[发明专利]图像处理的方法、装置及存储介质

权利要求书

1.一种图像处理的方法，其特征在于，所述方法包括：

获取图像采集设备采集的图像；

使用强语义模型检测出所述图像中的强语义目标；

截取与所述强语义目标对应的弱语义目标待测区域；

使用弱语义模型检测出所述弱语义目标待测区域中的弱语义目标；

将所述强语义目标和所述弱语义目标结合以得到最终的目标图像。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

分别采集强语义目标样本和弱语义目标样本；

分别对所述强语义目标样本和所述弱语义目标样本进行标注以生成所述强语义目标样本的数据集和所述弱语义目标样本的数据集；

使用所述强语义目标样本的数据集和所述弱语义目标样本的数据集训练模型，以得到强语义模型和弱语义模型。

3.根据权利要求1所述的方法，其特征在于，所述强语义模型包括目标检测模型，所述弱语义模型包括目标检测模型、语义分割模型和光学字符识别模型中的至少一者。

4.根据权利要求1所述的方法，其特征在于，使用强语义模型检测出所述图像中的强语义目标并截取与所述强语义目标对应的弱语义目标待测区域包括：

使用所述强语义模型检测出所述图像中的强语义目标；

将所述强语义目标进行扩充，以得到所述弱语义目标待测区域。

5.根据权利要求4所述的方法，其特征在于，所述将所述强语义目标进行扩充，以得到所述弱语义目标待测区域包括：

将所述强语义目标的坐标输入至机器学习模型，以得到扩充参数；

将所述强语义目标的坐标按照所述扩充参数进行扩充，以得到所述弱语义目标待测区域。

6.根据权利要求5所述的方法，其特征在于，所述将所述强语义目标进行扩充，以得到所述弱语义目标待测区域还包括：

对所述机器学习模型进行训练。

7.根据权利要求6所述的方法，其特征在于，所述对所述机器学习模型进行训练包括：

获取所述强语义目标的坐标数据集、所述弱语义目标的坐标数据集以及对应的扩充参数的数据集；

使用所述强语义目标样本的坐标数据集、所述弱语义目标样本的坐标数据集以及所述扩充参数的数据集训练所述机器学习模型。

8.根据权利要求1所述的方法，其特征在于，所述将所述强语义目标和所述弱语义目标结合以得到目标图像包括：

分别获取所述强语义目标的坐标和所述弱语义目标的坐标；

将所述强语义目标的坐标和所述弱语义目标的坐标分别映射到所述图像中；

根据映射后的强语义目标的坐标和弱语义目标的坐标，得到所述目标图像。

9.一种图像处理的装置，其特征在于，被配置成执行根据权利要求1至8中任一项所述的图像处理的方法。

10.一种机器可读存储介质，其特征在于，该机器可读存储介质上存储有指令，该指令用于使得机器执行根据权利要求1至8中任一项所述的图像处理的方法。