用于训练图像检测模型的方法和装置制造方法及图纸

本公开提供了一种用于训练图像检测模型的方法和装置，涉及人工智能技术领域，具体为深度学习、计算机视觉技术领域，可应用于图像处理、图像检测等场景。实现方案为：将训练图像划分为多个图像块；从多个图像块中剪切至少一个图像块，并且对至少一个图像块中的每一个图像块，采用相同尺寸的替换图像块进行填充，以对多个图像块进行数据增强；以及基于经数据增强后的多个图像块，训练图像检测模型。训练图像检测模型。训练图像检测模型。

【技术实现步骤摘要】
用于训练图像检测模型的方法和装置


[0001]本公开涉及人工智能
，尤其涉及具体为深度学习、计算机视觉
，可应用于图像处理、图像检测等场景，具体涉及一种用于训练图像检测模型的方法和装置、一种图像检测方法和装置、电子设备、计算机可读存储介质和计算机程序产品。

技术介绍

[0002]人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术：人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
[0003]基于人工智能的图像处理技术，已经渗透到各个领域。其中，在图像检测过程中，往往采用经训练的图像检测模型检测图像。在对图像检测模型进行训练的过程中，通过随机擦除、模糊、随机裁剪等各种操作对训练图像进行数据增强(即，扰动)，以提升图像检测模型对各种类型图像的鲁棒的识别能力。<br/>[0004]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于训练图像检测模型的方法，包括：将训练图像划分为多个图像块；从所述多个图像块中剪切至少一个图像块，并且对所述至少一个图像块中的每一个图像块，采用相同尺寸的替换图像块进行填充，以对所述多个图像块进行数据增强；以及基于经数据增强后的多个图像块，训练所述图像检测模型。2.根据权利要求1所述的方法，其中，对于所述至少一个图像块中的每一个图像块，该图像块的相同尺寸的替换图像块包括：各个位置具有统一的像素的图像块，或者来自区别于所述训练图像的另一图像的图像块。3.根据权利要求1或2所述的方法，其中，所述基于经数据增强后的多个图像块，训练所述图像检测模型包括：将所述经数据增强后的多个图像块输入至所述图像检测模型，以获得预测结果集合，所述预测结果集合包括指示所述训练图像的预测分类的第一预测结果；基于所述训练图像的真实分类和所述第一预测结果，获得第一损失值；以及基于所述第一损失值，调整所述图像检测模型的参数。4.根据权利要求3所述的方法，其中，所述预测结果集合包括所述多个数据增强后的多个图像块对应的多个第二预测结果，所述多个第二预测结果中的每一个第二预测结果指示相应的图像块的预测标签，所述基于经数据增强后的多个图像块，训练所述图像检测模型还包括：获得所述经数据增强后的多个图像块中的每一个图像块的真实标签，该真实标签指示该图像块是否来自于所述训练图像；基于所述经数据增强后的多个图像块对应的多个真实标签和所述多个第二预测结果，获得多个第二损失值；以及基于所述多个第二损失值，调整所述图像检模型的参数。5.一种图像检测方法，包括：获取待检测图像；以及将所述待检测图像输入至根据权利要求1
‑
4任一项所述的方法训练的图像检测模型中，以得到图像检测结果。6.一种用于训练图像检测模型的装置，包括：图像划分单元，被配置用于将训练图像划分为多个图像块；数据增强单元，被配置用于从所述多个图像块中剪切至少一个图像块，并且对所述至少一个图像块中的每一个图像块，采用相同尺寸的替换图像块进行填充，以对所述多个图像块进行数据增强；以及训练单元，被配置用于基于经数据增强后的多个图像块，训练所述图像检测模型。7.根据权利要求6所述的装置，其中，对于所述至少一个...

【专利技术属性】
技术研发人员：王健，韩钧宇，
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：