目标检测模型的加密方法、装置、设备及存储介质制造方法及图纸

本申请涉及计算机领域，尤其涉及目标检测模型的加密方法，所述方法包括：获取开源图像集，并对所述开源图像集进行筛选，得到训练图像集；基于预设的图像转换规则，对所述训练图像集进行随机规则转换以生成图像转换规则数据，并对所述图像转换规则数据进行加密处理，得到规则密文；根据所述图像转换规则数据对所述训练图像集进行图像转换，得到转换后的图像数据；将所述转换后的图像数据输入神经网络进行训练，得到目标检测模型；将所述规则密文配置在所述目标检测模型中，得到加密后的目标检测模型。由此能够避免目标检测模型被非法盗用，同时提高目标检测模型的安全性，提高用户体验。体验。体验。

【技术实现步骤摘要】
目标检测模型的加密方法、装置、设备及存储介质


[0001]本申请涉及计算机领域，尤其涉及目标检测模型的加密方法、目标检测模型的加密装置、计算机设备及存储介质。

技术介绍

[0002]现有的神经网络权重一般都是交付至客户方进行部署的，但是设计者无法完全保证客户方维护人员遵循信息安全协议，一旦客户方维护人员没有遵循信息安全协议，则会导致神经网络模型外泄。神经网络模型是一个独立模块，难以进行再次拆解，加之神经网络模型结构多为开源代码，如果模型进行外泄，非法获取方便可通过对应的脚步进行模型运行，从而将非法所得的神经网络模型利用起来，导致神经网络模型容易被盗用。
[0003]现有的做法是一般是使用二进制加壳方式对模型进行加密，此方式不足之处在于二进制加壳后的神经网络模型，只是屏蔽了其内部网络结构与权重信息，没有做到模型功能模块拆解，仍为一个独立模型，因此非法获取方无需研究其内部结构，亦可方便调取接口，进行识别，因此神经网络模型还是很容易被非法窃取盗用。

技术实现思路

[0004]本申请提供了一种目标检测模型的加密方法、目标检测模型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标检测模型的加密方法，其特征在于，所述方法包括：获取开源图像集，并对所述开源图像集进行筛选，得到训练图像集；基于预设的图像转换规则，对所述训练图像集进行随机规则转换以生成图像转换规则数据，并对所述图像转换规则数据进行加密处理，得到规则密文；根据所述图像转换规则数据对所述训练图像集进行图像转换，得到转换后的图像数据；将所述转换后的图像数据输入神经网络进行训练，得到目标检测模型；将所述规则密文配置在所述目标检测模型中，得到加密后的目标检测模型。2.根据权利要求1所述的方法，其特征在于，所述对所述开源图像集进行筛选，得到训练图像集，包括：确定所述开源图像集中的每张图像是否存在目标物体；对存在目标物体的图像中的目标物体进行标注，得到标注后的图像集，并将所述标注后的图像集作为训练图像集。3.根据权利要求1所述的方法，其特征在于，所述基于预设的图像转换规则，对所述训练图像集进行随机规则转换以生成图像转换规则数据，并对所述图像转换规则数据进行加密处理，得到规则密文，包括：基于预设的图像转换规则工具，根据所述训练图像集随机生成规则，得到图像转换规则数据，所述图像转换规则数据包括图像转换规则和对应的数值；对所述数值进行加密处理，得到规则密文。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：根据需部署客户端的mac地址生成RSA公钥和对应的RSA私钥；所述对所述数值进行加密处理，得到规则密文，包括：通过所述RSA公钥对所述数值进行加密，得到规则密文，并根据所述RSA私钥和所述规则密文生成检测凭证。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：获取客户端发送的图像检测指令，并根据所述图像检测指令生成验证凭证，所述图像检测指令包括待识别图像；若所述验证凭证与所述检测凭证一致，通过所述图像转换规则数据对所述待识别图像进行转换处理，得到转换后的图像；将所述转换后的图像输入到所述加密后的目标检测模型进行目标检测，得到所述待识别图像中目标物体的位置信息和类别。6.根据权利要求5所述的方法，其特征在于，所述若所述验证凭证与所述检测凭证一致...

【专利技术属性】
技术研发人员：黄哲，
申请(专利权)人：平安国际智慧城市科技股份有限公司，
类型：发明
国别省市：