【技术实现步骤摘要】
用于地图检测的模型训练方法和地图检测方法
本申请涉及人工智能、计算机视觉以及深度学习
,具体涉及图像识别
,尤其涉及一种用于地图检测的模型训练方法和地图检测方法。
技术介绍
地图数据在进入互联网之前,需要进行审核,以判定是否存在缺陷。相关技术中,对图片的审核还处在人工阶段,在图片中包含的问题地图较小时,可能存在漏检的情况,并且,人工检测存在检测速度慢,耗费大量人力成本等缺点,因此,提供一种有效的图片检测方法,代替或者降低人工审核成本,具有重大的意义。
技术实现思路
本申请提供了一种用于地图检测的模型训练方法、地图检测方法、装置、设备以及存储介质。本申请第一方面实施例提供了一种用于地图检测的模型训练方法,包括:获取展示有地图的第一图像,以及获取未展示地图的第二图像;根据所述第二图像的图像尺寸,调整所述第一图像的图像尺寸,其中,调整后的所述第一图像的图像尺寸小于所述第二图像的图像尺寸;将所述调整后的第一图像融合至所述第二图像,以得到训练图像,并根据所述调整后的第一图像在所述第二图像中的融合位置对所述训练图像进行标注;将标注的所述训练图像添加至训练集;采用所述训练集对目标检测模型进行训练。本申请第二方面实施例提供了一种地图检测方法,包括:获取目标检测模型,其中,所述目标检测模型是获取展示有地图的第一图像,以及获取未展示地图的第二图像,根据所述第二图像的图像尺寸,调整所述第一图像的图像尺寸,以使调整后的所述第一图像的图像尺寸小于所述第二图 ...
【技术保护点】
1.一种用于地图检测的模型训练方法,包括:/n获取展示有地图的第一图像,以及获取未展示地图的第二图像;/n根据所述第二图像的图像尺寸,调整所述第一图像的图像尺寸,其中,调整后的所述第一图像的图像尺寸小于所述第二图像的图像尺寸;/n将所述调整后的第一图像融合至所述第二图像,以得到训练图像,并根据所述调整后的第一图像在所述第二图像中的融合位置对所述训练图像进行标注;/n将标注的所述训练图像添加至训练集;/n采用所述训练集对目标检测模型进行训练。/n
【技术特征摘要】
1.一种用于地图检测的模型训练方法,包括:
获取展示有地图的第一图像,以及获取未展示地图的第二图像;
根据所述第二图像的图像尺寸,调整所述第一图像的图像尺寸,其中,调整后的所述第一图像的图像尺寸小于所述第二图像的图像尺寸;
将所述调整后的第一图像融合至所述第二图像,以得到训练图像,并根据所述调整后的第一图像在所述第二图像中的融合位置对所述训练图像进行标注;
将标注的所述训练图像添加至训练集;
采用所述训练集对目标检测模型进行训练。
2.根据权利要求1所述的模型训练方法,其中,所述获取未展示地图的第二图像,包括:
采用所述目标检测模型对所述训练集进行目标检测,以从所述训练集中检测出展示有地图的图像;
将所述训练集中,所述目标检测模型误检出地图的图像作为所述第二图像。
3.根据权利要求1所述的模型训练方法,其中,所述将所述调整后的第一图像融合至所述第二图像,包括:
将所述调整后的第一图像作为前景,并将所述第二图像作为背景进行融合,以得到所述训练图像。
4.根据权利要求3所述的模型训练方法,其中,将所述调整后的第一图像作为前景,并将所述第二图像作为背景进行融合,以得到所述训练图像,包括:
随机确定所述前景和所述背景之间的相对位置;
根据所述相对位置,将作为前景的所述调整后的第一图像,以及将作为背景的所述第二图像进行融合,以得到所述训练图像。
5.根据权利要求1-4任一项所述的模型训练方法,其中,所述获取展示有地图的第一图像,包括:
搜索以得到原始地图;
根据设定的异常类型,对所述原始地图进行调整,以得到属于所述异常类型的第一图像;
所述将所述调整后的第一图像融合至所述第二图像,以得到训练图像之后,还包括:
根据所述异常类型,对所述训练集中的所述训练图像进行标注;
采用所述训练集,对分类模型进行训练。
6.根据权利要求5所述的模型训练方法,其中,所述根据设定的异常类型,对所述原始地图进行调整,以得到属于所述异常类型的第一图像,包括:
识别所述原始地图的轮廓;
根据所述异常类型,对所述原始地图的轮廓进行调整。
7.根据权利要求5所述的模型训练方法,其中,所述根据设定的异常类型,对所述原始地图进行调整,以得到属于所述异常类型的第一图像,包括:
根据所述异常类型,从所述原始地图中识别得到目标区域,以及除所述目标区域以外的参考区域;
对所述原始地图中的目标区域进行改色,以使改色后的所述目标区域与所述参考区域颜色存在差异。
8.一种地图检测方法,包括:
获取目标检测模型,其中,所述目标检测模型是获取展示有地图的第一图像,以及获取未展示地图的第二图像,根据所述第二图像的图像尺寸,调整所述第一图像的图像尺寸,以使调整后的所述第一图像的图像尺寸小于所述第二图像的图像尺寸;将所述调整后的第一图像融合至所述第二图像,以得到训练图像,并根据所述调整后的第一图像在所述第二图像中的融合位置对所述训练图像进行标注,将标注的所述训练图像添加至训练集进行训练的得到;
采用目标检测模型对目标图像进行地图识别。
9.根据权利要求8所述的地图检测方法,其中,所述采用目标检测模型对目标图像进行地图识别之后,还包括:
获取所述目标检测模型输出的位置信息;
根据所述位置信息,从所述目标图像中获取局部图;
采用分类模型对所述局部图进行分类,以得到所述分类模型输出的异常类型。
10.一种用于地图检测的模型训练装置,包括:
获取模块,用于获取展示有地图的第一图像,以及获取未展示地图的第二图像;
调整模块,用于根据所述第二图像的图像尺寸,调整所述第一图像的图像尺寸,其中,调整后的所述第一图像的图像尺寸...
【专利技术属性】
技术研发人员:周志超,李甫,何栋梁,孙昊,戴欣怡,
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
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。