痘痘类型识别模型训练方法、识别方法及相关装置制造方法及图纸

本发明专利技术实施例公开了一种痘痘类型识别模型训练方法、痘痘类型识别方法及相关装置，通过基于特征相似度划分痘痘分类组合的方式，使得能够增大不同痘痘分类组合之间的区分度，设置具有一级标签模块和二级标签模块的痘痘类型识别模型，使得该痘痘分类识别模型能够适用于使用具有一级标签及二级标签的痘痘图像进行训练，且在使用具有一级标签和二级标签的痘痘图像对上述的痘痘类型识别模型进行训练时，能够对痘痘类型的特征和痘痘分类组合的特征均进行学习，一级标签模块可以辅助完成卷积模块对痘痘类型的特征的学习，从而调整卷积模块，使得卷积模块能够更细致地区分不同类型的痘痘之间的特征，收敛后的痘痘类型识别模型对痘痘类型的识别准确性高。痘痘类型的识别准确性高。痘痘类型的识别准确性高。

【技术实现步骤摘要】
痘痘类型识别模型训练方法、识别方法及相关装置


[0001]本专利技术涉及图像处理
，尤其涉及一种痘痘类型识别模型训练方法、识别方法及相关装置。

技术介绍

[0002]随着移动通信技术的快速发展以及人民生活水平的提升，各种智能终端已经广泛应用于人民的日常工作和生活，使得人们越来越习惯于使用智能终端。智能终端上可以安装多种不同类型的应用程序，具有美颜拍照、拍照测肤这类的功能的应用程序也越来越多，这类的应用程序通常具有自动分析出用户脸部的痘痘情况，根据痘痘情况针对性地提出皮肤改善方案的功能。然而，痘痘具有多种不同的类型，且不同的类型的痘痘之间可区分的特征不够明显，可区分度较低，因此，仍然存在对痘痘类型的识别准确度不高的问题。

