CN112561053B - 图像处理方法、预训练模型的训练方法、装置和电子设备 - Google Patents

图像处理方法、预训练模型的训练方法、装置和电子设备 Download PDF

Info

Publication number
CN112561053B
CN112561053B CN202011249923.2A CN202011249923A CN112561053B CN 112561053 B CN112561053 B CN 112561053B CN 202011249923 A CN202011249923 A CN 202011249923A CN 112561053 B CN112561053 B CN 112561053B
Authority
CN
China
Prior art keywords
training
image
model
image processing
distance
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011249923.2A
Other languages
English (en)
Other versions
CN112561053A (zh
Inventor
李超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202011249923.2A priority Critical patent/CN112561053B/zh
Publication of CN112561053A publication Critical patent/CN112561053A/zh
Priority to JP2021178829A priority patent/JP7267379B2/ja
Application granted granted Critical
Publication of CN112561053B publication Critical patent/CN112561053B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本申请公开了图像处理方法、预训练模型的训练方法、装置和电子设备，涉及深度学习、计算机视觉技术领域。具体实现方案为：获取训练后的预训练模型，其中，预训练模型采用多帧训练图像进行训练，使得训练后的预训练模型所输出的图像特征满足第一图像特征距离与第二图像特征距离之差最小，进而，根据通用的预训练模型和目标图像处理任务，生成对应的图像处理模型，提高了目标处理任务对应的图像处理模型的生成效率，采用生成的图像处理模型对目标图像执行目标图像处理任务，由于图像处理模型是和目标图像处理任务对应的，因此，提高了图像处理的效果和效率。

