CN114092739A - 图像处理方法、装置、设备、存储介质和程序产品 - Google Patents
图像处理方法、装置、设备、存储介质和程序产品 Download PDFInfo
- Publication number
- CN114092739A CN114092739A CN202111289604.9A CN202111289604A CN114092739A CN 114092739 A CN114092739 A CN 114092739A CN 202111289604 A CN202111289604 A CN 202111289604A CN 114092739 A CN114092739 A CN 114092739A
- Authority
- CN
- China
- Prior art keywords
- frames
- frame
- anchor
- candidate
- prediction
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 19
- 238000004364 calculation method Methods 0.000 claims description 34
- 238000000034 method Methods 0.000 claims description 33
- 238000004590 computer program Methods 0.000 claims description 12
- 238000013473 artificial intelligence Methods 0.000 abstract description 5
- 238000013135 deep learning Methods 0.000 abstract description 2
- 238000012549 training Methods 0.000 description 16
- 238000001514 detection method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000005457 optimization Methods 0.000 description 5
- 238000013507 mapping Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013136 deep learning model Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Evolutionary Biology (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种图像处理方法、装置、设备、存储介质和程序产品,涉及人工智能技术领域,具体为计算机视觉和深度学习技术领域,可应用于图像处理和图像识别等场景。具体实现方案为:获取包含至少一个真实框的样本图像,针对至少一个真实框中的每个真实框,根据样本图像中各锚点框与真实框之间的交并比,获取K个第一候选锚点框;以及根据样本图像中与K个第一候选锚点框一一对应的K个预测框各自与真实框之间的交并比,从K个第一候选锚点框取出N个第二候选锚点框,以作为样本图像中的正样本锚点框,其中,N小于K。
Description
技术领域
本公开涉及人工智能技术领域,具体为计算机视觉和深度学习技术领域,可应用于图像处理和图像识别等场景。
背景技术
近年来,随着计算机软硬件技术的发展,人工智能和机器学习领域也得到了巨大的进步。计算机视觉是使用计算机及相关设备对生物视觉的一种模拟,是人工智能领域的一个重要部分,该技术也被广泛应用于图像处理及图像识别等应用场景。
目标检测是当前计算机视觉和机器学习领域的研究热点,如何高效提高检测效果和性能,已成为了重要的研究方向之一。
发明内容
本公开提供了一种图像处理方法、装置、设备、存储介质以及计算机程序产品。
根据本公开的一方面,提供了一种图像处理方法,包括:获取包含至少一个真实框的样本图像;针对所述至少一个真实框中的每个真实框,根据所述样本图像中各锚点框与真实框之间的交并比,获取K个第一候选锚点框;以及根据所述样本图像中与所述K个第一候选锚点框一一对应的K个预测框各自与所述真实框之间的交并比,从所述K个第一候选锚点框取出N个第二候选锚点框,以作为所述样本图像中的正样本锚点框,其中,N小于K。
