标识去除方法、装置、设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111768333A(43)申请公布日2020.10.13(21)申请号202010474563.X(22)申请日2020.05.29(71)申请人北京沃东天骏信息技术有限公司地址100076北京市经济技术开发区科创十一街18号院2号楼4层A402室申请人北京京东世纪贸易有限公司(72)发明人车广富安山(74)专利代理机构北京同立钧成知识产权代理有限公司11205代理人张娜刘芳(51)Int.Cl.G06T3/00(2006.01)G06K9/62(2006.01)权利要求书2页说明书7页附图3页(54)发明名称标识去除方法、装置、设备及存储介质(57)摘要本申请提供一种标识去除方法、装置、设备及存储介质，通过使用作为同源图像对的有标识图像和第一无标识图像，以及第二无标识图像和第二无标识图像类型，对处理模型进行训练，生成训练后的处理模型，使得该处理模型可以平滑的去除标识，进而使得生成的无标识的产品图像不出现失真现象。CN111768333ACN111768333A权利要求书1/2页1.一种标识去除方法，其特征在于，包括：从数据库中获取产品图像，其中，所述产品图像上设置有标识区域；根据训练后的处理模型对所述产品图像进行去除标识处理，生成无标识的产品图像；其中，所述训练后的处理模型是使用训练样本训练获得的，所述训练样本包括用于作为所述处理模型的第一输入数据的有标识图像、用于作为所述处理模型的第一输出数据的第一无标识图像、用于作为所述处理模型的第二输入数据的第二无标识图像以及用于作为所述处理模型的第二输出数据的第二无标识图像类型，所述有标识图像和所述第一无标识图像为同源图像对，所述第二无标识图像类型用于表示所述第二无标识图像的图像类型。2.根据权利要求1所述的标识去除方法，其特征在于，在所述根据训练后的处理模型对所述产品图像进行去除标识处理，生成无标识的产品图像之前，所述方法包括：根据所述有标识图像、所述第二无标识图像和所述第二无标识图像类型训练第一模型，生成训练后的第一模型，其中，所述处理模型包括所述第一模型和第二模型；根据所述有标识图像、所述第一无标识图像以及所述训练后的第一模型训练所述第二模型，生成训练后的第二模型。3.根据权利要求2所述的标识去除方法，其特征在于，根据所述有标识图像、所述第二无标识图像和所述第二无标识图像类型训练所述第一模型，生成训练后的第一模型，具体包括：根据所述第二模型对所述有标识图像进行处理，生成第一结果图像；根据所述第一结果图像、所述第二无标识图像以及所述第二无标识图像类型训练所述第一模型，生成训练后的第一模型。4.根据权利要求3所述的标识去除方法，其特征在于，根据所述第一结果图像、所述第二无标识图像以及所述第二无标识图像类型训练所述第一模型，生成训练后的第一模型，具体包括：使用中间训练样本训练所述第一模型，生成所述训练后的第一模型，其中，所述中间训练样本包括中间图像和中间图像类型，所述中间图像为所述第一结果图像或者所述第二无标识图像。5.根据权利要求4所述的标识去除方法，其特征在于，所述使用中间训练样本训练所述第一模型，生成训练后的第一模型，具体包括：根据所述第一模型对所述中间图像进行识别处理，生成第一识别结果；根据所述第一识别结果和中间图像类型确定第一损失值；根据所述第一损失值调整所述第一模型的模型参数，生成训练后的第一模型。6.根据权利要求4或5所述的标识去除方法，其特征在于，若所述中间图像为所述第一结果图像，所述中间图像类型为所述有标识；若所述中间图像为所述第二无标识图像，所述中间图像类型为所述无标识。7.根据权利要求2所述的标识去除方法，其特征在于，根据所述有标识图像、所述第一无标识图像以及所述训练后的第一模型训练所述第二模型，生成训练后的第二模型，具体包括：根据所述有标识图像、所述第一无标识图像和所述第二模型确定所述第二模型的第二主损失值；2CN111768333A权利要求书2/2页根据所述有标识图像、所述第二模型和所述训练后的第一模型确定所述第二模型的第二辅损失值；根据所述第二主损失值和所述第二辅损失值调整所述第二模型的模型参数，生成训练后的第二模型。8.根据权利要求7所述的标识去除方法，其特征在于，根据所述有标识图像、所述第一无标识图像和所述第二模型确定所述第二模型的第二主损失值，具体包括：根据所述第二模型对所述有标识图像进行识别处理，生成第二结果图像；根据所述第二结果图像和所述第一无标识图像生成所述第二主损失值。9.根据权利要求8所述的标识去除方法，其特征在于，根据所述有标识图像、所述第二模型和所述训练后的第一模型确定所述第二模型的第二辅损失值，具体包括：根据所述第一模型对所述第二结果图像进行识别处理，生成