[发明专利]一种图像的识别方法和装置

说明书

本申请涉及一种图像的识别方法和装置，其中，该方法包括：获取轨道交通车辆的待测图像；基于目标信息识别模型对待测图像进行目标识别，以得到待测图像中包含的目标对象的目标信息，其中，目标信息识别模型为使用训练图像对初始信息识别模型进行训练得到的，训练图像为对初始图像进行数据增强处理后得到的，初始图像为标注了目标区域的标签信息的图像。本申请解决了基于少量训练图像对初始信息识别模型训练时的训练效率较低的技术问题。

技术领域

本申请涉及图像识别领域，尤其涉及一种图像的识别方法和装置。

背景技术

轨道交通车辆的维护检修是日常运行中的一项非常重要的工作，随着人工智能技术的发展，陆续出现了一些半自动或者全自动故障识别算法，在检修工人查看之前，通过该算法就可得知哪些位置可能存在故障，这样可以有效辅助和加快检修工人检修的工作效率。相关技术中基于深度学习的目标检测与识别的方法，只许标注好的数据离线训练模型文件即可，使用的时候输入图片，调用模型文件推理，即可一步到位的得到检测结果，但是这也对训练数据的质量和数量提出了一定要求，在训练数据的数量和质量较差时，训练效果不交，模型的准确率较低。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本申请提供了一种图像的识别方法和装置，以至少解决相关技术中基于少量训练图像对初始信息识别模型训练时的训练效率较低的技术问题。

根据本申请实施例的一个方面，提供了一种图像的识别方法，包括：获取轨道交通车辆的待测图像；基于目标信息识别模型对所述待测图像进行目标识别，以得到所述待测图像中包含的目标对象的目标信息，其中，所述目标信息识别模型为使用训练图像对初始信息识别模型进行训练得到的，所述训练图像为对初始图像进行数据增强处理后得到的，所述初始图像为标注了目标区域的标签信息的图像。

可选地，基于所述目标信息识别模型大于所述待测图像进行所述目标识别之前，所述方法还包括：在图像训练集中的包含的多个初始图像中获取待处理的第一图像，以及预定数量的第二图像，其中，所述第一图像与所述第二图像属性信息不同；对所述第一图像以及所述第二图像进行所述数据增强处理，以得到所述训练图像；基于所述训练图像对所述初始信息识别模型进行训练，以得到所述目标信息识别模型。

可选地，对所述第一图像以及所述第二图像进行所述数据增强处理，以得到所述训练图像包括：对所述第一图像以及所述第二图像进行亮度调节，以得到调节后的第三图像；对所述第三图像进行背景替换，以得到第四图像；对所述第四图像按照目标位置关系进行图像拼接，以得到第五图像；将所述第五图像确定为所述训练图像。

可选地，对所述第一图像以及所述第二图像进行亮度调节，以得到调节后的所述第三图像包括：获取所述图像训练集的参考亮度值；确定所述第一图像以及所述第二图像的初始图像亮度值；比较所述初始图像亮度值以及所述参考亮度值的大小；在所述初始图像亮度值小于所述参考亮度值的情况下，将对应图像的所述初始图像亮度值向上调整至第一亮度值，以得到所述第三图像，其中，所述第一亮度值在设定阈值范围内；在所述初始图像亮度值大于所述参考亮度值的情况下，将对应图像的所述初始图像亮度值向下调整至第二亮度值，以得到所述第三图像，其中，所述第二亮度值在所述设定阈值范围内。

可选地，获取所述图像训练集的所述参考亮度值包括：确定所述图像训练集中包含的每个初始图像的初始亮度比值，其中所述初始亮度比值为每个所述初始图像的亮度与所述初始图像中的像素数量的比值；在多个所述初始亮度比值中筛选出大于设定阈值的目标亮度比值；确定所述目标亮度比值的平均值为所述图像训练集的所述参考亮度值。