根据本公开的另一方面,提供了一种图像处理装置,包括:样本图像获取模块、候选锚点框获取模块和正样本锚点框确定模块,样本图像获取模块,用于获取包含至少一个真实框的样本图像;候选锚点框获取模块用于针对所述至少一个真实框中的每个真实框,根据所述样本图像中各锚点框与真实框之间的交并比,获取K个第一候选锚点框;正样本锚点框确定模块用于根据所述样本图像中与所述K个第一候选锚点框一一对应的K个预测框各自与所述真实框之间的交并比,从所述K个第一候选锚点框取出N个第二候选锚点框,以作为所述样本图像中的正样本锚点框,其中,N小于K。
根据本公开的另一方面,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本公开实施例所述的方法。
根据本公开的另一方面,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,其中,所述计算机指令用于使所述计算机执行根据本公开实施例所述的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据本公开实施例所述的方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开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,不构成对本公开的限定。其中:
图1示例性示出了适于本公开实施例的图像处理方法和装置的***架构;
图2示例性示出了根据本公开实施例的图像处理方法的流程图;
图3示例性示出了根据本公开实施例的图像处理方法的示意图;
图4示例性示出了根据本公开实施例的锚点框与真实框之间的交并比的示意图;
图5示例性示出了根据本公开一实施例的确定正、负样本锚点框的示意图;
图6示例性示出了根据本公开另一实施例的确定、正负样本锚点框的示意图;
图7示例性示出了根据本公开实施例的图像处理装置的框图;
图8示例性示出了用来实现本公开实施例的图像处理方法和装置的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开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,而不会背离本公开的范围和精神。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。
目标检测是指,利用深度学习模型对图像中的目标进行识别和分类的技术。目标检测通常包括目标识别、目标分类以及目标位置定位等。目前,目标检测已大量应用在自动驾驶、安防监控等领域。在利用深度学习模型进行目标检测前,通常需要利用大量图像样本进行模型训练,在模型训练达到预设精度后方可投入使用。
而本公开实施例提供的图像处理方法,可以准确地区分样本图像中的正、负锚点框,因而可以为模型优化提供高质量的训练样本集。
应该理解,在样本图像中,锚点框可以是以不同像素点为中心生成的多个不同大小、不同长宽比的边界框。锚点框还可理解为是在样本图像上预先设定的不同大小、不同长宽比的先验框。
在一些实施例中,在以锚点框为基础的样本划分方法中,可以通过比较各锚点框与图像中各目标对应的真实框之间的交并比(Intersection of Union,简称为IOU),并根据交并比的大小,将交并比大于某个固定交并比阈值的锚点框作为正样本锚点框,用于优化正样本的分类以及目标框位置、大小和形状的回归,同时将交并比小于某个固定交并比阈值的锚点框作为负样本锚点框,用于优化负样本的分类。应该理解,交并比是指锚点框与真实框之间的交集与并集的比值,可以用于表示锚点框与真实框之间的重合率。
比如,可以预先设定以0.5/0.7这样的固定阈值为标准卡不同交并比的锚点框,以区分正、负样本的锚点框。
在另一些实施方式中,还可以以真实框的中心区域为标准来区分正、负样本的锚点框。
由于图像中各目标可能会存在遮挡、形变和形状差异,而上述两种实施方式并没有考虑这些因素的影响,因而采用上述两种实施方法实际上无法准确地区分正、负样本锚点框,进而由此训练得到的模型也无法输出很好的预测效果。
以下将结合附图和具体实施例详细阐述本公开。
适于本公开实施例的图像处理方法和装置的***架构介绍如下。
图1示例性示出了适于本公开实施例的图像处理方法和装置的***架构。需要注意的是,图1所示仅为可以应用本公开实施例的***架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他环境或场景。
如图1所示,本公开实施例中***架构100可以包括:用于获取训练样本的终端101、用于模型训练的终端102和用于目标检测的终端103。