Description

图像处理方法、预训练模型的训练方法、装置和电子设备
技术领域
本申请涉及图像处理技术领域，具体涉及深度学习、计算机视觉技术领域，进一步，涉及图像处理方法、预训练模型的训练方法、装置和电子设备。
背景技术
基于神经网络的图像处理技术已经发展多年，根据图像处理需求，采用训练好的图像处理模型进行图像处理和识别，然而，不同的图像处理任务具有不同的图像处理需求，采用固定的图像处理模型进行图像处理，无法满足不同场景下的图像处理需求，因此，如何提高图像处理的效果是亟待解决的技术问题。
发明内容
本申请提供了一种用于提高图像处理效果的图像处理方法、预训练模型的训练方法、装置和电子设备。
根据本申请的一方面，提供了一种图像处理方法，包括：
获取训练后的预训练模型，所述预训练模型采用多帧训练图像进行训练，使得训练后的预训练模型所输出的图像特征满足第一图像特征距离与第二图像特征距离之差最小；其中，所述第一图像特征距离是从同一视频片段中抽取的训练图像的图像特征之间的距离，所述第二图像特征距离是从不同视频片段中抽取的训练图像的图像特征之间的距离；
根据所述预训练模型，生成执行目标图像处理任务的图像处理模型；
采用所述图像处理模型，对目标图像执行目标图像处理任务。
根据本申请的另一方面，提供了一种预训练模型的训练方法，包括：
获取多个视频片段；
从所述多个视频片段中抽取多帧训练图像，以得到训练集；其中，每一个所述视频片段中至少抽取两帧所述训练图像；
采用所述训练集，对用于图像特征提取的预训练模型执行多轮训练过程；其中，每一轮训练过程包括：从所述训练集中选取至少两个视频片段中所抽取出的各训练图像；将本轮选取的各所述训练图像输入所述预训练模型，得到输出的图像特征；根据本轮选取的各所述训练图像的图像特征，确定属于同一视频片段的训练图像之间的第一图像特征距离，以及确定属于不同视频片段的训练图像之间的第二图像特征距离，根据所述第一图像特征距离和所述第二图像特征距离，调整所述预训练模型的模型参数，以使所述第一图像特征距离与所述第二图像特征距离之差最小。
根据本申请的另一方面，提供了一种图像处理装置，包括：
获取模块，用于获取训练后的预训练模型，所述预训练模型采用多帧训练图像进行训练，使得训练后的预训练模型所输出的图像特征满足第一图像特征距离与第二图像特征距离之差最小；其中，所述第一图像特征距离是从同一视频片段中抽取的训练图像的图像特征之间的距离，所述第二图像特征距离是从不同视频片段中抽取的训练图像的图像特征之间的距离；
生成模块，用于根据所述预训练模型，生成执行目标图像处理任务的图像处理模型；
处理模块，用于采用所述图像处理模型，对目标图像执行目标图像处理任务。
根据本申请的另一方面，提供了一种预训练模型的训练装置，包括：获取模块，用于获取多个视频片段；
抽取模块，用于从所述多个视频片段中抽取多帧训练图像，以得到训练集；其中，每一个所述视频片段中至少抽取两帧所述训练图像；
训练模块，用于采用所述训练集，对用于图像特征提取的预训练模型执行多轮训练过程；其中，每一轮训练过程包括：从所述训练集中选取至少两个视频片段中所抽取出的各训练图像；将本轮选取的各所述训练图像输入所述预训练模型，得到输出的图像特征；根据本轮选取的各所述训练图像的图像特征，确定属于同一视频片段的训练图像之间的第一图像特征距离，以及确定属于不同视频片段的训练图像之间的第二图像特征距离，根据所述第一图像特征距离和所述第二图像特征距离，调整所述预训练模型的模型参数，以使所述第一图像特征距离与所述第二图像特征距离之差最小。
根据本申请的另一方面，提供了一种电子设备，包括：
至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面所述的图像处理方法，或执行第二方面所述的预训练模型的训练方法。
根据本申请的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行第一方面所述的图像处理方法，或执行另一方面所述的预训练模型的训练方法。
根据本申请的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时，执行第一方面所述的图像处理方法，或执行第二方面所述的预训练模型的训练方法。
应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1为本申请实施例所提供的一种图像处理方法的流程示意图；
图2为本申请实施例提供的另一种图像处理方法的流程示意图；
图3为本申请实施例提供的一种图像处理模型的结构示意图；
图4为本申请实施例提供的一种预训练模型的训练方法的流程示意图；
图5为本申请实施例提供的一种图像处理装置的结构示意图；
图6为本申请实施例提供的一种预训练模型的训练装置的结构示意图；
图7是根据本申请实施例的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
下面参考附图描述本申请实施例的图像处理方法、预训练模型的训练方法、装置和电子设备。
图1为本申请实施例所提供的一种图像处理方法的流程示意图。
如图1所示，该方法包括以下步骤：
步骤101，获取训练后的预训练模型，预训练模型采用多帧训练图像进行训练，使得训练后的预训练模型所输出的图像特征满足第一图像特征距离与第二图像特征距离之差最小；其中，第一图像特征距离是从同一视频片段中抽取的训练图像的图像特征之间的距离，第二图像特征距离是从不同视频片段中抽取的训练图像的图像特征之间的距离。
