[发明专利]图像处理方法、装置、设备、介质及产品

权利要求书

1.一种图像处理方法，其特征在于，所述方法包括：

实时获取待处理图像，其中，所述待处理图像包括船排图像；

基于图像处理模型的第一网络提取所述待处理图像的图像特征，并基于所述图像特征确定目标对象边界框的第一位置信息和船排边界框的第二位置信息，所述图像特征包括所述待处理图像中目标对象的特征以及船排特征；

通过图像处理模型的第二网络分别对所述第一位置信息以及所述第二位置信息进行分类计算，得到目标对象边界框的类别以及船排边界框的类别；

在所述目标对象边界框的类别和所述船排边界框的类别满足预设条件，以及所述第一位置信息与第二位置信息之间的距离小于预设阈值的情况下，向报警平台发送所述待处理图像，以用于所述报警平台生成告警信息。

2.根据权利要求1所述的方法，其特征在于，所述通过图像处理模型的第二网络分别对所述第一位置信息以及第二位置信息进行分类计算，得到目标对象边界框的类别以及船排边界框的类别，包括：

基于所述第一位置信息裁剪所述待处理图像，获取目标对象图像，并基于所述第二位置信息裁剪所述待处理图像，获取船排图像；

通过图像处理模型的第二网络分别对所述目标对象图像以及所述船排图像进行分类计算，得到目标对象边界框的类别以及船排边界框的类别。

3.根据权利要求1所述的方法，其特征在于，在所述基于图像处理模型的第一网络提取待处理图像的图像特征，并基于所述图像特征确定目标对象边界框的第一位置信息和船排边界框的第二位置信息之前，所述方法还包括：

获取训练样本集，所述训练样本集包括多个待处理图像样本，以及每一图像样本对应的第一标签类别和第二标签类别；

利用所述训练样本集中的待处理图像样本，以及所述每一待处理图像样本对应的第一标签类别和第二标签类别训练预设图像处理模型，得到训练后的图像处理模型。

4.根据权利要求3所述的方法，其特征在于，所述利用所述训练样本集中的待处理图像样本，以及每一图像样本对应的第一标签类别和第二标签类别训练预设图像处理模型，得到训练后的图像处理模型，包括：

基于预设图像处理模型的第一网络提取所述待处理图像样本中的参考图像特征，并基于所述参考图像特征确定对象参考边界框的第一参考位置信息和船排参考边界框的第二参考位置信息，所述参考图像特征包括待处理图像样本中对象的特征和船排的特征；

通过预设图像处理模型的第二网络分别基于第一参考位置信息以及第二参考位置信息进行分类计算，确定对象参考边界框的参考类别和船排参考边界框的参考类别；

根据目标待处理图像样本的第一标签类别与所述对象参考边界框的参考类别，以及目标待处理图像样本的第二标签类别与所述船排参考边界框的参考类别，确定预设图像处理模型的损失函数值，所述目标待处理图像样本是所述待处理图像样本中的任一个；

基于所述预设图像处理模型的损失函数值，利用待处理图像样本训练预设图像处理模型，得到训练后的图像处理模型。

5.根据权利要求3或4所述的方法，其特征在于，在获取训练样本集之前，所述方法还包括：

获取多个原始图像，所述原始图像中包括船排图像；

按照预设数据增强策略，对所述多个原始图像进行数据增强处理，以得到与每一原始图像对应的多个待处理图像样本。

6.一种图像处理装置，其特征在于，所述装置包括：

获取模块，用于实时获取待处理图像，其中，所述待处理图像包括船排图像；

确定模块，用于基于图像处理模型的第一网络提取所述待处理图像的图像特征，并基于所述图像特征确定目标对象边界框的第一位置信息和船排边界框的第二位置信息，所述图像特征包括所述待处理图像中目标对象的特征以及船排特征；

分类计算模块，用于通过图像处理模型的第二网络分别对所述第一位置信息以及所述第二位置信息进行分类计算，得到目标对象边界框的类别以及船排边界框的类别；

发送模块，用于在所述目标对象边界框的类别和所述船排边界框的类别满足预设条件，以及所述第一位置信息与第二位置信息之间的距离小于预设阈值的情况下，向报警平台发送所述待处理图像，以用于所述报警平台生成告警信息。