在本公开实施例中,可以基于FAST-R-CNN(快速的基于区域的卷积网络)训练得到目标检测模型。应该理解,FAST-R-CNN的目标识别步骤包括:在图像中确定多个候选框、将整个图像输入卷积神经网络的主干网络中,得到特征图、并找到每个候选框在特征图上的映射区域,进而将该映射区域作为每个候选框的卷积特征输入到空间金字塔池化层以及空间金字塔池化层之后的层、并对候选框中提取的特征,使用分类器判别是否属于一个特定类、以及对于属于某一特征的候选框,用分类器进一步调整其位置。
本公开实施例中,终端101可以用于执行图像处理方法,以获得用于模型训练的样本集。终端102可以根据终端101获得的样本集执行对应的模型训练方法以实现对应的模型训练。终端103可以基于终端102获得的模型对指定图像进行目标检测。
需要说明的是,图像处理和模型训练可以在同一终端上实现,也可在不同终端实现。
终端101、终端102和终端103可以是服务器,还可以是服务器集群。
应该理解,图1中终端101、终端102和终端103的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端101、终端102和终端103。
根据本公开的实施例,本公开提供了一种图像处理方法。本公开实施例的图像处理方法可以由图1中的获取样本图像的终端101执行。
图2示出了根据本公开实施例的图像处理方法200的流程图。
如图2所示,根据本公开实施例的图像处理方法200,包括操作S210~操作S230。
在操作S210,获取包含至少一个真实框的样本图像。
在操作S220,针对至少一个真实框中的每个真实框,根据样本图像中各锚点框与真实框之间的交并比(以下称为第一交并比),获取K个第一候选锚点框。其中,K为整数。
在操作S230,根据样本图像中与K个第一候选锚点框一一对应的K个预测框各自与真实框之间的交并比(以下称为第二交并比),从K个第一候选锚点框取出N个第二候选锚点框,以作为样本图像中的正样本锚点框,其中,N小于K,且N也为整数。
操作S220中,针对至少一个真实框中的每个真实框可以理解为,每个样本图像中可以包括多个目标,每个目标均对应于一个真实框。不管样本图像中有一个还是多个真实框,针对其中的每个真实框,都可以执行本公开实施例提供的方法,如执行操作S210~操作S230,以区分每个样本图像中的正样本锚点框和负样本锚点框。
此外,操作S220中,锚点框可以理解为,预先设定的具有不同大小、不同长宽比的先验框。锚点框的不同大小和不同长宽比可以适应样本图像中不同的目标进行调整。应该理解,样本图像中,与每个目标对应的真实框是确定的。对于每个真实框而言,可从样本图像中的锚点框中选取与真实框的交并比较高的一些锚点框,作为用于选取正样本锚点框的第一候选锚点框。
应该理解,锚点框与真实框之间的交并比越高,表明锚点框与真实框的重合率就越大。而通常情况下,重合率越大,则表明锚点框中包含的目标的有效区域就越多。但是,也不排除存在特殊情况的可能,比如某个或者某些锚点框与真实框之间的交并比虽然比较大,但这个或这些锚点框中包含的目标的有效区域却比较小。
为了选取更优质的正样本锚点框,即将包含目标的有效区域部分较大的锚点框选为正样本锚点框,本公开实施例还引入了预测框。其中,预测框是对对应的锚点框进行预测得到的。由此,可以先基于锚点框与真实框之间的交并比,初步筛选出一些交并比较大的锚点框作为第一候选锚点框;进一步,可以在基于与上述第一候选锚点框一一对应的预测框与真实框之间的交并比,对上述第一候选锚点框进行二次筛选,即从上述第一候选锚点框中进一步筛选出一些交并比较大的预测框对应的锚点框,即第二候选锚点框,以作为最终选定的正样本锚点框。由于预测框是对对应的第一锚点框进行预测得到的,因而预测框与真实框之间的交并比越高,表明预测框与真实框的重合率就越大,而预测框与真实框的重合率越大,则表明预测框中包含的目标的有效区域部分就越多。因此,将这种预测框对应的锚点框选为正样本锚点框,可以确保得到优质的正样本锚点框。
本公开实施例的技术方案中,根据表征锚点框与真实框重合率的第一交并比从各个锚点框中选取了K个第一候选锚点框,然后根据第二交并比从K个第一候选锚点框中选取N个第二候选锚点框,作为样本图像中的正样本锚点框,即,根据预测框与真实框之间的有效重合率选取正样本锚点框,以提高确定正样本锚点框的准确性。另外第一交并比的数值、第二交并比的数值、候选锚点框的数值、正样本锚点框的数值均可变化,以适应不同的样本图像。
图3示出了根据本公开实施例的图像处理方法300的示意图。
如图3所示,K个第一候选锚点框可以包括:各锚点框中,与真实框之间的交并比(可以称为第一交并比,可以表示为IOU1),按照从大到小的顺序,排位在前K的锚点框。
