图像处理方法、装置、存储介质以及计算机终端.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CN114266723A(43)申请公布日2022.04.01(21)申请号202111350370.4(22)申请日2021.11.15(71)申请人阿里巴巴（中国）有限公司地址311121浙江省杭州市滨江区长河街道网商路699号4号楼5楼508室(72)发明人张慧明(74)专利代理机构北京博浩百睿知识产权代理有限责任公司11134代理人谢湘宁李静茹(51)Int.Cl.G06T7/00(2017.01)G06T7/10(2017.01)权利要求书2页说明书15页附图7页(54)发明名称图像处理方法、装置、存储介质以及计算机终端(57)摘要本申请公开了一种图像处理方法、装置、存储介质以及计算机终端。其中，该方法包括：获取目标图像，其中，目标图像包含目标对象；利用目标检测模型对目标图像进行检测，得到目标对象的检测结果，其中，目标检测模型通过第一训练样本对预训练模型进行训练得到，预训练模型通过第一训练样本训练得到，第一训练样本通过对初始训练样本进行数据增强处理得到。本申请解决了相关技术中由于训练样本较少且样本精确度较低导致训练得到的检测模型检测精度较低的技术问题。CN114266723ACN114266723A权利要求书1/2页1.一种图像处理方法，其特征在于，包括：获取目标图像，其中，目标图像包含目标对象；利用目标检测模型对所述目标图像进行检测，得到所述目标对象的检测结果，其中，所述目标检测模型通过第一训练样本对预训练模型进行训练得到，所述预训练模型通过所述第一训练样本训练得到，所述第一训练样本通过对初始训练样本进行数据增强处理得到。2.根据权利要求1所述的方法，其特征在于，所述第一训练样本包括：训练图像和所述训练图像的第一标注结果，所述方法还包括：基于所述第一标注结果对所述训练图像进行分割，得到所述第一训练样本包含的至少一个对象的图像；利用所述至少一个对象的图像通过对比学习训练得到所述预训练模型。3.根据权利要求2所述的方法，其特征在于，利用所述至少一个对象的图像通过对比学习训练得到所述预训练模型包括：基于所述至少一个对象的图像，构建第二训练样本，其中，所述第二训练样本包括：两张图像和第二标注结果，所述第二标注结果用于表征所述两张图像是否来自同一个训练图像；利用所述预训练模型对所述两张图像进行处理，得到所述两张图像的识别结果，其中，所述识别结果用于表征所述第二训练样本对包含的两个图像是否来自同一个训练图像；基于所述识别结果和所述第二标注结果，生成所述预训练模型的第一损失函数；基于所述第一损失函数确定是否调整所述预训练模型的模型参数。4.根据权利要求2所述的方法，其特征在于，所述方法还包括：基于所述预训练模型对初始模型进行初始化；利用所述第一训练样本对初始化后的初始模型进行训练，得到所述目标检测模型。5.根据权利要求4所述的方法，其特征在于，在利用所述第一训练样本对初始化后的初始模型进行训练，得到所述目标检测模型之后，所述方法还包括：利用所述目标检测模型对所述训练图像进行检测，得到所述训练图像的检测结果；基于所述训练图像的检测结果和所述训练图像的第一标注结果，确定所述训练图像的第三标注结果；基于所述训练图像和所述训练图像的第三标注结果构建第三训练样本；利用所述第三训练样本对所述目标检测模型进行重新训练。6.根据权利要求5所述的方法，其特征在于，基于所述训练图像的检测结果和所述训练图像的第一标注结果，确定所述训练图像的第三标注结果包括：将所述检测结果和所述第一标注结果进行匹配；如果所述检测结果和所述第一标注结果匹配成功，则确定所述第三标注结果为所述第一标注结果；如果所述检测结果和所述第一标注结果匹配失败，则确定所述第三标注结果为所述检测结果。7.一种图像处理方法，其特征在于，包括：云服务器接收客户端上传的目标图像，其中，目标图像包含目标对象；所述云服务器利用目标检测模型对所述目标图像进行检测，得到所述目标对象的检测2CN114266723A权利要求书2/2页结果，其中，所述目标检测模型通过第一训练样本对预训练模型进行训练得到，所述预训练模型通过所述第一训练样本训练得到，所述第一训练样本通过对初始训练样本进行数据增强处理得到；所述云服务器输出所述检测结果至所述客户端。8.一种图像处理方法，其特征在于，包括：云服务器接收客户端上传的模型训练请求，其中，所述模型训练请求包括：初始训练样本；所述云服务器对所述初始训练样本进行数据增强处理，得到第一训练样本；所述云服务器通过所述第一训练样本训练得到预训练模型；所述云服务器通过所述第一训练样本对所述预训练模型进行训练，得到目标检测模型；所述云服务器输出所述目标检测模型至所述客户端。9.一种图像处理装置，其特征在于，包括