【技术实现步骤摘要】
图像检测方法、装置、存储介质、电子设备及产品
[0001]本申请涉及人工智能
,具体涉及一种图像检测方法、装置、存储介质、电子设备及产品。
技术介绍
[0002]图像检测即对图像进行检测分析的工作,图像检测工作中通常具有检测分析图像的花屏状态的需求。目前,存在通过训练后的检测模型对图像进行花屏检测的相关方案,目前的方案中,检测模型通常时通过标定有花屏标签信息的图像进行训练得到的。
[0003]由于花屏标签信息的标定通常不可避免具有主观性错误,使得图像的花屏标签信息具有噪声,进而训练的检测模型的检测性能较差,花屏检测误差较高,导致图像花屏检测的准确性较低。
技术实现思路
[0004]本申请实施例提供一种图像检测方法、装置、存储介质、电子设备及产品,可以有效提升检测模型的花屏检测性能,提升图像花屏检测的准确性。
[0005]为解决上述技术问题,本申请实施例提供以下技术方案:
[0006]根据本申请的一个实施例,一种图像检测方法,该方法包括:获取待检测图像;将所述待检测图像输入检测模型 ...
【技术保护点】
【技术特征摘要】
1.一种图像检测方法,其特征在于,包括:获取待检测图像;将所述待检测图像输入检测模型进行花屏检测处理,得到花屏检测信息,所述检测模型为根据样本集中有效图像训练得到的,所述有效图像为所述样本集中除噪声图像之外的图像,所述噪声图像为从所述样本集中检测出的标定了具有噪声的花屏标签信息的图像;根据所述花屏检测信息确定所述待检测图像的花屏状态。2.根据权利要求1所述的方法,其特征在于,所述检测模型按照以下步骤训练:获取所述样本集,所述样本集中包括至少一张图像,所述图像标定对应的花屏标签信息;从所述至少一张图像中,检测具有噪声的花屏标签信息对应的图像,得到所述噪声图像;将所述至少一张图像中除所述噪声图像之外的图像确定为所述有效图像;根据所述有效图像对预设的所述检测模型进行训练,得到训练后的所述检测模型。3.根据权利要求2所述的方法,其特征在于,所述根据所述有效图像对预设的所述检测模型进行训练,得到训练后的所述检测模型,包括:根据所述有效图像及所述噪声图像对预设的所述检测模型进行联合训练,得到训练后的所述检测模型。4.根据权利要求3所述的方法,其特征在于,所述根据所述有效图像及所述噪声图像对预设的所述检测模型进行联合训练,得到训练后的所述检测模型,包括:采用预设的所述检测模型,对所述噪声图像对应的至少两张增强图像及所述有效图像分别进行花屏检测处理,得到所述至少两张增强图像及所述有效图像对应的花屏检测信息;根据所述至少两张增强图像的花屏检测信息,确定所述第一检测误差;根据所述有效图像对应的花屏检测信息,确定所述第二检测误差;根据所述第一检测误差与所述第二检测误差联合调整预设的所述检测模型,得到训练后的所述检测模型。5.根据权利要求4所述的方法,其特征在于,所述根据所述至少两张增强图像的花屏检测信息,确定所述第一检测误差,包括:针对所述至少两张增强图像,确定每两张增强图像之间的花屏检测信息的差异信息,得到至少一个差异信息;根据所述至少一个差异信息,得到所述第一检测误差。6.根据权利要求4所述的方法,其特征在于,所述有效图像为至少一张;所述根据所述有效图像对应的花屏检测信息,确定所述第二检测误差,包括:根据每张所述有效图像对应的花屏检测信息与花屏标签信息的差异信息,确定每张所述有效图像对应的检测误差;将至少一张所述有效图像对应的检测误差进行运算处理,得到所述第二检测误差。7.根据权利要求4所述的方法,其特征在于,所述根据所述第一检测误差与所述第二检测误差联合调整预设的...
【专利技术属性】
技术研发人员:张博深,
申请(专利权)人:腾讯科技上海有限公司,
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。