[发明专利]模型训练、关键点定位及图像处理方法、系统及电子设备在审
| 申请号： | 201611080382.9 | 申请日： | 2016-11-30 |
| 公开（公告）号： | CN108133220A | 公开（公告）日： | 2018-06-08 |
| 发明（设计）人： | 王晋玮;钱晨;栾青 | 申请（专利权）人： | 北京市商汤科技开发有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/00;G06N3/08;G06Q30/02 |
| 代理公司： | 北京天健君律专利代理事务所(普通合伙) 11461 | 代理人： | 张雪飞;刘洁 |
| 地址： | 100084 北京市海淀区中*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供一种模型训练、关键点定位及图像处理方法、系统及电子设备，其中，用于定位关键点的模型训练方法包括：获取第一样本集，所述第一样本集包括多个未标注样本图像；基于深度神经网络，对所述第一样本集中的各所述未标注样本图像进行关键点位置标注，得到第二样本集；至少根据所述第二样本集中的部分样本图像及第三样本集，调整所述深度神经网络的参数，其中，所述第三样本集包括多个已标注样本图像。本发明实施例的模型训练、关键点定位及图像处理方法、系统及电子设备，可以实现在输入到模型的图像非全部为已标注图像的前提下，提高关键点定位模型的训练准确度，既可以避免样本资源浪费，又可以提高模型训练的效率。 | ||
| 搜索关键词： | 模型训练 样本集 样本图像 标注 关键点 电子设备 图像处理 样本 神经网络 图像 关键点位置 准确度 定位关键 定位模型 | ||
【主权项】：
一种用于定位关键点的模型训练方法，其特征在于，包括：获取第一样本集，所述第一样本集包括多个未标注样本图像；基于深度神经网络，对所述第一样本集中的各所述未标注样本图像进行关键点位置标注，得到第二样本集，其中，所述深度神经网络用于对图像进行关键点定位；至少根据所述第二样本集中的部分样本图像及第三样本集，调整所述深度神经网络的参数，其中，所述第三样本集包括多个已标注样本图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京市商汤科技开发有限公司，未经北京市商汤科技开发有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201611080382.9/，转载请声明来源钻瓜专利网。
