[发明专利]目标覆盖率的获取方法、分类模型的训练方法及装置

权利要求书

1.一种目标覆盖率的获取方法，其特征在于，所述方法包括：

获取待检测图像中第一检测区域的区域信息；

根据所述区域信息，确定所述第一检测区域中第一采样点分布信息；

根据所述第一采样点分布信息，在所述第一检测区域中截取M个检测图片；M为大于1的正整数；

利用目标分类模型对所述M个检测图片进行目标处理，得到所述第一检测区域对应的目标覆盖率。

2.根据权利要求1所述的方法，其特征在于，所述根据所述区域信息，确定所述第一检测区域中第一采样点分布信息包括：

确定在所述第一检测区域截取的检测图片的图片规格；

根据所述图片规格以及所述第一检测区域的区域信息，确定所述第一检测区域中第一采样点分布信息。

3.根据权利要求2所述的方法，其特征在于，所述区域信息包括第一检测区域的场景信息，所述确定在所述第一检测区域截取的检测图片的图片规格包括：

根据所述场景信息确定所述检测图片的图片规格。

4.根据权利要求2或3所述的方法，其特征在于，所述区域信息包括：第一检测区域的位置信息，所述根据所述图片规格以及所述第一检测区域的区域信息，确定所述第一检测区域中第一采样点分布信息包括：

根据所述图片规格，确定第一采样点之间的第一间距值；

根据所述第一间距值以及所述第一检测区域的位置信息，确定所述第一检测区域中第一采样点分布信息。

5.根据权利要求2或3所述的方法，其特征在于，所述区域信息包括第一检测区域的位置信息以及所述第一检测区域的第一面积，所述根据所述图片规格以及所述第一检测区域的区域信息，确定所述第一检测区域中第一采样点分布信息包括：

根据所述图片规格确定所述第一检测区域截取的检测图片对应的第二面积；

基于所述第一面积和所述第二面积，确定所述第一检测区域中第一采样点的采样点数量；

基于所述采样点数量以及所述第一检测区域的位置信息，确定所述第一检测区域中第一采样点分布信息。

6.一种分类模型的训练方法，其特征在于，包括：

获取训练数据集；所述训练数据集包括训练图片，所述训练图片为对预设的待训练图像中第二检测区域进行截取得到的图片；

将所述训练数据集输入至待训练的分类模型，对所述待训练的分类模型进行迭代训练，得到目标分类模型。

7.一种目标覆盖率的获取装置，其特征在于，包括：

第一获取模块，用于获取待检测图像中第一检测区域的区域信息；

第一确定模块，用于根据所述区域信息，确定所述第一检测区域中第一采样点分布信息；

截取模块，用于根据所述第一采样点分布信息，在所述第一检测区域中截取M个检测图片；M为大于1的正整数；

处理模块，用于利用目标分类模型对所述M个检测图片进行目标处理，得到所述第一检测区域对应的目标覆盖率。

8.一种分类模型的训练装置，其特征在于，包括：

获取模块，用于获取训练数据集；所述训练数据集包括训练图片，所述训练图片为对预设的待训练图像中第二检测区域进行截取得到的图片；

训练模块，用于将所述训练数据集输入至待训练的分类模型，对所述待训练的分类模型进行迭代训练，得到目标分类模型。

9.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

存储器，用于存放计算机程序；

处理器，用于执行存储器上所存放的程序时，实现如权利要求1-5中任一项所述的目标覆盖率的获取方法，或者实现如权利要求6所述的分类模型的训练方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时，实现如权利要求1-5中任一项所述的目标覆盖率的获取方法，或者实现如权利要求6所述的分类模型的训练方法。