[发明专利]图像配对方法、装置、设备以及存储介质

权利要求书

1.一种配对模型的训练方法，包括：

利用图像素材库中的图像对初始网络模型进行训练，得到预训练模型；

获取第一图像集和第一配对图像集，其中，所述第一配对图像集是通过对所述第一图像集中的图像进行配对得到的；

利用所述第一图像集和所述第一配对图像集对所述预训练模型进行训练，得到所述配对模型。

2.根据权利要求1所述的方法，其中，所述利用所述第一图像集和所述第一配对图像集对所述预训练模型进行训练，得到所述配对模型，包括：

利用所述第一图像集对所述预训练模型进行微调，得到微调后的模型；

在所述微调后的模型中加入全连接层，得到目标模型；

将所述第一配对图像集中的每对配对图像作为输入，训练所述目标模型，得到所述配对模型。

3.根据权利要求2所述的方法，其中，所述利用所述第一图像集对所述预训练模型进行微调，得到微调后的模型，包括：

对所述第一图像集进行聚类，得到聚类后的图像集；

为所述预训练模型设置损失函数；

基于所述聚类后的图像集和所述损失函数对所述预训练模型的参数进行微调，得到微调后的模型。

4.根据权利要求1-3中任一项所述的方法，其中，所述获取第一图像集和第一配对图像集，包括：

基于用户的搜索行为，得到所述用户下载的第二图像集；

从指定数据源获取与预设关键字匹配的第三图像集；

合并所述第二图像集和所述第三图像集，得到所述第一图像集。

5.根据权利要求4所述的方法，其中，所述获取第一图像集和第一配对图像集，还包括：

分别对所述第二图像集和所述第三图像集中的图像进行标注配对，得到配对后的第二配对图像集和第三配对图像集；

合并所述第二配对图像集和所述第三配对图像集，得到所述第一配对图像集。

6.根据权利要求1-5中任一项所述的方法，其中，在所述利用所述第一图像集和所述第一配对图像集对所述预训练模型进行训练之前，所述方法还包括：

分别对所述第一图像集和所述第一配对图像集进行数据清洗与去重。

7.根据权利要求6所述的方法，所述方法还包括：

利用所述配对模型提取所述第一配对图像集中的每对配对图像的配对特征，得到配对特征库。

8.一种图像配对方法，包括：

获取待配对图像；

利用配对模型提取所述待配对图像的特征，得到所述待配对图像的配对特征，其中，所述配对模型通过如权利要求1-7中任一项所述的方法训练得到；

在预先构建的配对特征库中进行检索，获取与所述配对特征相匹配的目标配对图像。

9.一种配对模型的训练装置，包括：

第一训练模块，被配置成利用图像素材库中的图像对初始网络模型进行训练，得到预训练模型；

第一获取模块，被配置成获取第一图像集和第一配对图像集，其中，所述第一配对图像集是通过对所述第一图像集中的图像进行配对得到的；

第二训练模块，被配置成利用所述第一图像集和所述第一配对图像集对所述预训练模型进行训练，得到所述配对模型。

10.根据权利要求9所述的装置，其中，所述第二训练模块包括：

微调子模块，被配置成利用所述第一图像集对所述预训练模型进行微调，得到微调后的模型；

加入子模块，被配置成在所述微调后的模型中加入全连接层，得到目标模型；

训练子模块，被配置成将所述第一配对图像集中的每对配对图像作为输入，训练所述目标模型，得到所述配对模型。