[发明专利]一种图像检测方法、网络模型训练方法以及相关装置

权利要求书

1.一种图像检测方法，其特征在于，包括：

获取待检测图像，所述待检测图像为目标领域数据，所述目标领域数据用于指示未标注的数据；

将所述待检测图像输入第一网络模型，以确定至少一个感兴趣区域，所述第一网络模型用于去除所述待检测图像的背景；

将至少一个所述感兴趣区域输入第二网络模型，以得到至少一个所述感兴趣区域在源领域数据中对应的判别特征，所述源领域数据用于指示标注数据，所述第二网络模型通过所述感兴趣区域关联所述源领域数据和所述目标领域数据，所述判别特征为所述感兴趣区域中的用于确定检测结果的关键区域；

根据所述判别特征确定所述检测结果，所述检测结果用于指示所述待检测图像中所述感兴趣区域的位置以及对应的标注数据。

2.根据权利要求1所述的方法，其特征在于，所述待检测图像为医疗检测图像，所述感兴趣区域的位置为病灶的位置，所述判别特征为病灶的图像特征区域，所述标注数据为所述病灶的类型。

3.根据权利要求1所述的方法，其特征在于，所述将所述待检测图像输入第一网络模型，以确定至少一个感兴趣区域，包括：

在所述待检测图像上生成至少一个锚框；

将所述锚框输入第一网络模型，以得到包含前景的锚框，所述前景用于指示所述待检测图像中的有效数据；

根据所述包含前景的锚框确定至少一个感兴趣区域。

4.根据权利要求1所述的方法，其特征在于，所述根据所述判别特征确定检测结果，包括：

获取所述判别特征对应的区域；

若所述判别特征对应的区域满足预设条件，则根据所述判别特征确定检测结果，所述预设条件基于所述判别特征对应的区域中背景的占比设定。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述获取待检测图像之后，所述方法还包括：

获取所述待检测图像对应的目标领域数据的参数；

将所述待检测图像对应的目标领域数据的参数调整为所述源领域中对应的参数，以得到图像转换后的待检测图像；

所述将所述待检测图像输入第一网络模型，以确定至少一个感兴趣区域，包括：

将所述转换后的待检测图像输入所述第一网络模型，以确定至少一个所述感兴趣区域。

6.一种网络模型的训练方法，其特征在于，包括：

获取待训练图像集合，所述待训练图像集合包括源领域数据集合和目标领域数据集合，所述源领域数据集合包括至少一个源领域数据，所述目标领域数据集合包括至少一个目标领域数据，所述源领域数据用于指示已标注的数据，所述目标领域数据用于指示未标注的数据；

采用所述源领域数据集合和所述目标领域数据集合对第一网络模型进行训练；

根据训练后的所述第一网络模型确定至少一个感兴趣区域；

采用所述感兴趣区域、所述源领域数据集合和所述目标领域数据集合对第二网络模型进行训练，训练后的所述第二网络模型用于指示所述目标领域数据中所述感兴趣区域对应的标注数据。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

采用第一损失函数、所述源领域数据集合和所述目标领域数据集合对所述第二网络模型进行训练，以得到所述第二网络模型的第一梯度，其中，所述第一损失函数用于对齐所述源领域数据集合的特征和所述目标领域数据集合的特征，所述第一损失函数属于对抗学习损失函数，所述第二网络模型的第一梯度用于更新所述第二网络模型的参数。

8.根据权利要求7所述的方法，其特征在于，所述采用第一损失函数、所述源领域数据集合和所述目标领域数据集合对所述第二网络模型进行训练，以得到所述第二网络模型的第一梯度，包括：

将所述第一损失函数、所述源领域数据集合和所述目标领域数据集合输入梯度反转层，以使得目标函数反转；

根据反转后的目标函数对所述第二网络模型进行训练，以得到所述第二网络模型的第一梯度。