[发明专利]测量方法、机器学习模型的训练方法、装置及设备和介质

权利要求书

1.一种测量方法，其特征在于，包括：

获取目标图像，并确定所述目标图像对应的待测量的目标检查对象；

将所述目标图像和所述目标检查对象对应的标识输入机器学习模型中，以使所述机器学习模型在所述标识的限定下对所述目标图像进行分析，并得到所述目标检查对象的测量结果；其中，所述机器学习模型在以检查对象的标识限定训练范围的前提下，利用训练图像和对应的测量结果标注信息训练得到。

2.根据权利要求1所述测量方法，其特征在于，所述确定所述目标图像对应的待测量的目标检查对象之后，还包括：

判断是否存在用于进行类别区分的所述目标检查对象的标识；

若是，则进入将所述目标图像和所述目标检查对象对应的标识输入机器学习模型中的步骤；

若否，则对所述目标图像所包含的内容进行边界识别，基于边界识别结果确定所述目标图像中的封闭区域，并基于所述封闭区域确定所述目标检查对象的测量结果。

3.根据权利要求2所述测量方法，其特征在于，所述基于所述封闭区域确定所述目标检查对象的测量结果，包括：

确定所述封闭区域的图形属性的数据值；其中，所述图形属性包括周长、面积、最大径和最小径中的至少一项；

获取所述图形属性与测量项的对应关系，并基于所述对应关系确定目标测量项对应的数据值；所述目标测量项为对所述目标检查对象进行测量所对应的项目；

将所述目标测量项和对应的数据值作为所述目标检查对象的测量结果。

4.根据权利要求1至3任一项所述测量方法，其特征在于，得到所述目标检查对象的测量结果之后，还包括：

接收对所述测量结果的调整指令，并基于所述调整指令对所述测量结果进行调整；

利用所述目标图像和调整后的测量结果再次训练所述机器学习模型。

5.一种机器学习模型的训练方法，其特征在于，包括：

获取训练图像和对应的测量结果标注信息，并确定所述训练图像对应的检查对象；

利用所述检查对象对应的标识限定机器学习模型的训练范围，利用所述训练图像和对应的测量结果标注信息训练机器学习模型，以使得训练得到的机器学习模型能在目标检查对象对应的标识的限定下，对目标图像进行分析，并得到所述目标检查对象的测量结果；其中，所述目标检查对象为所述目标图像对应的待测量的检查对象。

6.根据权利要求5所述训练方法，其特征在于，所述获取训练图像和对应的测量结果标注信息，包括：

获取训练图像；

当接收到针对所述训练图像中的待训练检查对象的测量操作时，基于所述测量操作确定所述待训练检查对象的手动测量结果；

根据所述待训练检查对象的手动测量结果确定所述训练图像的测量结果标注信息。

7.根据权利要求5所述训练方法，其特征在于，所述获取训练图像和对应的测量结果标注信息，包括：

获取训练图像；

对所述训练图像所包含的内容进行边界识别，基于边界识别结果确定所述训练图像中的封闭区域，并确定所述封闭区域的图形属性的数据值；其中，所述图形属性包括周长、面积、最大径和最小径中的至少一项；

获取所述图形属性与测量项的对应关系，并基于所述对应关系确定待训练测量项对应的数据值；所述待训练测量项为对所述待训练检查对象进行测量所对应的项目；

根据所述待训练测量项和对应的数据值确定所述待训练检查对象的测量结果标注信息。

8.根据权利要求5所述训练方法，其特征在于，所述利用所述训练图像和对应的测量结果标注信息训练机器学习模型之后，还包括：

利用所述训练图像和对应的测量结果标注信息，在无检查对象对应的标识限定训练范围的前提下，对所述机器学习模型进行再次训练。