[发明专利]模型训练及图像检测方法、装置及设备

权利要求书

1.一种模型训练方法，其特征在于，包括：

获取训练样本，所述训练样本中包括多张第一样本图像、所述第一样本图像的样本检测图像和多张第二样本图像，所述样本检测图像为对所述第一样本图像上的样本物体进行标注得到的图像；

根据所述多张第一样本图像、所述第一样本图像的样本检测图像和所述多张第二样本图像对第一模型进行至少一次半监督模型训练，得到训练好的第一模型。

2.根据权利要求1所述的方法，其特征在于，根据所述多张第一样本图像、所述第一样本图像的样本检测图像和所述多张第二样本图像对第一模型进行至少一次半监督模型训练，得到训练完成的第一模型，包括：

根据所述多张第一样本图像和所述第一样本图像的样本检测图像获取训练好的标注模型；

将所述第二样本图像输入至所述训练好的标注模型，得到所述第二样本图像的样本检测图像；

根据所述第一样本图像、所述第一样本图像的样本检测图像、所述第二样本图像和所述第二样本图像的样本检测图像对所述第一模型进行训练，得到所述训练好的第一模型。

3.根据权利要求2所述的方法，其特征在于，根据所述多张第一样本图像和所述第一样本图像的样本检测图像获取训练好的标注模型，包括：

针对所述多张第一样本图像中的任意一张第一样本图像，将所述第一样本图像输入至标注模型，得到所述标注模型输出的标注检测图像；

根据所述标注检测图像和所述第一样本图像的样本检测图像对所述标注模型的参数进行调整；

在所述标注检测图像和所述第一样本图像的样本检测图像之间的差异值小于或等于第一预设值时，得到所述训练好的标注模型。

4.根据权利要求2或3所述的方法，其特征在于，所述第一模型包括分割子模型和识别子模型；根据所述第一样本图像、所述第一样本图像的样本检测图像、所述第二样本图像和所述第二样本图像的样本检测图像对所述第一模型进行训练，得到所述训练好的第一模型，包括：

针对所述多张第一样本图像和所述多张第二样本图像中的任意样本图像，将所述样本图像输入至所述分割子模型，得到所述分割子模型输出的分割图像，所述分割图像上包括前景区域和背景区域，所述前景区域的像素点的像素值为第一像素值，所述背景区域的像素点的像素值为第二像素值；

将所述样本图像输入至所述识别子模型，得到所述识别子模型输出的候选结果，所述候选结果指示所述样本图像上包括目标物体，或者，不包括所述目标物体；

根据所述分割图像和所述候选结果，得到所述样本图像的候选检测图像；

根据所述候选检测图像和所述样本图像的样本检测图像之间的差异值，调整所述第一模型的参数，直至所述检测图像和所述样本检测图像之间的差异值小于或等于第二预设值时，得到所述训练好的第一模型。

5.根据权利要求4所述的方法，其特征在于，将所述样本图像输入至所述分割子模型，得到所述分割子模型输出的分割图像，包括：

对所述样本图像进行特征提取处理，得到所述样本图像的特征向量；

根据第一卷积层对所述特征向量进行语义分割处理，得到所述样本图像的语义分割向量；

根据第二卷积层对所述特征向量进行超像素分割处理，得到所述样本图像的超像素分割向量；

根据所述语义分割向量和所述超像素分割向量，得到所述分割图像。

6.根据权利要求4所述的方法，其特征在于，根据所述分割图像和所述候选结果，得到所述样本图像的候选检测图像，包括：

若所述候选结果指示所述样本图像上包括所述目标物体，则将所述分割图像确定为所述候选检测图像；

若所述候选结果指示所述样本图像上不包括所述目标物体，则更新所述分割图像中的所述前景区域中的像素点的像素值为所述第二像素值，得到所述候选检测图像。