[发明专利]动物体信息提取模型的训练方法、装置、设备及存储介质

说明书

本申请实施例公开了一种动物体信息提取模型的训练方法、装置、设备及存储介质。该动物体信息提取模型的训练方法包括：获取训练样本集，所述训练样本集包括多个动物体的样本图像，所述样本图像标注有动物体的轮廓标签和多个关键点标签；根据所述样本图像，确定待训练模型的分割损失值和关键点损失值；根据所述分割损失值和所述关键点损失值，确定总损失值；根据所述总损失值更新所述待训练模型的模型参数，直至满足预设的停止训练条件，将训练好的所述待训练模型作为动物体信息提取模型。本申请实施例中可以提升对动物体的关键点数据和分割数据的检测精确度。

技术领域

本申请实施例涉及计算机视觉技术领域，具体涉及一种动物体信息提取模型的训练方法、装置、设备及存储介质。

背景技术

在计算机视觉技术领域，常常需要通过图像识别出物体的关键点、通过图像检测出物体的分割数据，以便进一步根据物体的关键点信息、分割数据作其他用途的数据处理；例如，为了测量猪体的尺寸信息，通常需要检测出猪体的分割数据、识别出猪体的关键点(如，猪嘴、猪尾巴、猪耳朵、猪前腿、猪后腿等)。

在现有技术中，通常是直接使用样本图像和人工标注的关键点作为训练数据集，训练用于对物体关键点进行检测的模型，以便采用训练好的关键点检测模型检测物体的关键点。或者是直接使用样本图像和人工标注的分割数据作为训练数据集，训练用于对物体关分割数据进行检测的模型，以便采用训练好的分割数据检测模型检测物体的分割数据。而在实际应用中发现，现有单一的关键点检测模型、单一的分割数据检测模型，其精确度不高。

发明内容

本申请实施例提供一种动物体信息提取模型的训练方法、装置、设备及存储介质，用于在一定程度上提高模型的关键点检测结果的精确度，以及提高模型对分割数据的检测精确度。

第一方面，本申请实施例提供一种动物体信息提取模型的训练方法，所述方法包括：

获取训练样本集，所述训练样本集包括多个动物体的样本图像，所述样本图像标注有动物体的轮廓标签和多个关键点标签；

根据所述样本图像，确定待训练模型的分割损失值和关键点损失值；

根据所述分割损失值和所述关键点损失值，确定总损失值；

根据所述总损失值更新所述待训练模型的模型参数，直至满足预设的停止训练条件，将训练好的所述待训练模型作为动物体信息提取模型。

在本申请的一些实施例中，所述方法还包括：

获取待检测图像，并将所述待检测图像输入至所述动物体信息提取模型；

获取所述动物体信息提取模型根据所述待检测图像输出的目标前景的分割图和目标关键点，所述目标前景是指所述待检测图像中承载的动物体的像素点，所述目标关键点包括所述待检测图像中承载的动物体的嘴巴、耳朵、尾巴、前腿、后腿中的至少一种。

在本申请的一些实施例中，所述方法还包括：

根据所述待检测图像确定目标动物体的支撑面，并根据所述目标关键点确定所述目标动物体的目标体长，所述目标动物体是指所述待检测图像中承载的动物体；

根据所述支撑面和所述分割图，确定所述目标动物体的投影面积；

根据所述投影面积和所述目标体长，确定所述目标动物体的体重。

在本申请的一些实施例中，所述根据所述投影面积和所述目标体长，确定所述目标动物体的体重，包括：

将所述投影面积和所述目标体长整合为目标一维数据；

将所述目标一维数据输入预设的体重测量模型，以使得所述体重测量模型根据所述目标一维数据回归出所述目标动物体的体重。

在本申请的一些实施例中，所述体重测量模型通过以下步骤得到：