目标识别方法、装置和电子系统.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CN113361568A(43)申请公布日2021.09.07(21)申请号202110543979.7(22)申请日2021.05.18(71)申请人北京迈格威科技有限公司地址100090北京市海淀区科学院南路2号融科资讯中心A座316-318(72)发明人叶琳(74)专利代理机构北京超凡宏宇专利代理事务所(特殊普通合伙)11463代理人何少岩(51)Int.Cl.G06K9/62(2006.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书12页附图3页(54)发明名称目标识别方法、装置和电子系统(57)摘要本发明提供了一种目标识别方法、装置和电子系统，获取包含有待识别目标的待处理图像；将该待处理图像输入至训练好的目标识别模型，得到待处理图像的识别结果；目标识别模型的训练方式为：确定样本图像集中每张样本图像对应的样本权重；基于样本图像对应的样本权重和损失函数，确定样本图像的损失值，根据该损失值训练初始模型，得到目标识别模型。该方式中，不同的样本图像对应有不同的样本权重，在目标识别模型训练过程中针对每个样本图像对应的样本权重和损失函数，确定该样本图像对应的损失值，进而基于损失值调整模型参数，该训练方式有利于提高目标识别模型的整体性能，从而提高模型的目标识别精度。CN113361568ACN113361568A权利要求书1/2页1.一种目标识别方法，其特征在于，所述方法包括：获取包含有待识别目标的待处理图像；将所述待处理图像输入至预先训练完成的目标识别模型中，得到所述待处理图像的识别结果；所述目标识别模型通过下述方式训练得到：确定样本图像集中每张样本图像对应的样本权重；基于所述样本图像对应的样本权重和预设损失函数，确定所述样本图像对应的损失值；根据所述损失值训练初始模型，得到所述目标识别模型。2.根据权利要求1所述的方法，其特征在于，所述样本图像集中包含有多个样本对；其中，每个所述样本对包含有两张样本图像；所述确定样本图像集中每张样本图像对应的样本权重的步骤，包括：确定所述多个样本对中每个所述样本对的相似度；针对所述多个样本对中的每个样本对，基于所述样本对的相似度，确定所述样本对的样本权重；将所述样本对的样本权重确定为所述样本对所包含的两张样本图像中每张样本图像对应的样本权重。3.根据权利要求2所述的方法，其特征在于，所述针对所述多个样本对中的每个样本对，基于所述样本对的相似度，确定所述样本对的样本权重的步骤，包括：根据每个所述样本对的相似度的大小，对所述多个样本对进行排序，得到排序结果；针对每个所述样本对，根据所述样本对在所述排序结果中的位置，确定所述样本对的样本权重。4.根据权利要求3所述的方法，其特征在于，所述多个样本对中包含同类样本对和异类样本对；其中，所述同类样本对中的两张样本图像包含相同的目标，异类样本对中的两张样本图像包含不同的目标；所述根据每个所述样本对的相似度的大小，对所述多个样本对进行排序，得到排序结果的步骤，包括：对所述多个样本对中的同类样本对的相似度，按照所述相似度从小到大的顺序进行排序，得到第一排序结果；对所述多个样本对中的异类样本对的相似度，按照所述相似度从大到小的顺序进行排序，得到第二排序结果。5.根据权利要求4所述的方法，其特征在于，所述针对每个所述样本对，根据所述样本对在所述排序结果中的位置，确定所述样本对的样本权重的步骤，包括：针对所述第一排序结果和所述第二排序结果分别执行下述操作：将排序在第一预设范围内的样本对的样本权重确定为第一数值；将排序在第二预设范围内的样本对的样本权重确定为第二数值；将排序在第三预设范围内的样本对的样本权重确定为第三数值；所述第三数值大于所述第一数值和所述第二数值；针对排序在除所述第一预设范围、所述第二预设范围和所述第三预设范围之外的样本对，按照排序顺序将所述样本对的样本权重确定为依次递减的预设值；其中，所述预设值的最小值大于所述第一数值和所述第二数值，所述预设值的最大值小于所述第三数值。2CN113361568A权利要求书2/2页6.根据权利要求5所述的方法，其特征在于，所述多个样本对包括：最难样本、次难样本、一般样本和简单样本；所述方法还包括：将排序在所述第一预设范围内的样本对，确定为所述最难样本；将排序在所述第二预设范围内的样本对，确定为所述简单样本；将排序在所述第三预设范围内的样本对，确定为所述次难样本；将排序在除所述第一预设范围、所述第二预设范围和所述第三预设范围之外的样本对，确定为所述一般样本。7.根据权利要求1‑6任一项所述的方法，其特征在于，所述样本图像集中包含有多个样本对，每个所述样本对包含有两张样本图像，所述两张样本图像对应的样本