[发明专利]用于训练图像处理模型和检测图像的方法、装置

权利要求书

1.一种用于训练图像处理模型的方法，包括：

获取至少两个第一局部特征和对应的至少两个第二局部特征，其中，所述第一局部特征基于预先训练的第一图像处理模型针对目标图像中的第一目标区域进行特征提取得到，所述第二局部特征基于与所述第一图像处理模型对应的待训练的第二图像处理模型针对所述目标图像中的第二目标区域进行特征提取得到；

将所述至少两个第一局部特征和所述对应的至少两个第二局部特征分别输入至相应的待训练的局部关系提取模型，生成第一局部关系特征和第二局部关系特征，其中，所述第一局部关系特征用于表征所述至少两个第一局部特征之间的关联关系，所述第二局部关系特征用于表征所述至少两个第二局部特征之间的关联关系；

利用预设的损失函数，基于所述第一局部关系特征和第二局部关系特征生成损失值；

基于所生成的损失值调整所述待训练的第二图像处理模型和待训练的局部关系提取模型的网络参数，得到训练完成的第二图像处理模型。

2.根据权利要求1所述的方法，其中，所述将所述至少两个第一局部特征和所述对应的至少两个第二局部特征分别输入至相应的待训练的局部关系提取模型，生成第一局部关系特征和第二局部关系特征，包括：

执行以下生成步骤：分别从所述至少两个第一局部特征和所述至少两个第二局部特征中选取未被选取过的第一局部特征对和第二局部特征对；生成分别与所选取的第一局部特征对和第二局部特征对对应的第一局部子关系特征和第二局部子关系特征；分别确定所述至少两个第一局部特征和所述至少两个第二局部特征中是否存在未被选取过的第一局部特征对和第二局部特征对；

响应于确定存在，继续执行所述生成步骤；

基于所生成的第一局部子关系特征之间的结合，生成所述第一局部关系特征；

基于所生成的第二局部子关系特征之间的结合，生成所述第二局部关系特征。

3.根据权利要求2所述的方法，其中，所述待训练的局部关系提取模型的网络参数包括第一权重，所述第一局部特征对和所述第二局部特征对中分别包括第一局部特征和第二局部特征；以及

所述生成分别与所选取的第一局部特征对和第二局部特征对对应的第一局部子关系特征和第二局部子关系特征，包括：

基于所选取的第一局部特征对中的第一局部特征和所选取的第二局部特征对中的第一局部特征分别与相应的待训练的局部关系提取模型的第一权重的乘积，生成第一局部预处理特征和第二局部预处理特征；

基于所选取的第一局部特征对中的第一局部特征与第二局部特征的点积以及所选取的第二局部特征对中的第一局部特征与第二局部特征的点积，分别生成第一预处理特征和第二预处理特征；

基于所述第一局部预处理特征与所述第一预处理特征的矩阵乘积以及所述第二局部预处理特征与所述第二预处理特征的矩阵乘积，生成分别与所选取的第一局部特征对对应的第一局部子关系特征和与所选取的第二局部特征对对应的第二局部子关系特征。

4.根据权利要求3所述的方法，其中，所述待训练的局部关系提取模型的网络参数还包括第二权重和第三权重；以及

所述基于所选取的第一局部特征对中的第一局部特征与第二局部特征的点积以及所选取的第二局部特征对中的第一局部特征与第二局部特征的点积，分别生成第一预处理特征和第二预处理特征，包括：

基于所选取的第一局部特征对中的第一局部特征和所选取的第二局部特征对中的第一局部特征分别与相应的待训练的局部关系提取模型的第二权重的乘积，生成第一前子特征和第二前子特征；

基于所选取的第一局部特征对中的第二局部特征和所选取的第二局部特征对中的第二局部特征分别与相应的待训练的局部关系提取模型的第三权重的乘积，生成第一后子特征和第二后子特征；

分别将所述第一前子特征与所述第一后子特征的点积和所述第二前子特征与所述第二后子特征的点积输入归一化指数函数，分别生成第一预处理特征和第二预处理特征。