技术实现思路

[0003]本专利技术的主要目的在于提供一种痘痘类型识别模型训练方法、识别方法及相关装置，可以有效提高对痘痘类型识别的准确性。
[0004]为实现上述目的，本专利技术第一方面提供一种痘痘类型识别模型训练方法，所述痘痘类型识别模型包含卷积模块、一级标签模块及二级标签模块，所述一级标签模块及所述二级标签模块分别与所述卷积模块连接，所述卷积模块用于对输入所述痘痘类型识别模型的所述痘痘图像进行卷积处理，得到第一特征图像，所述第一特征图像用于输入所述一级标签模块及输入所述二级标签模块，所述一级标签模块用于根据输入的第一特征图像输出第一预测数据，所述第一预测数据用于指示所述痘痘图像属于各一级标签的可能性，所述一级标签是与痘痘分类组合具有一对一关系的标签，所述痘痘分类组合是按照特征相似度划分的，且一个所述痘痘分类组合包含至少两个特征相似度满足预设条件的痘痘类型，所述二级标签模块用于根据输入的第一特征图像输出第二预测数据，所述第二预测数据用于指示所述痘痘图像属于各二级标签的可能性，所述二级标签是与痘痘类型具有一对一关系的标签；
[0005]所述方法包括：
[0006]获取痘痘样本数据集，所述痘痘样本数据集中包含痘痘图像、所述痘痘图像的一级标签及二级标签；
[0007]利用所述痘痘图像对预设的痘痘类型识别模型进行迭代训练，直至基于所述第一预测数据、所述第二预测数据、所述痘痘图像的一级标签及二级标签确定所述痘痘类型识别模型收敛。
[0008]为实现上述目的，本专利技术第二方面提供一种痘痘类型识别方法，所述方法包括：
[0009]获取待识别痘痘图像；
[0010]将所述待识别痘痘图像输入至痘痘类型识别模型中，所述痘痘类型识别模型为采用如第一方面所述的痘痘类型识别模型的训练方法训练得到的；
[0011]根据所述痘痘类型识别模型输出的识别结果确定所述待识别痘痘图像的痘痘类型。
[0012]为实现上述目的，本专利技术第三方面提供一种痘痘类型识别模型训练装置，所述痘痘类型识别模型包含卷积模块、一级标签模块及二级标签模块，所述一级标签模块及所述二级标签模块分别与所述卷积模块连接，所述卷积模块用于对输入所述痘痘类型识别模型的所述痘痘图像进行卷积处理，得到第一特征图像，所述第一特征图像用于输入所述一级标签模块及输入所述二级标签模块，所述一级标签模块用于根据输入的第一特征图像输出第一预测数据，所述第一预测数据用于指示所述痘痘图像属于各一级标签的可能性，所述一级标签是与痘痘分类组合具有一对一关系的标签，所述痘痘分类组合是按照特征相似度划分的，且一个所述痘痘分类组合包含至少两个特征相似度满足预设条件的痘痘类型，所述二级标签模块用于根据输入的第一特征图像输出第二预测数据，所述第二预测数据用于指示所述痘痘图像属于各二级标签的可能性，所述二级标签是与痘痘类型具有一对一关系的标签；
[0013]所述装置包括：
[0014]获取模块，用于获取痘痘样本数据集，所述痘痘样本数据集中包含痘痘图像、所述痘痘图像的一级标签及二级标签；
[0015]训练模块，用于利用所述痘痘图像对预设的痘痘类型识别模型进行迭代训练，直至基于所述第一预测数据、所述第二预测数据、所述痘痘图像的一级标签及二级标签确定所述痘痘类型识别模型收敛。
[0016]为实现上述目的，本专利技术第四方面提供一种痘痘类型识别装置，该装置包括：
[0017]图像获取模块，用于获取待识别痘痘图像；
[0018]输入模块，用于将所述待识别痘痘图像输入至目标痘痘类型识别模型中，所述目标痘痘类型识别模型为采用如第一方面所述的痘痘类型识别模型训练装置训练得到的；
[0019]根据所述目标痘痘类型识别模型输出的识别结果确定所述待识别痘痘图像的痘痘类型。
[0020]为实现上述目的，本专利技术第五方面提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行第一方面所述的痘痘类型识别模型训练方法中的各个步骤，或者执行如第二方面所述的痘痘类型识别方法中的各个步骤。
[0021]采用本专利技术实施例，具有如下有益效果：
[0022]本专利技术提供一种痘痘类型识别模型训练方法，该训练方法将使用到痘痘样本数据集，该痘痘样本数据集中包含痘痘图像、痘痘图像的一级标签及二级标签，其中，一级标签是与痘痘分类组合具有一对一关系的标签，痘痘分类组合是按照特征相似度划分的，且一个痘痘分类组合包含至少两个特征相似度满足预设条件的痘痘类型，二级标签是与痘痘类型具有一对一关系的标签，通过基于特征相似度划分痘痘分类组合的方式，使得能够增大不同痘痘分类组合之间的区分度，且设置具有一级标签模块和二级标签模块的痘痘类型识别模型，使得该痘痘分类识别模型能够适用于使用具有一级标签及二级标签的痘痘图像进行训练，且在使用具有一级标签和二级标签的痘痘图像对上述的痘痘类型识别模型进行训练时，能够对痘痘类型的特征和痘痘分类组合的特征均进行学习，且一级标签模块可以辅
