【技术实现步骤摘要】
神经网络训练方法、图像识别方法、装置、设备及介质
[0001]本公开涉及计算机视觉领域，具体而言，涉及一种神经网络训练方法、图像识别方法、装置、设备及存储介质。
技术介绍
[0002]随着时代的进步和科技的发展，人们的生活方式等发生了很大的改变，借助网络支付、扫码支付、刷脸支付等快捷付款方式，网络购物、自助购物等购物方式，已经成为人们的主要购物方式，尤其是使用无人售货机、无人售货柜等途径的自助购物，由于其购物便捷、不受地域限制、不受环境限制等优点，可以被大量的使用在商场、学校、医院和办公场所等地点，方便快捷的满足人们的购买需求。
[0003]通常地，对于自助购物来讲，除了支付方式之外，如何有效和准确地辨别用户所选用的商品是实现支付和交易的关键，而在自助购物中，常用的方式之一是在自助货柜上配置拍摄设备，通过拍摄用户选购物品过程的视频，并进行图像识别，以得到图像中选购物品的信息，但是所采集的图像极易受到环境、位置、地点、时间等因素的干扰，使得识别的过程中易出现难以识别、识别不准确、图像识别结果精度低等问题，导致无法对用户...
【技术保护点】
【技术特征摘要】
1.一种神经网络训练方法，其特征在于，所述方法包括：获取为待训练的神经网络构建的训练样本集，其中，所述训练样本集包括至少两组训练样本，每组训练样本包括至少一张样本图像，不同组的训练样本对应的样本采集条件不同；针对所述训练样本集中的每张样本图像，从针对所述训练样本集预先设置的至少两组视觉变换处理组合中确定出用于对所述样本图像进行图像处理的目标视觉变换处理组合，其中，所述视觉变换处理组合包括至少两种视觉变换处理方式；按照所述目标视觉变换处理组合中的视觉变换处理方式对所述样本图像进行图像处理，得到处理后的样本图像；通过处理后的样本图像对所述神经网络进行训练，得到用于图像识别的图像识别模型。2.根据权利要求1所述的方法，其特征在于，所述获取为待训练的神经网络构建的训练样本集，包括：采集样本物品在各个采集地点的采集视频，各个采集视频的采集时间相同，并且针对所述样本物品的视频采集方向和/或光照条件不同；基于每个采集视频中的视频图像，生成训练样本集中的至少两组训练样本，以得到所述训练样本集。3.根据权利要求2所述的方法，其特征在于，所述基于每个采集视频中的视频图像，生成训练样本集中的至少两组训练样本，包括：针对每个采集视频，基于预设的采样比例，对所述采集视频中的视频图像进行关键帧抽帧处理，得到包含所述样本物品的关键帧图像；将从所述采集视频中抽取出的关键帧图像，作为所述训练样本的样本图像。4.根据权利要求1至3任一项所述的方法，其特征在于，所述方法还包括：获取预设的、用于图像处理的多种视觉变换处理方式；基于所述训练样本集对应的各种样本采集条件，从预设的多种视觉变换处理方式中确定与所述训练样本集适配的多种视觉变换处理方式；对适配的多种视觉变换处理方式进行组合，得到至少两组视觉变换处理组合，并为每组视觉变换处理组合中的每个视觉变换处理方式配置方式使用概率和图像处理参数。5.根据权利要求1至4任一项所述的方法，其特征在于，所述针对所述训练样本集中的每张样本图像，从针对所述训练样本集预先设置的至少两组视觉变换处理组合中确定出用于对所述样本图像进行图像处理的目标视觉变换处理组合，包括：针对所述训练样本集中的每张样本图像，为每张样本图像配置第一序号；针对每组视觉变换处理组合，为每组视觉变换处理组合配置第二序号；按照所述第一序号和所述第二序号，从所述至少两组视觉变换处理组合中确定出用于对所述样本图像进行图像处理的目标视觉变换处理组合。6.根据权利要求1至5任一项所述的方法，其特征在于，所述按照所述目标视觉变换处理组合中的视觉变换处理方式对所述样本图像进行图像处理，得到处理后的样本图像，包括：为所述样本图像配置图像处理概率；
针对所述目标视觉变换处理组合，确定所述目标视觉变换处理组合包括的至少两种视觉变换处理方式，以及为每种视觉变换处理方式预先配置的方式使用概率和图像处理参数；基于所述图像处理概率和所述方式使用概率，从所述目标视觉变换处理组合包括的至少两种视觉变换处理方式中确定出用于对所述样本图像进行图像处理的目标视觉变换处理方式；按照所述图像处理参数，通过所述目标视觉变换处理方式对所述样本图像进行图像处理，得到处理后的样本图像。7.根据权利要求6所述的方法，其特征在于，所述基于所述图像处理概率和所述方式使用概率，从所述目标视觉变换处理组合包括的至少两种视觉变换处理方式中确定出用于对所述样本图像进行图像处理的目标视觉变换处理方式，包括：在存在大于所述图像处理概率的方式...
【专利技术属性】
技术研发人员：罗棕太，伊帅，
申请(专利权)人：上海商汤智能科技有限公司，
类型：发明
国别省市：
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。