[发明专利]分类模型校准方法、装置、设备及可读介质

说明书

本公开实施例公开了一种分类模型校准方法、装置、设备及可读介质。其中，方法包括：获取分类模型对至少两个相邻图像区域进行分类后，得到的各图像区域属于各类别的概率预测值；采用校准因子对各图像区域属于各类别的概率预测值进行校准，得到各图像区域属于各类别的概率校准值。本公开实施例能够校准概率预测值，使得目标对象之间的接触边上锯齿被淡化，使接触边变得平滑。

技术领域

本公开实施例涉及计算机视觉技术，尤其涉及一种分类模型校准方法、装置、设备及可读介质。

背景技术

随着计算机视觉技术的发展，通过分类模型能够从显示有至少两个目标对象的图像中划分出各个目标对象。

目前，为了提高分类模型的置信度，往往会使分类模型对某一类别的概率预测值远远大于对其它类别的概率预测值。图1示出了分类模型softmax的函数图像，该函数的特征值越大，斜率越大，概率预测值也就越大。可见，分类模型对特征值大的概率预测值远远大于对特征值小的概率预测值，也就是，对某一类别的概率预测值远远大于对其它类别的概率预测值。这会导致不同类别的目标对象在同一类别下的概率预测值相差较大，显然这有利于进行分类。但是采用某一类别的概率预测值提取目标对象时，差别较大的概率预测值会导致目标对象之间的接触边出现明显的锯齿，不够平滑，尤其是概率预测值出现错误时，锯齿现象将更加明显。

发明内容

本公开实施例提供一种分类模型校准方法、装置、设备及可读介质，以平滑目标对象之间的接触边。

第一方面，本公开实施例提供了一种分类模型校准方法，包括：

获取分类模型对至少两个相邻图像区域进行分类后，得到的各图像区域属于各类别的概率预测值；

采用校准因子对各图像区域属于各类别的概率预测值进行校准，得到各图像区域属于各类别的概率校准值，所述概率校准值的至少两个类别间的变化幅度小于概率预测值相应类别间的变化幅度。

第二方面，本公开实施例还提供了一种分类模型校准装置，包括：

获取模块，用于获取分类模型对至少两个相邻图像区域进行分类后，得到的各图像区域属于各类别的概率预测值；

校准模块，用于采用校准因子对各图像区域属于各类别的概率预测值进行校准，得到各图像区域属于各类别的概率校准值，所述概率校准值的至少两个类别间的变化幅度小于概率预测值相应类别间的变化幅度。

第三方面，本公开实施例还提供了一种电子设备，所述电子设备包括：

一个或多个处理装置；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理装置实现任一实施例所述的分类模型校准方法。

第四方面，本公开实施例还提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现任一实施例所述的分类模型校准方法。

本公开实施例中，通过获取分类模型对至少两个相邻图像区域进行分类后，得到的各图像区域属于各类别的概率预测值，以及采用校准因子对各类别的概率预测值进行校准，得到各图像区域属于各类别的概率校准值，从而得到类别间变化幅度较小的概率校准值，使得不同类别的目标对象在同一类别下的概率预测值相差较小，在通过根据各图像区域属于各类别的概率校准值，提取属于各类别的目标对象时，无论概率预测值正确与否，均能够使得目标对象之间的接触边上锯齿被淡化，使接触边变得平滑。

附图说明

图1是现有技术中的softmax函数图像；

图2是本公开实施例一提供的一种分类模型校准方法的流程图；