图像识别模型的训练方法和装置制造方法及图纸

本申请提供了一种图像识别模型的训练方法、图像识别方法、装置、服务器及存储介质，属于图像处理领域。通过本申请提供的图像识别模型的训练方法，服务器可以采用第一样本图像的“内容”和第二样本图像的“风格”合成第一参考图像，对第一参考图像进行识别，得到第一样本对象在第一参考图像中的位置，根据第一样本对象在第一参考图像中的位置与第一目标位置之间的差异信息，训练图像识别模型。训练过程中通过合成的第一参考图像来进行训练，提高图像识别模型对于不同图像域图像的识别能力，在后续使用图像识别模型进行图像识别的过程中，无论图像为高信息量图像还是低信息量图像，均可以或得较好的识别效果，减轻“域下降”的问题。

【技术实现步骤摘要】
图像识别模型的训练方法和装置
本申请涉及图像处理领域，特别涉及一种图像识别模型的训练方法、图像识别方法、装置、服务器及存储介质。
技术介绍
随着计算机技术的发展，图像识别技术的应用范围越来越广泛，例如图像识别技术可以应用在人脸识别场景，采用图像识别模型对包含人脸的图像进行识别，可以得到与人脸对应的身份信息；或者应用在医学场景，采用图像识别模型对医学影像进行识别，发现一些人眼无法识别的病变现象，从而辅助医生确定治疗方案。然而，在图像识别过程中，所识别的图像可以是不同图像域的图像，比如是基于不同的采集手段获取到的图像，例如，通过核磁共振(MagneticResonanceImaging，MRI)获取的图像或者通过断层扫描(ComputedTomography，CT)获取的图像。由于MRI和CT的设备参数和成像方式不同，导致MRI生成的图像数据与CT生成的图像数据的模态不同，举例来说，MRI图像和CT图像均为灰度图像，而MRI在生成图像的过程中获取的参数的取值范围与灰度值的范围相同，均为0-255；而CT在生成图像的过程中获取的参数的取值范围可以是零本文档来自技高网...

【技术保护点】
1.一种图像识别模型的训练方法，其特征在于，所述图像识别模型的训练方法包括：/n获取第一样本图像和第二样本图像，所述第一样本图像包括第一样本对象，所述第一样本图像和所述第二样本图像属于不同图像域；/n基于所述第一样本图像和所述第二样本图像，生成图像风格与所述第二样本图像相同的第一参考图像，所述第一参考图像包括所述第一样本对象；/n将所述第一参考图像输入图像识别模型，通过所述图像识别模型对所述第一参考图像进行图像识别，输出所述第一样本对象在所述第一参考图像的第一目标位置；/n若所述第一目标位置与所述第一样本对象在所述第一样本图像中位置之间的差异信息符合目标条件，将所述图像识别模型作为训练完成的图...

【技术特征摘要】
1.一种图像识别模型的训练方法，其特征在于，所述图像识别模型的训练方法包括：
获取第一样本图像和第二样本图像，所述第一样本图像包括第一样本对象，所述第一样本图像和所述第二样本图像属于不同图像域；
基于所述第一样本图像和所述第二样本图像，生成图像风格与所述第二样本图像相同的第一参考图像，所述第一参考图像包括所述第一样本对象；
将所述第一参考图像输入图像识别模型，通过所述图像识别模型对所述第一参考图像进行图像识别，输出所述第一样本对象在所述第一参考图像的第一目标位置；
若所述第一目标位置与所述第一样本对象在所述第一样本图像中位置之间的差异信息符合目标条件，将所述图像识别模型作为训练完成的图像识别模型。


2.根据权利要求1所述的方法，其特征在于，所述基于所述第一样本图像和所述第二样本图像，生成图像风格与所述第二样本图像相同的第一参考图像包括：
将所述第一样本图像输入所述图像识别模型，通过所述图像识别模型提取所述第一样本图像的第一样本内容特征；
将所述第二样本图像输入图像生成模型，通过所述图像生成模型提取所述第二样本图像的第二样本风格特征；根据所述第一样本内容特征和所述第二样本风格特征，生成所述第一参考图像。


3.根据权利要求1所述的方法，其特征在于，所述第二样本图像包括第二样本对象，所述方法还包括：
基于所述第一样本图像和所述第二样本图像，生成图像风格与所述第一样本图像相同的第二参考图像，所述第二参考图像包括所述第二样本对象；
对所述第二参考图像进行图像识别，输出所述第二样本对象在所述第二参考图像的第二目标位置；
根据所述第二目标位置与所述第二样本对象在所述第二样本图像中位置之间的差异信息，调整所述图像识别模型的模型参数。


4.根据权利要求1所述的方法，其特征在于，所述获取第一样本图像和第二样本图像之后，所述方法还包括：
将所述第一样本图像输入所述图像识别模型，通过所述图像识别模型提取所述第一样本图像的第一样本内容特征；
将所述第一样本图像输入图像生成模型，通过所述图像生成模型提取所述第一样本图像的第一样本风格特征；根据所述第一样本内容特征和所述第一样本风格特征，生成第三参考图像；
将所述第三参考图像输入所述图像识别模型，通过所述图像识别模型，对所述第三参考图像进行图像识别，输出所述第一样本对象在所述第三参考图像的第三目标位置；
根据所述第三目标位置与所述第一样本对象在所述第一样本图像中位置之间的差异信息，调整所述图像识别模型的模型参数。


5.根据权利要求1所述的方法，其特征在于，所述获取第一样本图像和第二样本图像之后，所述方法还包括：
将所述第一样本图像输入所述图像识别模型，通过所述图像识别模型提取所述第一样本图像的第一样本内容特征；
将所述第一样本图像输入图像生成模型，通过所述图像生成模型提取所述第一样本图像的第一样本风格特征；根据所述第一样本内容特征和所述第一样本风格特征，生成第三参考图像；
将所述第三参考图像输入所述图像识别模型，通过所述图像识别模型提取所述第三参考图像的第三参考内容特征；
根据所述第一样本内容特征和所述第三参考内容特征之间的差异信息，调整所述图像识别模型的模型参数。


6.根据权利要求5所述的方法，其特征在于，所述生成第三参考图像之后，所述方法还包括：
将所述第三参考图像输入所述图像生成模型，通过所述图像生成模型提取所述第三参考图像的第三参考风格特征；
根据所述第一样本风格特征和所述第三参考风格特征之间的差异信息，调整所述图像生成模型的模型参数。


7.根据权利要求1所述的方法，其特征在于，所述获取第一样本图像和第二样本图像之后，所述方法还包括：
将所述第二样本图像输入所述图像识别模型，通过所述图像识别模型提取所述第二样本图像的第二样本内容特征；
将所述第一样本图像输入图像生成模型，通过所述图像生成模型提取所述第一样本图像的第一样本风格特征；根据所述第二样本内容特征和所述第一样本风格特征，生成第二参考图像；
将所述第一样本图像和所述第二参考图像输入判别器，所述判别器用于判别图像是否为合成图像；
响应于所述判别...

【专利技术属性】
技术研发人员：边成，
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