本实施例中的预训练模型在进行训练时，可以通过深度学习的方式进行训练，相比于其他机器学习方法，深度学习在大数据集上的表现更好。本实施例中的预训练模型，是采用从多个视频片段中抽取得到的多帧训练图像作为训练集，输入预训练模型，并不断调整预训练模型的参数以对预训练模型进行迭代训练，直至预训练模型输出的结果满足预先设定的阈值，则训练结束，实现了基于大量的图像数据，生成通用的预训练模型，从而，后续基于该通用的预训练模型，可提高对应的目标图像处理模型生成的效率。
其中，关于预训练模型的训练方法，后续关于预训练模型的训练方法的实施例中会详细介绍，本实施例中不再赘述。
步骤102，根据预训练模型，生成执行目标图像处理任务的图像处理模型。
其中，目标图像处理任务包括图像分类任务、目标检测任务或对象识别任务。
在本申请中，在生成预训练模型后，由于预训练模型是预先生成的通用模型，进而，根据目标图像处理任务对应的图像集，快速生成对应执行目标图像处理任务的图像处理模型，提高了目标图像处理任务对应的图像处理模型生成的效率。
其中，图像处理模型可以为卷积神经网络模型CNN(Convolutional NeuralNetworks,CNN)模型，或者为深度神经网络模型DNN(Deep Neural Networks，DNN)的，本实施例中不进行限定。
步骤103，采用图像处理模型，对目标图像执行目标图像处理任务。
本实施例中的图像处理模型，是基于预先训练得到的通用的预训练模型，生成的和目标图像处理任务相对应的图像处理模型，提高了模型的生成效率，同时，采用该图像处理模型对目标图像执行目标图像处理任务，提高了目标图像处理任务执行的效果和处理效率。
本申请实施例的图像处理方法中，获取训练后的预训练模型，其中，预训练模型采用多帧训练图像进行训练，使得训练后的预训练模型所输出的图像特征满足第一图像特征距离与第二图像特征距离之差最小。进而，根据通用的预训练模型和目标图像处理任务，生成对应的图像处理模型，提高了目标处理任务对应的图像处理模型的生成效率，采用生成的图像处理模型对目标图像执行目标图像处理任务，由于图像处理模型是和目标图像处理任务对应的，因此，提高了图像处理的效果和效率。
上述实施例中，为了提高图像处理的效率，根据目标图像处理任务和预训练模型，生成目标图像处理任务对应的图像处理模型，作为一种实现方式，可基于图像处理任务，对预训练模型进行训练，以生成和图像处理任务对应的图像处理模型，以提高图像处理的效率。作为另一种可能的实现方式，还可以将预训练模型和目标处理任务对应的网络层拼接后，再进行训练得到对应的图像处理模型，以提高图像处理模型生成的效率和提高图像处理的效果。
为此，基于上述实施例，本实施例提供了另一种图像处理方法，图2为本申请实施例提供的另一种图像处理方法的流程示意图，如图2所示，上述步骤102，包含以下步骤：
步骤201，获取目标图像处理任务对应的网络层。
本申请中，获取的网络层和目标图像处理任务具有对应关系。
在一种场景下，目标图像处理任务为图像分类任务，则对应的网络层为分类层，用于对目标图像进行分类，例如，对待分类图像中包含的车辆，确定对应的车辆类别，例如，小轿车、SUV等。
在另一种场景下，目标图像处理任务为目标检测任务，则对应的网络层为检测网络，用于识别目标图像中包含的目标物体，例如，针对待处理的目标图像，检测图像中是否包含障碍物，或者是检测多个图像中是否包含同一个目标物体。
在又一种场景下，目标图像处理任务为对象识别任务，则对应的网络层用于对图像中的物体进行识别，例如，针对待处理的目标图像，识别图像出图像中不同区域包含的物体类别，或者是识别出图像中包含的物体的种类。
步骤202，将预训练模型与网络层拼接，其中，网络层的输入为预训练模型输出的图像特征，网络层的输出为目标图像任务处理结果。
本实施例中，在生成通用的预训练模型后，将预训练模型与和目标图像处理任务对应的网络层拼接，如图3所示，训练得到的预训练模型和网络层拼接得到待训练的图像处理模型。其中，将预训练模型输出的图像特征，输入网络层，而网络层的输出为目标图像任务处理结果。
步骤203，采用目标图像处理任务的训练集，对拼接的预训练模型和网络层进行训练，以得到图像处理模型。
本实施例中，针对不同的目标图像处理任务，为了快速获取得到对应该目标图像处理任务的图像处理模型，采用目标图像处理任务对应的训练集，对拼接的预训练模型和网络层进行训练，以得到图像处理模型。也就是说，训练得到的图像处理模型和目标图像处理任务具有对应关系，而基于预先训练完成的通用的预处理模型，和对应的网络层拼接后，再进行训练，作为一种可能的实现方式，可主要针对目标图像的处理任务的要求，对网络层的参数进行调整，以提高对应的图像处理模型训练的效率，同时满足了不同目标图像处理任务的处理需求，满足了不同场景下的处理需求。
本实施例的图像处理方法中，基于预先训练完成的通用的预处理模型，和对应的网络层拼接，其中，网络层的输入为预训练模型输出的图像特征，网络层的输出为目标图像任务处理结果，进而再进行训练，由于训练主要是针对和目标图像处理任务对应的网络层，训练的数据量较少，提高了对应的图像处理模型训练的效率。
为了实现上述实施例，本实施例提供了一种预训练模型的训练方法。
图4为本申请实施例提供的一种预训练模型的训练方法的流程示意图，如图4所示，该方法包含以下步骤：
步骤401，获取多个视频片段。
在本申请实施例的一种可能的实现方式中，可获取至少一个视频，将每一个视频随机切分为多个视频片段。
作为一种可能的实现方式中，为了获取较多的视频片段，可获取多个视频，根据每一个视频中相邻图像帧之间的内容差异进行切分处理，以得到每一个视频的多个视频片段，也就是说，在针对每一个视频进行视频片段切分时，切分得到的视频片段中各帧内容是连续变化的，提高了视频片段中帧的连续性。
在本申请实施例的另一种可能的实现方式中，可获取一个视频，根据该视频中相邻图像帧之间的内容差异进行切分处理，以得到多个视频片段，也就是说，在针对视频进行视频片段切分时，切分得到的视频片段中各帧内容是连续变化的，提高了视频片段中帧的连续性。
