【技术实现步骤摘要】
图像中目标物的分类方法、模型训练方法和装置
本申请涉及计算机
,更具体地说,涉及一种图像中目标物的分类方法、模型训练方法和装置。
技术介绍
随着计算机技术的迅速发展,对图像中的物品进行分类的技术已在越来越多的领域得到了应用。现有技术中通常采用图像分类模型对图像中的物品进行分类,如何训练得到一个准确率高的图像分类模型是在图像分类应用中的重要问题。目前,在对图像分类模型进行训练时,一般是人工在原始图像中标注物品包围框,将人工标注的物品包围框对应的图像区域从原始图像中分割出来,得到仅包含物品的小区域图像,基于由小区域图像组成的训练数据集对图像分类模型进行训练。由于通过上述方法得到的小区域图像仅包含物品,而剔除了物品周围的背景环境信息,因而供图像分类模型学习的图像信息较片面,使训练得到的图像分类模型的分类准确率较低。现有技术对图像中的其他目标物进行分类时,也存在上述技术问题。
技术实现思路
为解决现有存在的技术问题,本申请实施例提供一种图像中目标物的分类方法、模型训练方法和装置,可以提高分类准确率。为达到上述目的,本申请实施例的技术方案是这样实现的:第一方面,本申请实施例提供一种图像中目标物的分类方法,所述方法包括:通过特征提取模型对待处理图像进行特征提取,得到所述待处理图像的特征图;确定在所述待处理图像中预先标定的目标物包围框在所述特征图中对应的待分类区域;通过图像分类模型确定所述待分类区域对应的目标物类别,并输出分类结果;所述特征提取模型和所述图像 ...
【技术保护点】
1.一种图像中目标物的分类方法,其特征在于,所述方法包括:/n通过特征提取模型对待处理图像进行特征提取,得到所述待处理图像的特征图;/n确定在所述待处理图像中预先标定的目标物包围框在所述特征图中对应的待分类区域;/n通过图像分类模型确定所述待分类区域对应的目标物类别,并输出分类结果;所述特征提取模型和所述图像分类模型是基于训练图像进行训练得到的,所述训练图像包括样本目标物和样本目标物所处的背景环境,其中所述样本目标物被标注了样本目标物包围框和样本目标物分类标签。/n
【技术特征摘要】
1.一种图像中目标物的分类方法,其特征在于,所述方法包括:
通过特征提取模型对待处理图像进行特征提取,得到所述待处理图像的特征图;
确定在所述待处理图像中预先标定的目标物包围框在所述特征图中对应的待分类区域;
通过图像分类模型确定所述待分类区域对应的目标物类别,并输出分类结果;所述特征提取模型和所述图像分类模型是基于训练图像进行训练得到的,所述训练图像包括样本目标物和样本目标物所处的背景环境,其中所述样本目标物被标注了样本目标物包围框和样本目标物分类标签。
2.根据权利要求1所述的方法,其特征在于,所述确定在所述待处理图像中预先标定的目标物包围框在所述特征图中对应的待分类区域,包括:
确定预先标定的目标物包围框在所述待处理图像中的位置坐标;
根据所述目标物包围框在所述待处理图像中的位置坐标,在所述特征图中确定对应的待分类包围框;
将所述待分类包围框的内部区域作为所述待分类区域。
3.根据权利要求2所述的方法,其特征在于,所述目标物包围框为多边形框;所述确定预先标定的目标物包围框在所述待处理图像中的位置坐标,包括:
响应在所述待处理图像上连续选择目标物在设定方向上的边缘极值点的操作,根据所选择的边缘极值点的坐标确定所述目标物包围框在所述待处理图像中的位置坐标;或者,
响应在所述待处理图像上的滑动操作,将滑动的起始点坐标和终止点坐标分别作为目标物包围框的对角线上的两个角点的坐标,确定所述目标物包围框在所述待处理图像中的位置坐标。
4.根据权利要求2所述的方法,其特征在于,所述根据所述目标物包围框在所述待处理图像中的位置坐标,在所述特征图中确定对应的待分类包围框,包括:
根据所述特征图与所述待处理图像的尺寸比例和所述目标物包围框在所述待处理图像中的位置坐标,确定所述目标物包围框对应的待分类包围框在所述特征图中的位置坐标。
5.根据权利要求1所述的方法,其特征在于,所述特征提取模型和所述图像分类模型的训练过程包括:
将所述训练图像输入特征提取模型,得到所述训练图像的特征图;
确定所述训练图像的样本目标物包围框在所述训练图像的特征图中对应的待分类区域;
通过图像分类模型对所述训练图像的特征图中的待分类区域进行分类预测,得到样本目标物的预测分类结果;
根据所述样本目标物的预测分类结果和预先标注的样本目标物分类标签,确定分类损失值;
根据所述分类损失值调整所述特征提取模型和所述图像分类模型中的参数,直至所述分类损失值收敛至预设的期望值,获得已训练的特征提取模型和图像分类模型。
6.一种模型训练方法,其特征在于,所述模型包括特征提取模型和图像分类模型;所述方法包括:
获取训练图像;所述训练图像包括样本目标物和样本目标物所处的背景环境,其中所述样本目标物被标注了样本目标物包围框和样本目标物分类标签;
将所述训练图像输入特征提取模型,得到所述训练图像的特征图;
确定所述训练图像的样本目标物包围框在所述训练图像的...
【专利技术属性】
技术研发人员:闫桂霞,王瑞琛,王晓利,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。