本公开实施例的技术方案中,根据第一交并比,并按照从大到小的顺序选取排位在前K的锚点框,由此可初步筛选出与真实框重合率更高的锚点框,即获得包含目标更多的K个第一候选锚点框,以便提高正样本锚点框的选取准确性。
示例性地,可预先计算各锚点框与真实框之间的交并比,并将各锚点框与真实框之间的交并比以矩阵的形式示出。矩阵中的每一个元素作为包括以所在位置为中心的像素点的一个锚点框与真实框的交并比的数值。
如图3所示,操作S330中,根据样本图像中与K个第一候选锚点框一一对应的K个预测框各自与真实框之间的交并比(可以称为第二交并比,可以表示为IOU2),可以从K个第一候选锚点框取出N个第二候选锚点框,进一步该操作可以包括操作S31~操作S33。
在操作S31,确定样本图像中与K个第一候选锚点框一一对应的K个预测框。
在操作S32,获取K个预测框中每个预测框与真实框之间的交并比IOU2,并对获取到的交并比进行求和计算,以得到交并比求和结果。
在操作S33,基于交并比求和结果,从K个第一候选锚点框取出N个第二候选锚点框。
本公开实施例的技术方案中,预测框可作为从第一候选锚点框中选取正样本锚点框的媒介,操作S32中,K个预测框中的各个预测框与真实框之间的交并比求和结果(即由K个预测框中的各个预测框与真实框之间的交并比IOU2进行求和得到的结果)表征K个预测框整体与真实框的重合率,该交并比求和结果可以作为选取N个第二候选框的参考,以提高正样本锚点框选取的准确性。
应该理解,每个预测框与真实框之间的交并比都介于0至1之间,K个预测框中每个预测框与真实框之间的交并比IOU2求和结果的数值介于0至K之间。
如图3所示,操作S32中,基于交并比求和结果,从K个第一候选锚点框取出N个第二候选锚点框可以包括以下操作。
基于交并比求和结果和第一候选框的数量进行计算,得到对应的计算结果,其中,该计算结果的数值为N。
将K个预测框,按照K个预测框各自与真实框之间的交并比IOU2从大到小的顺序排列,得到K个预测框的序列。
基于该计算结果,将与排位在前N的预测框一一对应的各锚点框作为N个第二候选锚点框。
根据本公开实施例的技术方案,以K个预测框各自与真实框之间的交并比IOU2的大小顺序作为选取标准,从K个预测框中选择更少数量的N个第二候选锚点框作为正样本锚点框,可以优化正样本锚点框的选取。
如图3所示,可以通过公式N=K+1-[M]计算得到计算结果的数值N。其中,N也表示第二候选锚点框的数量,K表示第一候选锚点框的数量,M表示交并比求和结果的数值,且0<M<K。
在模型训练的过程中,前期阶段,模型参数优化不到位,M的数值较小,经过上述公式计算得到的第二候选锚点框的选取数量,即,N的数值较大,表示在前期阶段每一个真实框需要大量的锚点框去优化模型的参数。后期阶段,模型参数优化较为理想,M的数值较大,经过上述公式计算得到的第二候选锚点框的选取数量,即N的数值较小,表示在后期阶段每一个真实框只需少量的锚点框优化模型的参数,同时基于每一个真实框匹配上的锚点框存在部分噪声的情况,相对于前期阶段也需要较少的锚点框优化模型的参数。
本公开实施例的技术方案中,通过上述公式的映射,可基于模型训练的前、后期实际情况进行第二候选锚点框的数量选择,使得正样本锚点框的选取更为合理和准确。
还应该理解,基于交并比求和结果,从K个第一候选锚点框取出N个第二候选锚点框,因此N的数值为正整数,由于交并比求和结果表示K个预测框中每个预测框与真实框之间的交并比IOU2求和计算得到的,因此交并比求和结果的取值区间为(0,K),则交并比求和结果的数值可能为小数,因此适应性地,可以先对交并比求和结果的数值取整,再对计算结果N的数值进行计算,此时,N=K+1-[M],还可以对计算结果的数值N的计算公式整体取整,获得计算结果N的数值,此时N=[K+1-M],由此可确保计算结果N的数值为正整数。
示例性地,根据本公开实施例的样本训练方法可以还包括:将各锚点框中除正样本锚点框之外的锚点框作为样本图像中的负样本锚点框。
应该理解,经过上述过程选取的各个正样本锚点框与真实框的交并比的数值较各负样本锚点框与真实框的交并比的数值更大,交并比的数值越大表明相应的锚点框与真实框的重合面积更大,则训练中更适合用于目标特征的学习,而负样本锚点框可作为负样本进行负样本的优化。
还应该理解,负样本锚点框只是相对于正样本锚点框与真实框具有更小的交并比的数值,并不是指负样本锚点框与真实框不会重合。
以下将以举例的方式对本公开实施例的图像处理方法作以说明。