如图3所示，A、B，······N分别为不同的视频片段。
在一种场景下，该不同的视频片段可以是从一个视频片段中切分得到的。在另一种场景下，该不同的视频片段可以是从多个视频频段中切分得到的。具体可根据训练场景的需求，进行灵活设定，本实施例中不进行限定。
步骤402，从多个视频片段中抽取多帧训练图像，以得到训练集；其中，每一个视频片段中至少抽取两帧训练图像。
本实施例中，训练集是根据从多个视频片段中抽取得到的多帧训练图像组成的。作为一种可能的实现方式，从每一个视频片段中随机抽取一定数量的训练图像帧数，并利用抽取到的视频片段的帧数组成训练集。其中，每一个视频片段中至少抽取两帧训练图像。
作为另一种可能的实现方式，为了提高模型训练的效果，每一个视频片段中抽取的训练图像帧数相同，提高了训练集中针对每一个视频片段帧数分布的均匀性，从而，通过该训练集对预训练模型进行训练，以使得各视频片段在确定模型参数时，所占的权重比例相同，以提高后续预训练模型的训练效果。
如图3所示，A、B和N分别为不同的视频片段，本实施例中以从每个视频片段中抽取2帧作为训练图像为例，进行说明。其中，A1和A2是视频片段A中的两帧，B1和B2是视频片段B中的两帧，以及N1和N2是视频片段N中的两帧。
例如，以一个视频X，从该视频片段划分得到3个视频片段，分别为视频片段A、B和C，如图3所示，其中N为C，以每一个视频片段中抽取两帧为例进行说明。
其中，视频片段A中，抽取到的两帧图像为A1和A2，A1和A2为连续的两帧。视频片段B中，抽取到的两帧图像为B1和B2，B1和B2为连续的两帧。而视频片段C中，抽取到的两帧图像为C1和C2，C1和C2为连续的两帧。进而，将图像帧A1，A2，B1，B2，C1和C2组成训练集。
需要说明的是，实际应用中，训练集中包含的多帧训练图像的数量，并不限于本实施例中描述的6帧图像，可根据训练的精度需求，灵活设置。
步骤403，采用训练集，对用于图像特征提取的预训练模型执行多轮训练过程，其中，每一轮训练过程包括：从训练集中选取至少两个视频片段中所抽取出的各训练图像，将本轮选取的各训练图像输入预训练模型，得到输出的图像特征，根据本轮选取的各训练图像的图像特征，确定属于同一视频片段的训练图像之间的第一图像特征距离，以及确定属于不同视频片段的训练图像之间的第二图像特征距离，根据第一图像特征距离和第二图像特征距离，调整预训练模型的模型参数，以使第一图像特征距离与第二图像特征距离之差最小，以使得训练得到的预训练模型可以识别不同视频片段间的关联关系，以作为通用的预训练模型。
本实施例中，利用训练集，对预训练模型执行多轮训练过程，在每一轮的训练过程中，根据识别的结果确定训练的效果，以调整预训练模型的参数，直至模型收敛，以使得预训练模型可以准确的生成训练图像的图像特征，本实施例中通过训练集中的训练图像，预先训练得到一个通用的预训练模型，预训练模型输出的图像特征，可以作为图像识别的通用结果，以便于与后续的目标图像识别任务结合，以快速得到和目标图像识别任务对应的图像处理模型，提高了图像处理模型的生成效率。
需要理解的是，由于训练集中即包含属于同一个视频的多个视频片段，也包含属于不同视频的多个视频片段，从而在每一轮的训练过程中，从训练集中选取至少两个视频片段中所抽取出的各训练图像，其中，两个视频片段可以是属于同一个视频，或者是属于不同的视频，从而利用抽取的训练图像，可以识别不同视频片段间的关联关系，以作为通用的预训练模型，提高了通用模型的鲁棒性。
本申请实施例的预训练模型的训练方法中，通过分别对获取的多个视频片段抽取得到至少两帧训练图像，得到多帧训练图像，以得到训练集，通过训练集对用于图像特征提取的预训练模型执行多轮训练过程，在每轮训练过程中，根据训练图像，得到图像特征，根据属于相同视频片段的图像的图像特征得到图像间的第一图像特征距离，以及得到属于不同视频片段的图像的图像特征得到图像间的第二图像特征距离，不断的调整预训练模型的参数，以使得第一图像特征距离和第二图像特征距离之差最小，以实现了通用的预训练模型的训练，提高了预训练模型识别得到的图像特征的可靠性。
基于上述实施例，本实施例提供了另一种预训练模型的训练方法，为了提高第一图像特征距离计算的精细程度，说明了如何确定属于同一视频片段的训练图像之间的第一图像特征距离，具体可通过以下步骤实现：
对本轮训练过程输入预训练模型的训练图像，确定属于同一视频片段的不同训练图像的图像特征之间的类内特征距离，对本轮训练过程从训练集中选取的至少两个视频片段，确定类内特征距离之和，以得到第一图像特征距离，实现了通过第一图像距离指示了各属于同一视频片段的不同训练图像的图像特征间的关联关系。
在本申请实施例的一种可能的实现方式中，例如，选取的训练图像i1和i2属于同一个视频片段i，将训练图像i1和i2输入预训练模块，得到各个训练图像的图像特征，分别记为hi1和hi2。进而，计算属于同一个视频片段i的训练图像i1和i2的图像特征hi1和hi2之间的类内特征距离d(i1，i2)，进而，对本轮训练过程从训练集中选取的至少两个视频片段，确定类内特征距离之和，以得到第一图像特征距离dist(内)，具体可通过一下公式实现：
其中，i为视频片段，即视频片段为1至n的自然数，n大于等于2。
在本申请实施例的另一种可能的实现方式中，为了满足不同的场景的需求，可以针对属于同一视频片段的不同训练图像的图像特征，将不同训练图像的图像特征进行分类，也就是说将不同训练图像的图像特征，划分为不同的类别，以实现精细化的特征识别，例如，确定出属于人物类别的图像特征，属于建筑物的图像特征，或者是属于鼻子类别的图像特征，进而，针对不同训练图像，将任意两个训练图像的图像特征中对应同一类别的特征分别计算类别间特征距离，进而，将所有类别间特征距离求和得到属于同一视频片段的类内特征距离。进而，将本轮训练过程从训练集中选取的至少两个视频片段，确定类内特征距离之和，以得到第一图像特征距离，实现了第一图像特征距离计算的精细程度，提高了第一图像特征距离计算的准确性。
