[发明专利]样本图像增量、图像检测模型训练及图像检测方法

权利要求书

1.一种图像检测模型训练方法，包括：

获取增量样本图像的第二卷积特征；

根据区域生成网络和所述第二卷积特征确定新候选区域、所述新候选区域包含目标对象的第二概率；

获取对应第一概率的第一损失值，以及对应所述第二概率的第二损失值；

基于加权后的第一损失值和第二损失值，确定综合损失值；

基于所述综合损失值满足预设要求，得到训练完成的图像检测模型；

其中，所述增量样本图像通过下述方式获取得到：

获取原始样本图像的第一卷积特征；

根据区域生成网络和所述第一卷积特征确定候选区域、所述候选区域中包含目标对象的第一概率；

基于所述第一概率在所述候选区域中确定目标候选区域，并将所述目标候选区域映射回所述原始样本图像，得到中间图像；

对所述中间图像中对应所述目标候选区域的部分进行图像增强处理和/或对所述中间图像中对应非所述目标候选区域的部分进行图像模糊处理，得到所述增量样本图像。

2.根据权利要求1所述的方法，其中，所述对所述中间图像中对应非所述目标候选区域的部分进行图像模糊处理，包括：

对所述中间图像中对应非所述目标候选区域的部分进行高斯模糊处理。

3.根据权利要求1所述的方法，其中，所述基于所述第一概率在所述候选区域中确定目标候选区域，包括：

将所述第一概率大于预设概率的候选区域确定为目标候选区域。

4.根据权利要求1所述的方法，其中，所述对所述中间图像中对应所述目标候选区域的部分进行图像增强处理，包括：

对所述中间图像中的第一目标区域进行第一图像增强处理，所述第一目标区域为至少两个所述目标候选区域映射在所述原始样本图像中的重叠部分；

对所述中间图像中的第二目标区域进行第二图像增强处理，所述第二目标区域为单个所述目标候选区域映射在所述原始样本图像中的部分，所述第一图像增强处理的图像增强强度大于所述第二图像增强处理的图像增强强度。

5.根据权利要求1所述的方法，其中，所述基于加权后的第一损失值和第二损失值，确定综合损失值，包括：

将加权后的第一损失值与加权后的第二损失值的和，作为所述综合损失值。

6.根据权利要求1所述的方法，其中，所述基于所述综合损失值满足预设要求，得到训练完成的图像检测模型，包括：

响应于所述综合损失值为预设轮数的迭代训练中的最小值，输出训练完成的图像检测模型。

7.一种图像检测方法，包括：

接收待检测图像；

调用图像检测模型对所述待检测图像进行检测；其中，所述图像检测模型根据权利要求1-6中任一项所述的图像检测模型训练方法得到。

8.一种图像检测模型训练装置，包括：

第一卷积特征获取单元，被配置成获取原始样本图像的第一卷积特征；

候选区域及概率确定单元，被配置成根据区域生成网络和所述第一卷积特征确定候选区域、所述候选区域中包含目标对象的第一概率；

目标候选区域确定及映射单元，被配置成基于所述第一概率在所述候选区域中确定目标候选区域，并将所述目标候选区域映射回所述原始样本图像，得到中间图像；

中间图像处理单元，被配置成对所述中间图像中对应所述目标候选区域的部分进行图像增强处理和/或对所述中间图像中对应非所述目标候选区域的部分进行图像模糊处理，得到增量样本图像；

第二卷积特征获取单元，被配置成获取所述增量样本图像的第二卷积特征；

新候选区域及概率确定单元，被配置成根据区域生成网络和所述第二卷积特征确定新候选区域、所述新候选区域包含目标对象的第二概率；

损失值获取单元，被配置成获取对应第一概率的第一损失值，以及对应所述第二概率的第二损失值；

综合损失值确定单元，被配置成基于加权后的第一损失值和第二损失值，确定综合损失值；

图像检测模型训练单元，被配置成基于所述综合损失值满足预设要求，得到训练完成的图像检测模型。