图4示出了一样本图像的示例,在该样本图像中,以人这一目标举例,对应的真实框40如图所示,图中还示出了两个锚点框41和42。从该样本图像中可知,锚点框41与真实框40之间的交并比相对于锚点框42与真实框40之间的交并比更高,但是受人的形状影响,实际上锚点框42与真实框40之间的有效重合部分相对于锚点框41与真实框40之间的有效重合部分更高。
可预见地,如果仅仅将锚点框与真实框之间的交并比的大小作为区分正、负样本锚点框的标准,在一些特殊情况下很难得到优质的正、负样本锚点框。
如图5所示,该样本图像中包括多个锚点框51,各个锚点框与真实框50之间的交并比如图所示,一种实施方式中区分正样本锚点框和负样本锚点框的方法,可以以固定阈值区分正负样本锚点框,如以0.5的固定阈值为例,该样本图像中,可以将交并比大于0.5的锚点框(如交并比为0.52的锚点框)作为正样本锚点框,其余锚点框作为负样本锚点框。
如图6所示,该样本图像中包括多个锚点框61,该实施方式中区分正样本锚点框和负样本锚点框的方法,可以以中心区域(如图中有灰度的区域)为基准来区分正、负样本锚点框,如图所示,在真实框60的中心区域,图中带有灰度的锚点框作为正样本锚点框,其余锚点框作为负样本锚点框。
相比于图5和图6所示的实施例,本公开实施例的技术方案中,在根据各锚点框与真实框之间的第一交并比,初步选取K个第一候选锚点框,然后根据与K个第一锚点框一一对应的预测框与真实框之间的第二交并比,对多个第一候选锚点框进行二次筛选,得到N个第二候选锚点框,最终可以选择合理数目的第二候选锚点框作为正样本锚点框。由此能够从更加全面的角度进行正、负样本锚点框的选取。具体地,正样本锚点框的数量可根据每个样本图像进行改变,同时选取原则也不仅仅局限于交并比的数值大小或者真实框中心区域,而是动态地依据第一候选锚点框对应的预测框与真实框的交并比以及上述计算结果的数值N的映射关系选取合理数目的正样本锚点框。另外,正样本锚点框的数量也更为合理,既不会遗漏与目标所在的真实框重合的锚点框,也不会将与目标所在的真实框不重合的锚点框作为正样本锚点框。
根据本公开的实施例,本公开还提供了一种样本训练的装置。应用于包含至少一个真实框的样本图像,
如图7所示,本公开实施例的图像处理装置700包括样本图像获取模块710、候选锚点框获取模块720和正样本锚点框确定模块730。
样本图像获取模块710可以用于获取包含至少一个真实框的样本图像。在一实施例中,样本图像获取模块710可以执行上述的操作S210,在此不再赘述。
候选锚点框获取模块720可以用于针对至少一个真实框中的每个真实框,根据样本图像中各锚点框与真实框之间的交并比,获取K个第一候选锚点框。在一实施例中,候选锚点框获取模块720可以执行上述的操作S220,在此不再赘述。
正样本锚点框确定模块730可以用于根据样本图像中与K个第一候选锚点框一一对应的K个预测框各自与真实框之间的交并比,从K个第一候选锚点框取出N个第二候选锚点框,以作为样本图像中的正样本锚点框,其中,N小于K。在一实施例中,正样本锚点框确定模块730可以执行上述的操作S230,在此不再赘述。
根据本公开实施例的图像处理装置,上述的K个第一候选锚点框包括:各锚点框中,与真实框之间的交并比,按照从大到小的顺序,排位在前K的锚点框。
根据本公开实施例的图像处理装置,正样本锚点框确定模块包括:预测框确定子模块、计算子模块和候选锚点框选取子模块。预测框确定子模块可以用于确定样本图像中与K个第一候选锚点框一一对应的K个预测框。计算子模块可以用于获取K个预测框中每个预测框与真实框之间的交并比,并对获取到的交并比进行求和计算,以得到交并比求和结果。候选锚点框选取子模块可以用于基于交并比求和结果,从K个第一候选锚点框取出N个第二候选锚点框。
根据本公开实施例的图像处理装置,其中,候选锚点框选取子模块可以包括:计算单元、预测框确定单元以及候选锚点框确定单元。计算单元可以用于基于交并比求和结果和第一候选锚点框的数量进行计算,得到对应的计算结果,其中,计算结果的数值为N。预测框确定单元可以用于根据K个预测框各自与真实框之间的交并比的大小,确定K个预测框中从大到小排位在前N的预测框。候选锚点框确定单元可以用于基于计算结果,将与排位在前N的预测框一一对应的各锚点框作为N个第二候选锚点框。
根据本公开实施例的图像处理装置,计算单元通过以下公式计算得到计算结果的数值N:N=K+1-[M],其中,K表示第一候选锚点框的数量,M表示交并比求和结果的数值,且0<M<K。
根据本公开实施例的图像处理装置,还可以包括负样本锚点框确定模块。负样本锚点框确定模块可以用于将各锚点框中除正样本锚点框之外的锚点框作为样本图像中的负样本锚点框。