需要说明的是，其中，上述的图像特征距离可以是根据欧式距离或余弦cosine距离计算得到的。
基于上述实施例，本实施例提供了另一种预训练模型的训练方法，为了提高第二图像特征距离计算的精细程度，说明了如何确定属于不同视频片段的训练图像之间的第二图像特征距离，具体可通过以下步骤实现：
对本轮训练过程输入预训练模型的训练图像，确定属于不同视频片段的不同训练图像的图像特征之间的类间特征距离，对本轮训练过程从训练集中选取的至少两个视频片段，确定类间特征距离之和，以得到第二图像特征距离，实现了通过第二图像距离指示了各不属于同一视频片段的不同训练图像的图像特征间的关联关系。
在本申请实施例的一种可能的实现方式中，例如，选取的训练图像i1和i2属于同一个视频片段i，训练图像j1和j2属于同一个视频片段j，将训练图像i1和i2输入预训练模块，得到各个训练图像的图像特征，分别记为hi1和hi2，将训练图像j1和j2输入预训练模块，得到对应的图像特征，分别记为hj1和hj2。进而，计算属于不同视频片段i和j中的训练图像的图像特征之间的类间特征距离，进而，对本轮训练过程从训练集中选取的至少两个视频片段，确定类间特征距离之和，以得到第二图像特征距离dist(间)，具体可通过以下公式实现：
其中，i和j为不同的视频片段，其中，n大于等于2，d(hi1,hj1)为不同视频片段i和j中的训练图像的图像特征hi1和hj1之间的类间特征距离，而d(hi1,hj2)、d(hi2,hj1)和d(hi2,hj2)为不同视频片段i和j中的训练图像的图像特征之间的类间特征距离d(hi2,hj1)。
需要说明的是，本实施例中以每个视频片段中选取两个训练图像为例进行说明，实际应用中，每个视频片段中选择的训练图像的数量可以根据训练的需求灵活设置，本实施例中不进行限定。
在本申请实施例的另一种可能的实现方式中，为了满足不同的场景的需求，可以针对属于不同视频片段的不同训练图像的图像特征，将不同训练图像的图像特征进行分类，也就是说将不同训练图像的图像特征，划分为不同的类别，以实现精细化的特征识别，例如，确定出属于人物类别的图像特征，属于建筑物的图像特征，或者是属于鼻子类别的图像特征，进而，针对属于不同视频片段中的训练图像，将任意两个训练图像的图像特征中对应同一类别的特征分别计算类别间特征距离，进而，将所有类别间特征距离求和得到属于不同视频片段的不同训练图像的类间特征距离。进而，将本轮训练过程从训练集中选取的至少两个视频片段，确定类间特征距离之和，以得到第二图像特征距离，实现了第二图像特征距离计算的精细程度，提高了第二图像特征距离计算的准确性。
需要说明的是，其中，上述的图像特征距离可以是根据欧式距离或余弦cosine距离计算得到的。
为了实现上述实施例，本申请还提供了一种图像处理装置。
图5为本申请实施例提供的一种图像处理装置的结构示意图。
如图5所示，包括：获取模块51、生成模块52和处理模块53。
获取模块51，用于获取训练后的预训练模型，预训练模型采用多帧训练图像进行训练，使得训练后的预训练模型所输出的图像特征满足第一图像特征距离与第二图像特征距离之差最小，其中，第一图像特征距离是从同一视频片段中抽取的训练图像的图像特征之间的距离，第二图像特征距离是从不同视频片段中抽取的训练图像的图像特征之间的距离。
生成模块52，用于根据预训练模型，生成执行目标图像处理任务的图像处理模型。
处理模块53，用于采用图像处理模型，对目标图像执行目标图像处理任务。
进一步，在本申请实施例的一种可能的实现方式中，生成模块52，具体用于：获取目标图像处理任务对应的网络层，将预训练模型与网络层拼接，其中，网络层的输入为预训练模型输出的图像特征，网络层的输出为目标图像任务处理结果，采用目标图像处理任务的训练集，对拼接的预训练模型和网络层进行训练，以得到图像处理模型。
在本申请实施例的一种可能的实现方式中，目标图像处理任务包括图像分类任务、目标检测任务或对象识别任务。
需要说明的是，前述对图像处理方法实施例的解释说明，也适用于本实施例的图像处理装置，原理相同，此处不再赘述。
本申请实施例的图像处理装置中，获取训练后的预训练模型，其中，预训练模型采用多帧训练图像进行训练，使得训练后的预训练模型所输出的图像特征满足第一图像特征距离与第二图像特征距离之差最小。进而，根据通用的预训练模型和目标图像处理任务，生成对应的图像处理模型，提高了目标处理任务对应的图像处理模型的生成效率，采用生成的图像处理模型对目标图像执行目标图像处理任务，由于图像处理模型是和目标图像处理任务对应的，因此，提高了图像处理的效果和效率。
为了实现上述实施例，本实施例提供了一种预训练模型的训练装置。
图6为本申请实施例提供的一种预训练模型的训练装置的结构示意图。如图6所示，该装置包括：获取模块61、抽取模块62和训练模块63。
获取模块61，用于获取多个视频片段。
抽取模块62，用于从多个视频片段中抽取多帧训练图像，以得到训练集，其中，每一个视频片段中至少抽取两帧训练图像。
训练模块63，用于采用训练集，对用于图像特征提取的预训练模型执行多轮训练过程，其中，每一轮训练过程包括：从训练集中选取至少两个视频片段中所抽取出的各训练图像；将本轮选取的各训练图像输入预训练模型，得到输出的图像特征；根据本轮选取的各训练图像的图像特征，确定属于同一视频片段的训练图像之间的第一图像特征距离，以及确定属于不同视频片段的训练图像之间的第二图像特征距离，根据第一图像特征距离和第二图像特征距离，调整预训练模型的模型参数，以使第一图像特征距离与第二图像特征距离之差最小。
