[发明专利]模型训练方法及装置、识别方法、存储介质及电子设备

权利要求书

1.一种模型训练方法，其特征在于，包括：

选取基础模型；

利用叠加有网纹的图片、以及与所述叠加有网纹的图片对应的未叠加网纹前的原始图片作为所述基础模型的输入，对所述基础模型进行训练；

当所述基础模型对应的损失函数满足预设的训练终止条件时，终止对所述基础模型的训练，并将终止训练时的基础模型作为训练获得的深度学习模型；

所述叠加有网纹的图片通过以下方式得到：选取未叠加有网纹的原始图片，选取基础函数，并解析已获取的样本网纹的网纹属性，依据所述已获取的样本网纹的网纹属性，调取预先存储的与所述网纹属性对应的目标函数参数，将所述目标函数参数代入所述基础函数中获得目标函数，应用所述目标函数生成初始网纹波形，基于所述初始网纹波形，生成目标网纹，并将所述目标网纹叠加在所述原始图片上，获得所述叠加有网纹的图片，所述叠加有网纹的图片包括多种形式的网纹，每一种形式的网纹包括对应基础函数的函数参数。

2.根据权利要求 1 所述的方法，其特征在于，所述基础函数为三角函数的线性组合函数；所述三角函数为正弦函数或余弦函数；

所述基础函数的函数参数包括所述基础函数中包含的每个三角函数的振幅、角频率及初相。

3.根据权利要求 1 所述的方法，其特征在于，所述基于所述初始网纹波形生成目标网纹，包括：

依据所述初始网纹波形生成初始网纹单元；

在所述初始网纹单元中，截取多个网纹子单元，并将所述多个网纹子单元按预设的组合方式进行组合，获得所述目标网纹；每个所述网纹子单元的宽度值与所述原始图片的宽度值相同。

4.根据权利要求 3 所述的方法，其特征在于，所述依据所述初始网纹波形生成初始网纹单元，包括：

对所述初始网纹波形进行复制，获得与所述初始网纹波形对应的第一网纹波形；将所述第一网纹波形，从所述初始网纹波形的当前位置，按预设的第一矢量方向移动第一位移，获得所述初始网纹波形与所述第一网纹波形组合形成的初始网纹单元；

或

对所述初始网纹波形进行复制，获得与所述初始网纹波形对应的第二网纹波形；将所述第二网纹波形，从所述初始网纹波形的当前位置，按预设的第二矢量方向移动第二位移，获得所述初始网纹波形与所述第二网纹波形组合形成的组合网纹图形；将所述组合网纹图形，以其水平轴为旋转轴，旋转 180 度，获得所述初始网纹单元；

或

依据所述初始网纹波形，生成第三网纹波形；所述第三网纹波形与所述初始网纹波形的初相位差为 k π， k 为奇数；获得所述初始网纹波形与所述第三网纹波形组合形成的初始网纹单元。

5.根据权利要求 3 所述的方法，其特征在于，所述在所述初始网纹单元中，截取多个网纹子单元，包括：

获取所述原始图片的宽度值；

在所述初始网纹单元中，随机截取多个宽度值与所述原始图片的宽度值相同的网纹子单元。

6.根据权利要求 3 或 5 所述的方法，其特征在于，所述将所述多个网纹子单元按预设的组合方式进行组合，获得所述目标网纹，包括：

将所述多个网纹子单元，在已确定的第一目标区域中，由所述第一目标区域的顶部向底部，依次设置在所述第一目标区域中，以获得所述目标网纹；所述第一目标区域中，任意两个相邻网纹子单元之间的间距相等；所述第一目标区域与所述原始图片的大小相同。

7.根据权利要求 3 或 5 所述的方法，其特征在于，所述将所述多个网纹子单元按预设的组合方式进行组合，获得所述目标网纹，包括：

将每次从所述初始网纹单元中截取的网纹子单元，依次设置在已确定的第二目标区域中的各个目标位置上，直至所述第二目标区域中的各个目标位置上均设置有所述网纹子单元时，获得所述目标网纹；所述第二目标区域与所述原始图片的大小相同。

8.根据权利要求 1 所述的方法，其特征在于，还包括：

选取随机数；

依据所述随机数，随机对叠加在所述原始图片上的目标网纹的网纹属性进行调整。