应该理解,本公开装置部分的实施例与本公开方法部分的实施例对应相同或类似,所解决的技术问题和所达到的技术效果也对应相同或类似,本公开在此不再赘述。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图8示出了可以用来实施本公开的实施例的示例电子设备800的示意性框图。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/或者要求的本公开的实现。
如图8所示,电子设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储电子设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
电子设备800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理,例如图像处理方法。例如,在一些实施例中,图像处理方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的图像处理方法的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行图像处理方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、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。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
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("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式***的服务器,或者是结合了区块链的服务器。
本公开的技术方案中,所涉及的样本图像数据的记录,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
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,本发公开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,只要能够实现本公开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,并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (15)
1.一种图像处理方法,包括:
获取包含至少一个真实框的样本图像;
针对所述至少一个真实框中的每个真实框,根据所述样本图像中各锚点框与真实框之间的交并比,获取K个第一候选锚点框;以及
根据所述样本图像中与所述K个第一候选锚点框一一对应的K个预测框各自与所述真实框之间的交并比,从所述K个第一候选锚点框取出N个第二候选锚点框,以作为所述样本图像中的正样本锚点框,其中,N小于K。
2.根据权利要求1所述的方法,其中,所述K个第一候选锚点框包括:所述各锚点框中,与所述真实框之间的交并比,按照从大到小的顺序,排位在前K的锚点框。
3.根据权利要求1或2所述的方法,其中,根据所述样本图像中与所述K个第一候选锚点框一一对应的K个预测框各自与所述真实框之间的交并比,从所述K个第一候选锚点框取出N个第二候选锚点框,包括:
确定所述样本图像中与所述K个第一候选锚点框一一对应的所述K个预测框;
获取所述K个预测框中每个预测框与所述真实框之间的交并比,并对获取到的交并比进行求和计算,以得到交并比求和结果;以及
基于所述交并比求和结果,从所述K个第一候选锚点框取出N个第二候选锚点框。
4.根据权利要求3所述的方法,其中,基于所述交并比求和结果,从所述K个第一候选锚点框取出N个第二候选锚点框,包括:
基于所述交并比求和结果和所述第一候选锚点框的数量进行计算,得到对应的计算结果,其中,所述计算结果的数值为N;
将所述K个预测框,按照所述K个预测框各自与所述真实框之间的交并比从大到小的顺序排列,得到所述K个预测框的序列;以及
基于所述计算结果,将与所述排位在前N的预测框一一对应的各锚点框作为所述N个第二候选锚点框。
5.根据权利要求4所述的方法,其中,通过以下公式计算得到所述计算结果的数值N:
N=K+1-[M];
其中,K表示所述第一候选锚点框的数量,M表示所述交并比求和结果的数值,且0<M<K。
6.根据权利要求1至5中任一项所述的方法,还包括:
将所述各锚点框中除所述正样本锚点框之外的锚点框作为所述样本图像中的负样本锚点框。
7.一种图像处理装置,包括:
样本图像获取模块,用于获取包含至少一个真实框的样本图像;
