[发明专利]神经网络模型训练方法及装置、存储介质及电子设备

权利要求书

1.一种神经网络模型训练方法，其特征在于，包括：

获取样本图像；

当所述样本图像为带预设标记框的样本图像时，根据预设规则确定是否对所述样本图像进行处理；

当确定对所述样本图像进行处理时，根据所述预设标记框对所述样本图像进行处理；

根据处理后的样本图像对待训练神经网络进行训练，得到所述神经网络模型。

2.根据权利要求1所述的方法，其特征在于，所述根据所述预设标记框对所述样本图像进行处理，包括：

根据所述预设标记框对所述样本图像进行裁剪，得到所述处理后的样本图像。

3.根据权利要求1所述的方法，其特征在于，所述根据所述预设标记框对所述样本图像进行处理，包括：

根据预设比例对所述预设标记框进行缩放，得到缩放后的标记框；

根据缩放后的标记框对所述样本图像进行裁剪，得到所述处理后的样本图像。

4.根据权利要求1所述的方法，其特征在于，所述根据所述预设标记框对所述样本图像进行处理，还包括：

获取所述样本图像中预设标记框的顶点；

对所述预设标记框的顶点进行扰动，得到扰动后的标记框；

根据所述扰动后的标记框对所述样本图像进行裁剪，得到所述处理后的样本图像。

5.根据权利要求1所述的方法，其特征在于，所述根据预设规则确定是否对所述样本图像进行处理，包括：

生成随机数；

根据所述随机数确定是否对所述样本图像进行处理。

6.根据权利要求5所述的方法，其特征在于，所述根据所述随机数确定是否对所述样本图像进行处理，包括：

在所述随机数大于或等于预设阈值时，确定对所述样本图像进行处理；

在所述随机数小于所述预设阈值时，确定不对所述样本图像进行处理。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述样本图像对所述待训练神经网络进行训练。

8.根据权利要求7所述的方法，其特征在于，所述方法还包括以下步骤中一个或者多个：

对所述样本图像进行几何变换；

对所述样本图像进行亮度调整；以及

对所述样本图像进行裁剪。

9.一种神经网络模型训练装置，其特征在于，所述装置包括：

获取模块，用于获取样本图像；

第一处理模块，用于当所述样本图像为带预设标记框的样本图像时，根据预设规则确定是否对所述样本图像进行处理；

第二处理模块，用于当确定对所述样本图像进行处理时，根据所述预设标记框对所述样本图像进行处理；

训练模块，用于根据处理后的样本图像对待训练神经网络进行训练，得到所述神经网络模型。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1至8中任一项所述的神经网络模型训练方法。

11.一种电子设备，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，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1至8中任一项所述的神经网络模型训练方法。