[发明专利]训练招牌分类模型和招牌分类的方法

说明书

本公开提供了训练招牌分类模型和招牌分类的方法及装置，涉及人工智能领域，具体涉及计算机视觉和深度学习技术，具体可用于智能交通场景下。具体实现方案为：获取样本集，其中，样本集中的样本包括：图像、语义信息、样本标签；从样本集中选取样本；将选取的样本中的图像和语义信息输入招牌分类模型，得到基于图像特征的第一预测结果、基于语义特征的第二预测结果、基于图像特征和语义特征的融合特征的第三预测结果；基于第一预测结果、第二预测结果、第三预测结果和样本标签计算总损失值；若总损失值小于预定阈值，则确定出招牌分类模型训练完成。该实施方式生成了可以检测出无效招牌的招牌分类模型，提高了招牌分类的准确性。

技术领域

本公开涉及人工智能领域，具体涉及计算机视觉和深度学习技术，具体可用于智能交通场景下。

背景技术

POI(point of interest,兴趣点)对于地图位置检索、地图导航定位等方向有着重要意义，更是本地生活业务的基本支撑。传统的POI采集方式依赖于人工作业，不仅效率低下，而且成本高昂。为实现“降本增效，实时更新”的目标，车载影像将成为POI自动化更新的主要数据源。

POI数据生成流程中，招牌检测已经成为一个关键环节，如何高效的提取出有效的招牌，一直是当前生成流程的存在的瓶颈。相关的基于招牌检测的招牌提取方案，已经提高了招牌提取的效率，但是由于数据的来源不同，导致数据的分布不一样，导致招牌检测的过程中产生了大量的非招牌。这些非招牌主要可以分为：遮挡、模糊和广告牌等情况。

发明内容

本公开提供了一种训练招牌分类模型和招牌分类的方法、装置、设备以及存储介质。

根据本公开的第一方面，提供了一种训练招牌分类模型的方法，包括：获取样本集，其中，样本集中的样本包括：图像、语义信息、样本标签。执行如下训练步骤：从样本集中选取样本。将选取的样本中的图像和语义信息输入招牌分类模型，得到基于图像特征的第一预测结果、基于语义特征的第二预测结果、基于图像特征和语义特征的融合特征的第三预测结果。基于第一预测结果、第二预测结果、第三预测结果和样本标签计算总损失值。若总损失值小于预定阈值，则确定出所述招牌分类模型训练完成。

根据本公开的第二方面，提供了一种招牌分类的方法，包括：将检测到的招牌图片进行文字识别，得到文字信息。将招牌图片和文字信息输入根据第一方面的方法训练的招牌分类模型，得到图像得分和语义得分。基于图像得分和语义得分输出招牌图片有效的概率。

根据本公开的第三方面，提供了一种训练招牌分类模型的装置，包括：获取单元，被配置成获取样本集，其中，样本集中的样本包括：图像、语义信息、样本标签。训练单元，被配置成执行如下训练步骤：从样本集中选取样本。将选取的样本中的图像和语义信息输入招牌分类模型，得到基于图像特征的第一预测结果、基于语义特征的第二预测结果、基于图像特征和语义特征的融合特征的第三预测结果。基于第一预测结果、第二预测结果、第三预测结果和样本标签计算总损失值。若总损失值小于预定阈值，则确定出所述招牌分类模型训练完成。

根据本公开的第四方面，提供了一种招牌分类的装置，包括：识别单元，被配置成将检测到的招牌图片进行文字识别，得到文字信息。分类单元，被配置成将招牌图片和文字信息输入第三方面的装置训练的招牌分类模型，得到图像得分和语义得分。输出单元，被配置成基于图像得分和语义得分输出招牌图片有效的概率。

根据本公开的第五方面，提供了一种电子设备，包括：至少一个处理器。以及与至少一个处理器通信连接的存储器。其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行第一方面或第二方面的方法。

根据本公开的第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行第一方面或第二方面的方法。

根据本公开的第七方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现第一方面或第二方面的方法。