在本申请实施例的一种可能的实现方式中，训练模块63，具体用于：对本轮训练过程输入所述预训练模型的训练图像，确定属于同一视频片段的不同训练图像的图像特征之间的类内特征距离；对本轮训练过程从所述训练集中选取的至少两个视频片段，确定所述类内特征距离之和，以得到所述第一图像特征距离。
在本申请实施例的一种可能的实现方式中，训练模块63，具体用于：
对本轮训练过程输入所述预训练模型的训练图像，确定属于不同视频片段的不同训练图像的图像特征之间的类间特征距离；对本轮训练过程从所述训练集中选取的至少两个视频片段，确定所述类间特征距离之和，以得到所述第二图像特征距离。
在本申请实施例的一种可能的实现方式中，每一个所述视频片段中抽取的训练图像帧数相同。
在本申请实施例的一种可能的实现方式中，获取模块61，具体用于：获取多个视频；根据每一个所述视频中相邻图像帧之间的内容差异进行切分处理，以得到每一个所述视频的多个视频片段。
本申请实施例的预训练模型的训练装置中，通过分别对获取的多个视频片段抽取得到至少两帧训练图像，得到多帧训练图像，以得到训练集，通过训练集对用于图像特征提取的预训练模型执行多轮训练过程，在每轮训练过程中，根据训练图像，得到图像特征，根据属于相同视频片段的图像的图像特征得到图像间的第一图像特征距离，以及得到属于不同视频片段的图像的图像特征得到图像间的第二图像特征距离，不断的调整预训练模型的参数，以使得第一图像特征距离和第二图像特征距离之差最小，以实现了通用的预训练模型的训练，提高了预训练模型识别得到的图像特征的可靠性。
为了实现上述实施例，本申请实施例提供了一种电子设备，包括：
至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述方法实施例所述的图像处理方法，或执行前述方法实施例所述的训练方法。
为了实现上述实施例，本申请实施例提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行前述方法实施例所述的图像处理方法，或执行前述方法实施例所述的训练方法。
为了实现上述实施例，本申请实施例提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时，执行前述方法实施例所述的图像处理方法，或执行前述方法实施例所述的预训练模型的训练方法。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图7所示，是根据本申请实施例的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图7所示，该电子设备包括：一个或多个处理器701、存储器702，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器***)。图7中以一个处理器701为例。
存储器702即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的图像处理方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的图像处理方法。
存储器702作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的图像处理方法对应的程序指令/模块(例如，附图5所示的获取模块51、生成模块52和处理模块53)。处理器701通过运行存储在存储器702中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的图像处理方法。
存储器702可以包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需要的应用程序；存储数据区可存储根据图像处理方法的电子设备的使用所创建的数据等。此外，存储器702可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器702可选包括相对于处理器701远程设置的存储器，这些远程存储器可以通过网络连接至图像处理方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
图像处理方法的电子设备还可以包括：输入装置703和输出装置704。处理器701、存储器702、输入装置703和输出装置704可以通过总线或者其他方式连接，图7中以通过总线连接为例。
输入装置703可接收输入的数字或字符信息，以及产生与图像处理方法的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置704可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的***和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
根据本申请实施例的技术方案，获取训练后的预训练模型，其中，预训练模型采用多帧训练图像进行训练，使得训练后的预训练模型所输出的图像特征满足第一图像特征距离与第二图像特征距离之差最小。进而，根据通用的预训练模型和目标图像处理任务，生成对应的图像处理模型，提高了目标处理任务对应的图像处理模型的生成效率，采用生成的图像处理模型对目标图像执行目标图像处理任务，由于图像处理模型是和目标图像处理任务对应的，因此，提高了图像处理的效果和效率。
需要说明的是，该电子设备还可以实现本申请的预训练模型的训练方法，原理相同，此处不再赘述。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (16)

