[发明专利]图像处理方法、图像处理模型的训练方法及装置

权利要求书

1.一种图像处理方法，包括：

获取目标图像，其中，所述目标图像包括至少一个目标对象；

对所述目标图像进行识别，得到图像识别结果，其中，所述图像识别结果包括所述目标对象的位置信息和类别信息；以及

根据所述位置信息和所述类别信息，对所述图像识别结果进行处理，得到图像处理结果。

2.根据权利要求1所述的方法，其中，所述对所述目标图像进行识别，得到图像识别结果包括：

对所述目标图像进行处理，得到多个目标图像块；

对所述多个目标图像块中的每个目标图像块分别进行处理，得到与所述每个目标图像块对应的至少一个预测窗口；

利用非极大值抑制算法，对与所述每个目标图像块对应的所述至少一个预测窗口进行处理，得到至少一个目标窗口；以及

根据所述至少一个目标窗口，对所述目标图像进行处理，得到所述图像识别结果。

3.根据权利要求2所述的方法，其中，所述根据所述位置信息和所述类别信息，对所述图像识别结果进行处理，得到图像处理结果包括：

根据所述位置信息和所述类别信息，对所述图像识别结果进行处理，得到关联信息和目标位置信息；以及

根据所述关联信息和所述目标位置信息，对所述图像识别结果进行分割，得到所述图像处理结果。

4.根据权利要求1至3中任一项所述的方法，其中，所述图像识别结果是利用图像处理模型包括的目标对象识别模块处理所述目标图像得到的，所述图像处理结果是利用图像处理模型包括的目标对象分割模块处理所述图像识别结果得到的。

5.根据权利要求4所述的方法，其中，所述目标对象识别模块包括YOLO V3神经网络，所述目标对象分割模块包括融合注意力机制的U-Net神经网络。

6.根据权利要求1所述的方法，还包括，在所述获取目标图像之前：

获取原始图像，其中，所述原始图像包括所述目标对象的原始位置信息和所述类别信息；

对所述原始图像进行裁剪处理，得到与所述原始图像对应的多个裁剪图像；以及

对所述多个裁剪图像中的每个裁剪图像分别进行预处理，得到与所述每个裁剪图像对应的所述目标图像。

7.根据权利要求6所述的方法，其中，所述对所述多个裁剪图像中的每个裁剪图像分别进行预处理，得到与所述每个裁剪图像对应的所述目标图像包括：

对所述多个裁剪图像中的每个裁剪图像分别进行图像锐化处理，得到多个锐化图像；

对所述多个锐化图像中的每个锐化图像分别进行图像去噪处理，得到多个去噪图像；以及

对所述多个去噪图像中的每个去噪图像分别进行图像增强处理，得到所述目标图像。

8.一种图像处理模型的训练方法，包括：

获取多个样本图像，其中，所述多个样本图像中的每个样本图像均包括至少一个目标对象；

根据所述多个样本图像生成训练样本数据集，其中，所述训练样本数据集包括所述目标对象的位置信息和所述类别信息；以及

利用所述训练样本数据集训练所述图像处理模型，得到经训练的图像处理模型。

9.根据权利要求8所述的方法，其中，所述图像处理模型包括目标对象识别模块和目标对象分割模块；

所述方法还包括：

根据所述多个样本图像生成初始训练样本数据集；

利用所述初始训练样本数据集训练所述目标对象识别模块，得到经训练的目标对象识别模块；

所述利用所述训练样本数据集训练所述图像处理模型，得到经训练的图像处理模型包括：

在保持所述经训练的目标对象识别模块的模型参数不变的情况下，利用所述训练样本数据集训练所述目标对象分割模块，得到经训练的图像处理模型。