[发明专利]特征提取模型的训练方法、信息推荐方法、装置和设备

说明书

本公开提供一种特征提取模型的训练方法及装置、信息推荐方法及装置、电子设备和计算机可读存储介质，涉及图像处理技术领域。特征提取模型的训练方法包括：基于第一训练图像集对待训练的第一模型进行训练，所述第一模型包括级联的第一特征提取模块和第二特征提取模块，所述第一特征提取模块包括级联的点卷积模块和深度卷积模块；利用特征映射模块替换训练后的第一模型中的第二特征提取模块，得到第二模型；通过所述第一训练图像集对所述第二模型进行训练，将训练后的第二模型中的第一特征提取模块的点卷积模块和深度卷积模块进行融合，并将融合后的第二模型确定为目标模型。本公开提高了信息推荐的准确性。

技术领域

本公开涉及图像处理技术领域，具体涉及一种特征提取模型的训练方法、信息推荐方法、特征提取模型的训练装置、信息推荐装置、电子设备和计算机可读存储介质。

背景技术

随着人工智能技术的逐渐发展，机器学习作为人工智能的核心，是使计算机具有智能的根本途经，通过机器学习可以训练得到满足应用需求的神经网络模型。现如今进行扫码操作被广泛应用于各种场景，如场所码、支付码等，然而很多场景下进行扫码时存在干扰因素，使得扫码时提取了过多无关特征，影响扫码效率及准确性。

现有的特征提取模型在提取图像特征时存在特征提取不准确的问题，一定程度上影响了扫码效率和准确性，进而影响了用户的使用体验。

发明内容

本公开的目的在于提供一种特征提取模型的训练方法、信息推荐方法、特征提取模型的训练装置、信息推荐装置、电子设备和计算机可读介质，进而至少在一定程度上提高特征提取模型的准确性。

根据本公开的第一方面，提供一种特征提取模型的训练方法，包括：基于第一训练图像集对待训练的第一模型进行训练，所述第一模型包括级联的第一特征提取模块和第二特征提取模块，所述第一特征提取模块包括级联的点卷积模块和深度卷积模块；利用特征映射模块替换训练后的第一模型中的第二特征提取模块，得到第二模型；通过所述第一训练图像集对所述第二模型进行训练，将训练后的第二模型中的第一特征提取模块的点卷积模块和深度卷积模块进行融合，并将融合后的第二模型确定为目标模型。

根据本公开的第二方面，提供一种信息推荐方法，包括：获取采集图像，并基于对象检测模型对所述采集图像进行目标检测，得到图形码检测结果；若根据所述图形码检测结果确定所述采集图像中包括图形码，基于目标模型对所述采集图像进行特征提取，得到特征提取结果，所述目标模型是基于上述中所述的特征提取模型的训练方法对第一模型训练得到的；基于所述特征提取结果进行场景检索，以根据场景检索结果进行图形码推荐。

根据本公开的第三方面，提供一种特征提取模型的训练装置，包括：第一训练模块，用于基于第一训练图像集对待训练的第一模型进行训练，所述第一模型包括级联的第一特征提取模块和第二特征提取模块，所述第一特征提取模块包括级联的点卷积模块和深度卷积模块；处理模块，用于利用特征映射模块替换训练后的第一模型中的第二特征提取模块，得到第二模型；第二训练模块，用于通过所述第一训练图像集对所述第二模型进行训练，将训练后的第二模型中的第一特征提取模块的点卷积模块和深度卷积模块进行融合，并将融合后的第二模型确定为目标模型。

根据本公开的第四方面，提供一种信息推荐装置，包括：目标检测模块，用于获取采集图像，并基于对象检测模型对所述采集图像进行目标检测，得到图形码检测结果；特征提取模块，用于若根据所述图形码检测结果确定所述采集图像中包括图形码，基于目标模型对所述采集图像进行特征提取，得到特征提取结果，所述目标模型是基于上述中所述的特征提取模型的训练方法对第一模型训练得到的；推荐模块，用于基于所述特征提取结果进行场景检索，以根据场景检索结果进行图形码推荐。

根据本公开的第五方面，提供一种电子设备，其特征在于，包括：处理器；以及存储器，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现上述的方法。