图像识别方法、装置、设备、存储介质以及程序产品.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CN113947771A(43)申请公布日2022.01.18(21)申请号202111201988.4(22)申请日2021.10.15(71)申请人北京百度网讯科技有限公司地址100085北京市海淀区上地十街10号百度大厦2层(72)发明人薛松冯原辛颖张滨李超王云浩彭岩(74)专利代理机构北京英赛嘉华知识产权代理有限责任公司11204代理人王达佐马晓亚(51)Int.Cl.G06V30/148(2022.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书3页说明书11页附图6页(54)发明名称图像识别方法、装置、设备、存储介质以及程序产品(57)摘要本公开提供了一种图像识别方法、装置、设备、存储介质以及程序产品，涉及人工智能领域，具体涉及计算机视觉和深度学习技术。实例分割模型训练方法的一具体实施方式包括：获取第一训练样本，其中，第一训练样本是对第一目标和第二目标进行标注的第一样本图像，在第一样本图像中；从第一训练样本中分割出关联第一目标的第二目标的图像和单独的第一目标的图像，并对第一目标进行标注生成第二训练样本；利用第二训练样本对深度学习模型进行训练，得到第二实例分割模型。该实施方式训练出第一实例分割模型和第二实例分割模型进行实例分割，提高了对小目标的实例分割的精准度。CN113947771ACN113947771A权利要求书1/3页1.一种实例分割模型训练方法，包括：获取第一训练样本，其中，所述第一训练样本是对第一目标和第二目标进行标注的第一样本图像，在所述第一样本图像中，第一目标的数量和尺寸小于第二目标；从所述第一训练样本中分割出关联第一目标的第二目标的图像和单独的第一目标的图像，并对第一目标进行标注生成第二训练样本；利用所述第二训练样本对深度学习模型进行训练，得到第二实例分割模型。2.根据权利要求1所述的方法，其中，所述方法还包括：利用所述第一训练样本对深度学习模型进行训练，得到第一实例分割模型。3.根据权利要求2所述的方法，其中，所述第一实例分割模型和所述第二实例分割模型以SwinTransformer为骨干网络，采用掩膜区域卷积神经网络MaskR‑CNN算法对图像中的目标进行实例分割。4.根据权利要求1所述的方法，其中，在所述获取第一训练样本之前，还包括：在所述第一样本图像中增加第一目标；和/或在所述第一样本图像中增加关联第一目标的第二目标。5.根据权利要求4所述的方法，其中，增加的第一目标和/或第二目标不覆盖所述第一样本图像中的第一目标或第二目标。6.根据权利要求4或5所述的方法，其中，所述在所述第一样本图像中增加第一目标，包括：将第二样本图像中的第一目标的像素点复制到所述第一样本图像上。7.根据权利要求4或5所述的方法，其中，所述在所述第一样本图像中增加关联第一目标的第二目标，包括：若第二样本图像中的第一目标与第二目标存在交集，将存在交集的第一目标与第二目标同时复制到所述第一样本图像上。8.一种图像识别方法，包括：将待分割图像输入至第一实例分割模型，得到单独的第一目标的边界框和第二目标的边界框；基于所述第二目标的边界框从所述待分割图像中分割出第二目标的图像；将所述第二目标的图像输入至第二实例分割模型，得到关联第二目标的第一目标的边界框，其中，所述第一实例分割模型和所述第二实例分割模型是采用权利要求2‑7中任一项所述的方法训练得到的；基于所述单独的第一目标的边界框、所述关联第二目标的第一目标的边界框和所述第二目标的边界框对所述待分割图像进行实例分割，得到实例分割结果。9.根据权利要求8所述的方法，其中，所述基于所述单独的第一目标的边界框、所述关联第二目标的第一目标的边界框和所述第二目标的边界框对所述待分割图像进行实例分割，得到实例分割结果，包括：根据所述第二目标的边界框的坐标，将所述关联第二目标的第一目标的边界框的坐标回归到所述待分割图像中；基于所述单独的第一目标的边界框的坐标、所述关联第二目标的第一目标的边界框的坐标和所述第二目标的边界框的坐标对所述待分割图像进行实例分割，得到所述实例分割2CN113947771A权利要求书2/3页结果。10.一种实例分割模型训练装置，包括：获取模块，被配置成获取第一训练样本，其中，所述第一训练样本是对第一目标和第二目标进行标注的第一样本图像，在所述第一样本图像中，第一目标的数量和尺寸小于第二目标；生成模块，被配置成从所述第一训练样本中分割出关联第一目标的第二目标的图像和单独的第一目标的图像，并对第一目标进行标注生成第二训练样本；第一训练模块，被配置成利用所述第二训练样本对深度学习模型进行训练，得到第二实例分割模型。11.根据权利要求10所述的装置，其中，所述装置还包括