候选锚点框获取模块,用于针对所述至少一个真实框中的每个真实框,根据所述样本图像中各锚点框与真实框之间的交并比,获取K个第一候选锚点框;以及
正样本锚点框确定模块,用于根据所述样本图像中与所述K个第一候选锚点框一一对应的K个预测框各自与所述真实框之间的交并比,从所述K个第一候选锚点框取出N个第二候选锚点框,以作为所述样本图像中的正样本锚点框,其中,N小于K。
8.根据权利要求7所述的装置,其中,所述K个第一候选锚点框包括:所述各锚点框中,与所述真实框之间的交并比,按照从大到小的顺序,排位在前K的锚点框。
9.根据权利要求7或8所述的装置,其中,所述正样本锚点框确定模块包括:
预测框确定子模块,用于确定所述样本图像中与所述K个第一候选锚点框一一对应的所述K个预测框;
计算子模块,用于获取所述K个预测框中每个预测框与所述真实框之间的交并比,并对获取到的交并比进行求和计算,以得到交并比求和结果;以及
候选锚点框选取子模块,用于基于所述交并比求和结果,从所述K个第一候选锚点框取出N个第二候选锚点框。
10.根据权利要求9所述的装置,其中,所述候选锚点框选取子模块包括:
计算单元,用于基于所述交并比求和结果和所述第一候选锚点框的数目进行计算,得到对应的计算结果,其中,所述计算结果的数值为N;
预测框确定单元,用于根据所述K个预测框各自与所述真实框之间的交并比的大小,确定所述K个预测框中从大到小排位在前N的预测框;以及
候选锚点框确定单元,用于基于所述计算结果,将与所述排位在前N的预测框一一对应的各锚点框作为所述N个第二候选锚点框。
11.根据权利要求10所述的装置,所述计算单元通过以下公式计算得到所述计算结果的数值N:
N=K+1-[M];
其中,K表示所述第一候选锚点框的数量,M表示所述交并比求和结果的数值,且0<M<K。
12.根据权利要求7至11中任一项所述的装置,还包括:
负样本锚点框确定模块,用于将所述各锚点框中除所述正样本锚点框之外的锚点框作为所述样本图像中的负样本锚点框。
13.一种电子设备,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1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的方法。
15.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111289604.9A CN114092739B (zh) | 2021-11-02 | 2021-11-02 | 图像处理方法、装置、设备、存储介质和程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111289604.9A CN114092739B (zh) | 2021-11-02 | 2021-11-02 | 图像处理方法、装置、设备、存储介质和程序产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114092739A true CN114092739A (zh) | 2022-02-25 |
CN114092739B CN114092739B (zh) | 2023-06-30 |
Family
ID=80298607
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111289604.9A Active CN114092739B (zh) | 2021-11-02 | 2021-11-02 | 图像处理方法、装置、设备、存储介质和程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114092739B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110443212A (zh) * | 2019-08-12 | 2019-11-12 | 睿魔智能科技(深圳)有限公司 | 用于目标检测的正样本获取方法、装置、设备及存储介质 |
CN111368769A (zh) * | 2020-03-10 | 2020-07-03 | 大连东软信息学院 | 基于改进锚点框生成模型的船舶多目标检测方法 |
CN112183667A (zh) * | 2020-10-31 | 2021-01-05 | 哈尔滨理工大学 | 一种协同深度学习的绝缘子故障检测方法 |
CN113052217A (zh) * | 2021-03-15 | 2021-06-29 | 上海云从汇临人工智能科技有限公司 | 预测结果标识及其模型训练方法、装置及计算机存储介质 |
