[发明专利]一种模型训练以及目标物识别的方法及装置

说明书

本申请公开了一种模型训练以及目标物识别的方法及装置，在该方法中在获取到待处理图像后，可以根据该待处理图像中包含的目标物，从预设的各标准物中选取与该目标物相匹配的标准物对应的图像作为标准图像，而后，可以将该标准图像插入到该待处理图像中，得到样本图像，进而将得到的样本图像作为训练样本，对预设的图像识别模型进行训练。由于可以根据待处理图像中包含的目标物，将与该目标物相匹配的标准物对应的标准图像自动插入到该待处理图像，以得到样本图像，因此，可以有效的提高样本图像的收集以及处理效率，节省人力成本，进而提高了模型训练的效率。

技术领域

本申请涉及计算机技术领域，尤其涉及一种模型训练以及目标物识别的方法及装置。

背景技术

随着计算机技术以及图像处理技术的不断发展，目前通过预先训练的模型进行诸如图像识别、图像分析等图像处理，可以有效的提高图像处理的速度，并且相比于以往的图像处理技术，图像处理的效果也更为突出。

通过模型进行图像处理之前，往往需要通过大量的样本图像对模型进行训练，以使模型的图像处理效果达到预期。然而在实际应用中，训练所采用的样本图像通常是通过人工的方式收集并进行标注的，同时，对于样本图像，往往需要经过人工处理，才能达到使用的标准。例如，样本图像中的目标物较少，则需要人工将该样本图像已有的目标物进行诸如对比度调整、饱和度调整、颜色变换等处理，以突出该目标物。所以，在现有技术中，收集以及处理样本图像时需要耗费大量的人力成本，效率较低，从而也降低了模型训练的效率。

因此，如何能够有效的提高样本图像的收集以及处理效率，节省人力成本，提高模型训练的效率，则是一个亟待解决的问题。

发明内容

本申请实施例提供一种模型训练以及目标物识别的方法及装置，以部分的解决现有技术存在的上述问题。

本申请采用下述技术方案：

本申请提供了一种模型训练的方法，包括：

获取待处理图像；

根据所述待处理图像中包含的目标物，从预设的各标准物中选取与所述目标物相匹配的标准物，确定选取出的标准物所对应的图像作为标准图像；

将所述标准图像插入到所述待处理图像中，得到样本图像；

将所述样本图像作为训练样本，对预设的图像识别模型进行训练。

可选地，将所述标准图像插入到所述待处理图像中，得到样本图像，具体包括：

将所述标准图像插入到所述待处理图像中所述目标物所处区域以外的其他区域内，得到样本图像。

可选地，将所述标准图像插入到所述待处理图像中所述目标物所处区域以外的其他区域内，得到样本图像，具体包括：

根据在所述待处理图像中划分的各区域，确定与所述目标物所处区域不相重叠的各区域作为各候选区域；

根据标注的所述待处理图像中各区域对应的背景类别，以及各标准物与各背景类别的对应关系，从各候选区域中确定所述标准图像对应的标准物所属的候选区域作为待插入区域；

将所述标准图像插入到所述待插入区域内，得到样本图像。

可选地，在所述待处理图像中划分各区域，具体包括：

根据所述标准图像的大小，在所述待处理图像中划分各区域。

可选地，将所述标准图像插入到所述待处理图像中，得到样本图像，具体包括：

根据所述目标物在所述待处理图像中的尺寸，调整所述标准图像在所述待处理图像中的尺寸，得到样本图像。

可选地，所述目标物的尺寸不超过设定尺寸。