图像识别方法、装置、设备、存储介质以及程序产品制造方法及图纸

本公开提供了一种图像识别方法、装置、设备、存储介质以及程序产品，涉及人工智能领域，具体涉及计算机视觉和深度学习技术。实例分割模型训练方法的一具体实施方式包括：获取第一训练样本，其中，第一训练样本是对第一目标和第二目标进行标注的第一样本图像，在第一样本图像中；从第一训练样本中分割出关联第一目标的第二目标的图像和单独的第一目标的图像，并对第一目标进行标注生成第二训练样本；利用第二训练样本对深度学习模型进行训练，得到第二实例分割模型。该实施方式训练出第一实例分割模型和第二实例分割模型进行实例分割，提高了对小目标的实例分割的精准度。对小目标的实例分割的精准度。对小目标的实例分割的精准度。

【技术实现步骤摘要】
图像识别方法、装置、设备、存储介质以及程序产品


[0001]本公开涉及人工智能领域，具体涉及计算机视觉和深度学习技术。

技术介绍

[0002]信息化时代，人类每时每刻都在通过各种手段和途径获得海量的图像。许多计算机视觉任务都需要对图像进行智能分割，以充分理解图像中的内容，使各个图像部分之间的分析更加容易，这使得基于真实场景的实例分割在现实生活中有很大的应用价值。目标检测和实例分割是两个不同的计算机视觉任务，目标检测需要将目标从图像中识别出来并进行定位，而实例分割需要在此基础上把目标所在的像素标注出来。
[0003]目前，常用的图像识别方法是Mask R
‑
CNN(Region
‑
based Convolutional Neural Network，区域卷积神经网络)。Mask R
‑
CNN在Faster R
‑
CNN的基础上增加了一个预测Mask(掩膜)的分支。利用卷积与反卷积构建端到端的网络进行语义分割，并且将ROI
‑
Pooling(Regio本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种实例分割模型训练方法，包括：获取第一训练样本，其中，所述第一训练样本是对第一目标和第二目标进行标注的第一样本图像，在所述第一样本图像中，第一目标的数量和尺寸小于第二目标；从所述第一训练样本中分割出关联第一目标的第二目标的图像和单独的第一目标的图像，并对第一目标进行标注生成第二训练样本；利用所述第二训练样本对深度学习模型进行训练，得到第二实例分割模型。2.根据权利要求1所述的方法，其中，所述方法还包括：利用所述第一训练样本对深度学习模型进行训练，得到第一实例分割模型。3.根据权利要求2所述的方法，其中，所述第一实例分割模型和所述第二实例分割模型以Swin Transformer为骨干网络，采用掩膜区域卷积神经网络Mask R
‑
CNN算法对图像中的目标进行实例分割。4.根据权利要求1所述的方法，其中，在所述获取第一训练样本之前，还包括：在所述第一样本图像中增加第一目标；和/或在所述第一样本图像中增加关联第一目标的第二目标。5.根据权利要求4所述的方法，其中，增加的第一目标和/或第二目标不覆盖所述第一样本图像中的第一目标或第二目标。6.根据权利要求4或5所述的方法，其中，所述在所述第一样本图像中增加第一目标，包括：将第二样本图像中的第一目标的像素点复制到所述第一样本图像上。7.根据权利要求4或5所述的方法，其中，所述在所述第一样本图像中增加关联第一目标的第二目标，包括：若第二样本图像中的第一目标与第二目标存在交集，将存在交集的第一目标与第二目标同时复制到所述第一样本图像上。8.一种图像识别方法，包括：将待分割图像输入至第一实例分割模型，得到单独的第一目标的边界框和第二目标的边界框；基于所述第二目标的边界框从所述待分割图像中分割出第二目标的图像；将所述第二目标的图像输入至第二实例分割模型，得到关联第二目标的第一目标的边界框，其中，所述第一实例分割模型和所述第二实例分割模型是采用权利要求2
‑
7中任一项所述的方法训练得到的；基于所述单独的第一目标的边界框、所述关联第二目标的第一目标的边界框和所述第二目标的边界框对所述待分割图像进行实例分割，得到实例分割结果。9.根据权利要求8所述的方法，其中，所述基于所述单独的第一目标的边界框、所述关联第二目标的第一目标的边界框和所述第二目标的边界框对所述待分割图像进行实例分割，得到实例分割结果，包括：根据所述第二目标的边界框的坐标，将所述关联第二目标的第一目标的边界框的坐标回归到所述待分割图像中；基于所述单独的第一目标的边界框的坐标、所述关联第二目标的第一目标的边界框的坐标和所述第二目标的边界框的坐标对所述待分割图像进行实例分割，得到所述实例分割
结果。10.一种实例分割模型训练装置，包括：获取模块，被配置成获取第一训练样本，其中，所述第一训练样本是对第一目标和第二目标进行标注的第一样本图像，在所述第一样本图像中，第一目标的数量和尺寸小于第二目标；生成模块，被配置成从所述第一训练样本中分割出关联第一目标的第二目标的图像和单独的第一目标的图像，并对第一目标进行标注生成第二训练...

【专利技术属性】
技术研发人员：薛松，冯原，辛颖，张滨，李超，王云浩，彭岩，
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：