CN113313128A (zh) * | 2021-06-02 | 2021-08-27 | 东南大学 | 一种基于改进YOLOv3网络的SAR图像目标检测方法 |
-
2021
- 2021-11-02 CN CN202111289604.9A patent/CN114092739B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110443212A (zh) * | 2019-08-12 | 2019-11-12 | 睿魔智能科技(深圳)有限公司 | 用于目标检测的正样本获取方法、装置、设备及存储介质 |
CN111368769A (zh) * | 2020-03-10 | 2020-07-03 | 大连东软信息学院 | 基于改进锚点框生成模型的船舶多目标检测方法 |
CN112183667A (zh) * | 2020-10-31 | 2021-01-05 | 哈尔滨理工大学 | 一种协同深度学习的绝缘子故障检测方法 |
CN113052217A (zh) * | 2021-03-15 | 2021-06-29 | 上海云从汇临人工智能科技有限公司 | 预测结果标识及其模型训练方法、装置及计算机存储介质 |
CN113313128A (zh) * | 2021-06-02 | 2021-08-27 | 东南大学 | 一种基于改进YOLOv3网络的SAR图像目标检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114092739B (zh) | 2023-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112801164A (zh) | 目标检测模型的训练方法、装置、设备及存储介质 | |
CN112633276B (zh) | 训练方法、识别方法、装置、设备、介质 | |
CN115131566A (zh) | 基于超像素和改进模糊c均值聚类的自动图像分割方法 | |
CN113065614B (zh) | 分类模型的训练方法和对目标对象进行分类的方法 | |
CN112949767A (zh) | 样本图像增量、图像检测模型训练及图像检测方法 | |
CN115063875A (zh) | 模型训练方法、图像处理方法、装置和电子设备 | |
CN114882321A (zh) | 深度学习模型的训练方法、目标对象检测方法和装置 | |
CN115861400B (zh) | 目标对象检测方法、训练方法、装置以及电子设备 | |
CN113947188A (zh) | 目标检测网络的训练方法和车辆检测方法 | |
CN113643260A (zh) | 用于检测图像质量的方法、装置、设备、介质和产品 | |
CN115359308B (zh) | 模型训练、难例识别方法、装置、设备、存储介质及程序 | |
CN113378832A (zh) | 文本检测模型训练方法、文本预测框方法及装置 | |
CN113469025A (zh) | 应用于车路协同的目标检测方法、装置、路侧设备和车辆 | |
CN114005095A (zh) | 车辆属性识别方法、装置、电子设备和介质 | |
CN113989721A (zh) | 目标检测方法和目标检测模型的训练方法、装置 | |
CN113902899A (zh) | 训练方法、目标检测方法、装置、电子设备以及存储介质 | |
CN116824609B (zh) | 文档版式检测方法、装置和电子设备 | |
CN112784102A (zh) | 视频检索方法、装置和电子设备 | |
CN115761698A (zh) | 一种目标检测方法、装置、设备及存储介质 | |
CN114092739B (zh) | 图像处理方法、装置、设备、存储介质和程序产品 | |
CN113936158A (zh) | 一种标签匹配方法及装置 | |
CN113706705A (zh) | 用于高精地图的图像处理方法、装置、设备以及存储介质 | |
CN115809687A (zh) | 一种图像处理网络的训练方法及装置 | |
CN114037865B (zh) | 图像处理方法、装置、设备、存储介质和程序产品 | |
CN113313125A (zh) | 图像处理方法和装置、电子设备、计算机可读介质 |
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 |