1.一种图像处理方法，包括：
获取训练后的预训练模型，所述预训练模型采用多帧训练图像进行训练，使得训练后的预训练模型所输出的图像特征满足第一图像特征距离与第二图像特征距离之差最小；其中，所述第一图像特征距离是从同一视频片段中抽取的训练图像的图像特征之间的距离，所述第二图像特征距离是从不同视频片段中抽取的训练图像的图像特征之间的距离；
根据所述预训练模型，生成执行目标图像处理任务的图像处理模型；
采用所述图像处理模型，对目标图像执行目标图像处理任务；
其中，每一个所述视频片段中抽取的训练图像帧数相同。
2.根据权利要求1所述的图像处理方法，其中，所述根据所述预训练模型，生成执行目标图像处理任务的图像处理模型，包括：
获取所述目标图像处理任务对应的网络层；
将所述预训练模型与所述网络层拼接；其中，所述网络层的输入为所述预训练模型输出的图像特征，所述网络层的输出为所述目标图像任务处理结果；
采用所述目标图像处理任务的训练集，对拼接的所述预训练模型和所述网络层进行训练，以得到所述图像处理模型。
3.根据权利要求1或2所述的图像处理方法，其中，所述目标图像处理任务包括图像分类任务、目标检测任务或对象识别任务。
4.一种预训练模型的训练方法，包括：
获取多个视频片段；
从所述多个视频片段中抽取多帧训练图像，以得到训练集；其中，每一个所述视频片段中至少抽取两帧所述训练图像；
采用所述训练集，对用于图像特征提取的预训练模型执行多轮训练过程；其中，每一轮训练过程包括：从所述训练集中选取至少两个视频片段中所抽取出的各训练图像；将本轮选取的各所述训练图像输入所述预训练模型，得到输出的图像特征；根据本轮选取的各所述训练图像的图像特征，确定属于同一视频片段的训练图像之间的第一图像特征距离，以及确定属于不同视频片段的训练图像之间的第二图像特征距离，根据所述第一图像特征距离和所述第二图像特征距离，调整所述预训练模型的模型参数，以使所述第一图像特征距离与所述第二图像特征距离之差最小；
其中，每一个所述视频片段中抽取的训练图像帧数相同。
5.根据权利要求4所述的训练方法，其中，所述确定属于同一视频片段的训练图像之间的第一图像特征距离，包括：
对本轮训练过程输入所述预训练模型的训练图像，确定属于同一视频片段的不同训练图像的图像特征之间的类内特征距离；
对本轮训练过程从所述训练集中选取的至少两个视频片段，确定所述类内特征距离之和，以得到所述第一图像特征距离。
6.根据权利要求4所述的训练方法，其中，所述确定属于不同视频片段的训练图像之间的第二图像特征距离，包括：
对本轮训练过程输入所述预训练模型的训练图像，确定属于不同视频片段的不同训练图像的图像特征之间的类间特征距离；
对本轮训练过程从所述训练集中选取的至少两个视频片段，确定所述类间特征距离之和，以得到所述第二图像特征距离。
7.根据权利要求4-6任一项所述的训练方法，其中，所述获取多个视频片段，包括：
获取多个视频；
根据每一个所述视频中相邻图像帧之间的内容差异进行切分处理，以得到每一个所述视频的多个视频片段。
8.一种图像处理装置，包括：
获取模块，用于获取训练后的预训练模型，所述预训练模型采用多帧训练图像进行训练，使得训练后的预训练模型所输出的图像特征满足第一图像特征距离与第二图像特征距离之差最小；其中，所述第一图像特征距离是从同一视频片段中抽取的训练图像的图像特征之间的距离，所述第二图像特征距离是从不同视频片段中抽取的训练图像的图像特征之间的距离；
生成模块，用于根据所述预训练模型，生成执行目标图像处理任务的图像处理模型；
处理模块，用于采用所述图像处理模型，对目标图像执行目标图像处理任务；
其中，每一个所述视频片段中抽取的训练图像帧数相同。
9.根据权利要求8所述的图像处理装置，其中，所述生成模块，具体用于：
获取所述目标图像处理任务对应的网络层；
将所述预训练模型与所述网络层拼接；其中，所述网络层的输入为所述预训练模型输出的图像特征，所述网络层的输出为所述目标图像任务处理结果；
采用所述目标图像处理任务的训练集，对拼接的所述预训练模型和所述网络层进行训练，以得到所述图像处理模型。
10.根据权利要求8或9所述的图像处理装置，其中，所述目标图像处理任务包括图像分类任务、目标检测任务或对象识别任务。
11.一种预训练模型的训练装置，包括：
获取模块，用于获取多个视频片段；
抽取模块，用于从所述多个视频片段中抽取多帧训练图像，以得到训练集；其中，每一个所述视频片段中至少抽取两帧所述训练图像；
训练模块，用于采用所述训练集，对用于图像特征提取的预训练模型执行多轮训练过程；其中，每一轮训练过程包括：从所述训练集中选取至少两个视频片段中所抽取出的各训练图像；将本轮选取的各所述训练图像输入所述预训练模型，得到输出的图像特征；根据本轮选取的各所述训练图像的图像特征，确定属于同一视频片段的训练图像之间的第一图像特征距离，以及确定属于不同视频片段的训练图像之间的第二图像特征距离，根据所述第一图像特征距离和所述第二图像特征距离，调整所述预训练模型的模型参数，以使所述第一图像特征距离与所述第二图像特征距离之差最小；
其中，每一个所述视频片段中抽取的训练图像帧数相同。
12.根据权利要求11所述的训练装置，其中，所述训练模块，具体用于：
对本轮训练过程输入所述预训练模型的训练图像，确定属于同一视频片段的不同训练图像的图像特征之间的类内特征距离；
对本轮训练过程从所述训练集中选取的至少两个视频片段，确定所述类内特征距离之和，以得到所述第一图像特征距离。
13.根据权利要求11所述的训练装置，其中，所述训练模块，具体用于：
对本轮训练过程输入所述预训练模型的训练图像，确定属于不同视频片段的不同训练图像的图像特征之间的类间特征距离；
对本轮训练过程从所述训练集中选取的至少两个视频片段，确定所述类间特征距离之和，以得到所述第二图像特征距离。
14.根据权利要求11-13任一项所述的训练装置，其中，所述获取模块，具体用于：
获取多个视频；根据每一个所述视频中相邻图像帧之间的内容差异进行切分处理，以得到每一个所述视频的多个视频片段。
15.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-3中任一项所述的图像处理方法，或执行权利要求4-7中任一项所述的预训练模型的训练方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-3中任一项所述的图像处理方法，或执行权利要求4-7中任一项所述的预训练模型的训练方法。
CN202011249923.2A 2020-11-10 2020-11-10 图像处理方法、预训练模型的训练方法、装置和电子设备 Active CN112561053B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202011249923.2A CN112561053B (zh) 2020-11-10 2020-11-10 图像处理方法、预训练模型的训练方法、装置和电子设备
JP2021178829A JP7267379B2 (ja) 2020-11-10 2021-11-01 画像処理方法、事前トレーニングモデルのトレーニング方法、装置及び電子機器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011249923.2A CN112561053B (zh) 2020-11-10 2020-11-10 图像处理方法、预训练模型的训练方法、装置和电子设备

