动物识别模型的训练方法、装置、设备及存储介质制造方法及图纸

本申请提出了一种动物识别模型的训练方法、装置、设备及存储介质，涉及人工智能领域，具体实现方案为：获取动物脸样本图像，动物脸样本图像之中包括多个标注关键点；将动物脸样本图像输入动物识别模型以生成多个样本关键点；根据多个样本关键点生成样本外接框，并根据多个标注关键点生成标注外接框；根据样本外接框和标注外接框生成第一损失值；以及根据第一损失值对动物识别模型进行训练，以便于根据训练后的动物识别模型对动物脸图像进行关键点的提取。由此，能够提高关键点检测的准确度，进而，提高基于关键点的应用的可靠性。

【技术实现步骤摘要】
动物识别模型的训练方法、装置、设备及存储介质
本申请涉及图像处理
中的人工智能
，尤其涉及一种动物识别模型的训练方法、装置、设备及存储介质。
技术介绍
随着图像处理技术的进步，基于二维图像中关键点的检测进行三维模型的构建等场景应用越发常见，其中，关键点提取的精度将会直接影响场景应用的前景。相关技术中的关键点检测方法，通过识别图像中的图像特征，根据图像特征确定出对应关键点的位置，然而，这种基于图像特征进行关键点提取的方式，容易被图像中的噪声影响，导致关键点的提取精度不高。
技术实现思路
本申请提出了一种动物识别模型的训练方法、装置、设备及存储介质。本申请第一方面实施例提出了一种动物识别模型的训练方法，包括：获取动物脸样本图像，其中，所述动物脸样本图像之中包括多个标注关键点；将所述动物脸样本图像输入所述动物识别模型以生成多个样本关键点；根据所述多个样本关键点生成样本外接框，并根据所述多个标注关键点生成标注外接框；根据所述样本外接框和所述标注外接框生成第一损失值；本文档来自技高网...

【技术保护点】
1.一种动物识别模型的训练方法，包括：/n获取动物脸样本图像，其中，所述动物脸样本图像之中包括多个标注关键点；/n将所述动物脸样本图像输入所述动物识别模型以生成多个样本关键点；/n根据所述多个样本关键点生成样本外接框，并根据所述多个标注关键点生成标注外接框；/n根据所述样本外接框和所述标注外接框生成第一损失值；以及/n根据所述第一损失值对所述动物识别模型进行训练。/n

【技术特征摘要】
1.一种动物识别模型的训练方法，包括：
获取动物脸样本图像，其中，所述动物脸样本图像之中包括多个标注关键点；
将所述动物脸样本图像输入所述动物识别模型以生成多个样本关键点；
根据所述多个样本关键点生成样本外接框，并根据所述多个标注关键点生成标注外接框；
根据所述样本外接框和所述标注外接框生成第一损失值；以及
根据所述第一损失值对所述动物识别模型进行训练。


2.如权利要求1所述的动物识别模型的训练方法，其中，在将所述动物脸样本图像输入所述动物识别模型以生成多个样本关键点之后，还包括：
根据所述多个样本关键点和所述多个标注关键点生成第二损失值；
所述根据所述第一损失值对所述动物识别模型进行训练，包括：
根据所述第一损失值和所述第二损失值对所述动物识别模型进行训练。


3.如权利要求1所述的动物识别模型的训练方法，其中，所述根据所述多个样本关键点生成样本外接框，包括：
获取所述多个样本关键点的位置坐标；
获取所述多个样本关键点的位置坐标之中的最大坐标和最小坐标；以及
根据所述多个样本关键点的位置坐标之中的最大坐标和最小坐标生成所述样本外接框。


4.如权利要求1所述的动物识别模型的训练方法，其中，所述根据所述多个标注关键点生成标注外接框，包括：
获取所述多个标注关键点的位置坐标；
获取所述多个标注关键点的位置坐标之中的最大坐标和最小坐标；以及
根据所述多个标注关键点的位置坐标之中的最大坐标和最小坐标生成所述标注外接框。


5.如权利要求2所述的动物识别模型的训练方法，其中，所述根据所述第一损失值和所述第二损失值对所述动物识别模型进行训练，包括：
将所述第一损失值和所述第二损失值之和作为第三损失值；以及
根据所述第三损失值对所述动物识别模型进行训练。


6.一种动物识别模型的训练装置，包括：
获取模块，用于获取动物脸样本图像，其中，所述动物脸样本图像之中包括多个标注关键点；
处理模块，用于将所述动物脸样本图像输入所述...

【专利技术属性】
技术研发人员：杨少雄，赵晨，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11