助完成卷积模块对痘痘类型的特征的学习，从而调整卷积模块，使得卷积模块能够更细致地区分不同类型的痘痘之间的特征，收敛后的痘痘类型识别模型对痘痘类型的识别准确性高，有效提高对痘痘类型识别的准确性。
附图说明
[0023]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0024]其中：
[0025]图1为本专利技术实施例中痘痘类型识别模型的框架示意图；
[0026]图2为本专利技术实施例中融合层的结构示意图；
[0027]图3为本专利技术实施例中痘痘类型识别模型训练方法的流程示意图；
[0028]图4为本专利技术图3所示实施例中步骤302的细化步骤的流程示意图；
[0029]图5为本专利技术实施例中痘痘类型识别方法的流程示意图；
[0030]图6为本专利技术实施例中痘痘类型识别模型训练装置的结构示意图；
[0031]图7为本专利技术实施例中痘痘类型识别装置的结构示意图。
具体实施方式本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种痘痘类型识别模型训练方法，其特征在于，所述痘痘类型识别模型包含卷积模块、一级标签模块及二级标签模块，所述一级标签模块及所述二级标签模块分别与所述卷积模块连接，所述卷积模块用于对输入所述痘痘类型识别模型的痘痘图像进行卷积处理，得到第一特征图像，所述第一特征图像用于输入所述一级标签模块及输入所述二级标签模块，所述一级标签模块用于根据输入的第一特征图像输出第一预测数据，所述第一预测数据用于指示所述痘痘图像属于各一级标签的可能性，所述一级标签是与痘痘分类组合具有一对一关系的标签，所述痘痘分类组合是按照特征相似度划分的，且一个所述痘痘分类组合包含至少两个特征相似度满足预设条件的痘痘类型，所述二级标签模块用于根据输入的第一特征图像输出第二预测数据，所述第二预测数据用于指示所述痘痘图像属于各二级标签的可能性，所述二级标签是与痘痘类型具有一对一关系的标签；所述方法包括：获取痘痘样本数据集，所述痘痘样本数据集中包含痘痘图像、所述痘痘图像的一级标签及二级标签；利用所述痘痘图像对预设的痘痘类型识别模型进行迭代训练，直至基于所述第一预测数据、所述第二预测数据、所述痘痘图像的一级标签及二级标签确定所述痘痘类型识别模型收敛。2.根据权利要求1所述的方法，其特征在于，所述利用所述痘痘图像对预设的痘痘类型识别模型进行迭代训练，直至基于所述第一预测数据、所述第二预测数据、所述痘痘图像的一级标签及二级标签确定所述痘痘类型识别模型收敛，包括：将所述痘痘图像输入至所述痘痘类型识别模型的卷积模块中；获取所述痘痘类型识别模块中所述一级标签模块输出的所述第一预测数据，及获取所述二级标签模块输出的所述第二预测数据；根据所述第一预测数据、所述第二预测数据、所述痘痘图像的一级标签及二级标签，确定所述痘痘类型识别模型是否收敛；若收敛，则确定收敛后的痘痘类型识别模型为训练完成后的痘痘类型识别模型；若未收敛，则对所述痘痘类型识别模型进行参数优化，并返回执行所述将所述痘痘图像输入至所述痘痘类型识别模型的卷积模块中的步骤。3.根据权利要求2所述的方法，其特征在于，所述根据所述第一预测数据、所述第二预测数据、所述痘痘图像的一级标签及二级标签，确定所述痘痘类型识别模型是否收敛，包括：利用所述第一预测数据及所述痘痘图像的一级标签，得到第一损失值，利用所述第二预测数据及所述痘痘图像的二级标签，得到第二损失值；根据所述第一损失值及所述第二损失值确定所述痘痘类型识别模型是否收敛。4.根据权利要求3所述的方法，其特征在于，所述利用所述第一预测数据及所述痘痘图像的一级标签，得到第一损失值，利用所述第二预测数据及所述痘痘图像的二级标签，得到第二损失值，包括：将所述一级标签及所述二级标签分别转换成one-hot类型的标签，得到一级one-hot标签及二级one-hot标签；利用所述第一预测数据及所述一级one-hot标签得到所述第一损失值，利用所述第二
预测数据及所述二级one-...

【专利技术属性】
技术研发人员：陈仿雄，
申请(专利权)人：深圳数联天下智能科技有限公司，
类型：发明
国别省市：