Publications (2)

Publication Number Publication Date
CN112561053A CN112561053A (zh) 2021-03-26
CN112561053B true CN112561053B (zh) 2023-09-08

Family

ID=75041883

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011249923.2A Active CN112561053B (zh) 2020-11-10 2020-11-10 图像处理方法、预训练模型的训练方法、装置和电子设备

Country Status (2)

Country Link
JP (1) JP7267379B2 (zh)
CN (1) CN112561053B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11501105B2 (en) * 2018-03-02 2022-11-15 Zoox, Inc. Automatic creation and updating of maps
CN114494784A (zh) * 2022-01-28 2022-05-13 北京百度网讯科技有限公司 深度学习模型的训练方法、图像处理方法和对象识别方法
CN114445683A (zh) * 2022-01-29 2022-05-06 北京百度网讯科技有限公司 属性识别模型训练、属性识别方法、装置及设备
CN116664966B (zh) * 2023-03-27 2024-02-20 北京鹰之眼智能健康科技有限公司 一种红外图像处理***

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108235770A (zh) * 2017-12-29 2018-06-29 深圳前海达闼云端智能科技有限公司 图像识别方法及云端***
CN109063719A (zh) * 2018-04-23 2018-12-21 湖北工业大学 一种联合结构相似性和类信息的图像分类方法
CN109101602A (zh) * 2018-08-01 2018-12-28 腾讯科技（深圳）有限公司 图像检索模型训练方法、图像检索方法、设备及存储介质
CN109165566A (zh) * 2018-08-01 2019-01-08 中国计量大学 一种基于新型损失函数的人脸识别卷积神经网络训练方法
CN109918532A (zh) * 2019-03-08 2019-06-21 苏州大学 图像检索方法、装置、设备及计算机可读存储介质
CN110188641A (zh) * 2019-05-20 2019-08-30 北京迈格威科技有限公司 图像识别和神经网络模型的训练方法、装置和***
US10551846B1 (en) * 2019-01-25 2020-02-04 StradVision, Inc. Learning method and learning device for improving segmentation performance to be used for detecting road user events using double embedding configuration in multi-camera system and testing method and testing device using the same
CN111242026A (zh) * 2020-01-13 2020-06-05 中国矿业大学 一种基于空间层次感知模块和度量学习的遥感图像目标检测方法
CN111553428A (zh) * 2020-04-30 2020-08-18 北京百度网讯科技有限公司 用于训练判别模型的方法、装置、设备及可读存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008136466A1 (ja) * 2007-05-01 2008-11-13 Dep Co., Ltd. 動画編集装置
US10970823B2 (en) * 2018-07-06 2021-04-06 Mitsubishi Electric Research Laboratories, Inc. System and method for detecting motion anomalies in video
CN109523526B (zh) * 2018-11-08 2021-10-22 腾讯科技（深圳）有限公司 组织结节检测及其模型训练方法、装置、设备和***

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108235770A (zh) * 2017-12-29 2018-06-29 深圳前海达闼云端智能科技有限公司 图像识别方法及云端***
CN109063719A (zh) * 2018-04-23 2018-12-21 湖北工业大学 一种联合结构相似性和类信息的图像分类方法
CN109101602A (zh) * 2018-08-01 2018-12-28 腾讯科技（深圳）有限公司 图像检索模型训练方法、图像检索方法、设备及存储介质
CN109165566A (zh) * 2018-08-01 2019-01-08 中国计量大学 一种基于新型损失函数的人脸识别卷积神经网络训练方法
US10551846B1 (en) * 2019-01-25 2020-02-04 StradVision, Inc. Learning method and learning device for improving segmentation performance to be used for detecting road user events using double embedding configuration in multi-camera system and testing method and testing device using the same
CN111488879A (zh) * 2019-01-25 2020-08-04 斯特拉德视觉公司 利用双嵌入构成的用于提高分割性能的方法及装置
CN109918532A (zh) * 2019-03-08 2019-06-21 苏州大学 图像检索方法、装置、设备及计算机可读存储介质
CN110188641A (zh) * 2019-05-20 2019-08-30 北京迈格威科技有限公司 图像识别和神经网络模型的训练方法、装置和***
CN111242026A (zh) * 2020-01-13 2020-06-05 中国矿业大学 一种基于空间层次感知模块和度量学习的遥感图像目标检测方法
CN111553428A (zh) * 2020-04-30 2020-08-18 北京百度网讯科技有限公司 用于训练判别模型的方法、装置、设备及可读存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Beyond sharing weights for deep domain adaptation;Artem Rozantsev;《IEEE Transactions on Pattern Analysis and Machine Intelligence》;全文 *

Also Published As

Publication number Publication date
CN112561053A (zh) 2021-03-26
JP2022006189A (ja) 2022-01-12
JP7267379B2 (ja) 2023-05-01

Similar Documents

Publication Publication Date Title
CN112561053B (zh) 图像处理方法、预训练模型的训练方法、装置和电子设备
CN111753727B (zh) 用于提取结构化信息的方法、装置、设备及可读存储介质
CN111914628B (zh) 人脸识别模型的训练方法和装置
CN111783647B (zh) 人脸融合模型的训练方法、人脸融合方法、装置及设备
CN112528976B (zh) 文本检测模型的生成方法和文本检测方法
CN110659600B (zh) 物体检测方法、装置及设备
CN111709873B (zh) 图像转换模型生成器的训练方法和装置
CN110717933B (zh) 针对运动物体漏检的后处理方法、装置、设备和介质
CN111539347B (zh) 用于检测目标的方法和装置
EP4080470A2 (en) Method and apparatus for detecting living face
CN111709288B (zh) 人脸关键点检测方法、装置以及电子设备
CN112288699B (zh) 图像相对清晰度的评估方法、装置、设备和介质
JP7389824B2 (ja) オブジェクト識別方法と装置、電子機器及び記憶媒体
CN111738263A (zh) 目标检测方法、装置、电子设备及存储介质
CN112241704B (zh) 一种判定肖像侵权的方法、装置、电子设备及存储介质
CN111783639A (zh) 图像检测方法、装置、电子设备及可读存储介质
CN111444819B (zh) 切割帧确定方法、网络训练方法、装置、设备及存储介质
CN111640123A (zh) 无背景图像的生成方法、装置、设备及介质
US20220004812A1 (en) Image processing method, method for training pre-training model, and electronic device
CN112508004A (zh) 一种文字识别方法、装置、电子设备及存储介质
CN111862031A (zh) 一种人脸合成图检测方法、装置、电子设备及存储介质
CN111950345A (zh) 摄像头的识别方法、装置、电子设备和存储介质
CN112560772B (zh) 人脸的识别方法、装置、设备及存储介质
CN111932530B (zh) 三维对象检测方法、装置、设备和可读存储介质
CN111783644B (zh) 检测方法、装置、设备和计算机存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant