本公开提供了一种图像处理方法、图像处理模型的训练方法及装置、电子设备和计算机可读存储介质，可以应用于图像处理技术领域和金融领域。该图像处理方法包括：获取目标图像，其中，目标图像包括至少一个目标对象；对目标图像进行识别，得到图像识别结果，其中，图像识别结果包括目标对象的位置信息和类别信息；以及根据位置信息和类别信息，对图像识别结果进行处理，得到图像处理结果。得到图像处理结果。得到图像处理结果。
Image processing method, training method and device of image processing model
【技术实现步骤摘要】
图像处理方法、图像处理模型的训练方法及装置
[0001]本公开涉及图像处理
和金融领域，更具体地，涉及一种图像处理方法、图像处理模型的训练方法及装置、电子设备、计算机可读存储介质和一种计算机程序产品。
技术介绍
[0002]随着图像处理技术的发展，针对遥感图像的处理已广泛应用于贷款人资产调查、风险管理分析、城市规划分析、港口运营评估、农作物期货交易等场景中。
[0003]在实现本公开构思的过程中，专利技术人发现相关技术中至少存在如下问题：在对遥感图像进行图像分割处理以得到目标检测物时，现存的遥感图像分割方法无法避免图像处理过程中冗余背景信息的干扰。
技术实现思路
[0004]有鉴于此，本公开提供了一种图像处理方法、图像处理模型的训练方法及装置、电子设备、计算机可读存储介质和计算机程序产品。
[0005]根据本公开的另一个方面，提供了一种图像处理方法，包括：
[0006]获取目标图像，其中，上述目标图像包括至少一个目标对象；
[0007]对上述目标图像进行识别，得到图像识别结果，其中，上述图像识别结果包括上述目标对象的位置信息和类别信息；以及
[0008]根据上述位置信息和上述类别信息，对上述图像识别结果进行处理，得到图像处理结果。
[0009]根据本公开的实施例，上述对上述目标图像进行识别，得到图像识别结果包括：
[0010]对上述目标图像进行处理，得到多个目标图像块；
[0011]对上述多个目标图像块中的每个目标图像块分别进行处理，得到与上述每个目标图像块对应的至少一个预测窗口；
[0012]利用非极大值抑制算法，对与上述每个目标图像块对应的上述至少一个预测窗口进行处理，得到至少一个目标窗口；以及
[0013]根据上述至少一个目标窗口，对上述目标图像进行处理，得到上述图像识别结果。
[0014]根据本公开的实施例，上述根据上述位置信息和上述类别信息，对上述图像识别结果进行处理，得到图像处理结果包括：
[0015]根据上述位置信息和上述类别信息，对上述图像识别结果进行处理，得到关联信息和目标位置信息；以及
[0016]根据上述关联信息和上述目标位置信息，对上述图像识别结果进行分割，得到上述图像处理结果。
[0017]根据本公开的实施例，上述图像识别结果是利用图像处理模型包括的目标对象识别模块处理上述目标图像得到的，上述图像处理结果是利用图像处理模型包括的目标对象分割模块处理上述图像识别结果得到的。
[0018]根据本公开的实施例，上述目标对象识别模块包括YOLO V3神经网络，上述目标对象分割模块包括融合注意力机制的U
‑
Net神经网络。
[0019]根据本公开的实施例，上述图像处理方法还包括，在上述获取目标图像之前：
[0020]获取原始图像，其中，上述原始图像包括上述目标对象的原始位置信息和上述类别信息；
[0021]对上述原始图像进行裁剪处理，得到与上述原始图像对应的多个裁剪图像；以及
[0022]对上述多个裁剪图像中的每个裁剪图像分别进行预处理，得到与上述每个裁剪图像对应的上述目标图像。
[0023]根据本公开的实施例，上述对上述多个裁剪图像中的每个裁剪图像分别进行预处理，得到与上述每个裁剪图像对应的上述目标图像包括：
[0024]对上述多个裁剪图像中的每个裁剪图像分别进行图像锐化处理，得到多个锐化图像；
[0025]对上述多个锐化图像中的每个锐化图像分别进行图像去噪处理，得到多个去噪图像；以及
[0026]对上述多个去噪图像中的每个去噪图像分别进行图像增强处理，得到上述目标图像。
[0027]根据本公开的一个方面，提供了一种图像处理模型的训练方法，包括：
[0028]获取多个样本图像，其中，上述多个样本图像中的每个样本图像均包括至少一个目标对象；
[0029]根据上述多个样本图像生成训练样本数据集，其中，上述训练样本数据集包括上述目标对象的位置信息和上述类别信息；以及
[0030]利用上述训练样本数据集训练上述图像处理模型，得到经训练的图像处理模型。
[0031]根据本公开的实施例，上述图像处理模型包括目标对象识别模块和目标对象分割模块；
[0032]上述方法还包括：
[0033]根据上述多个样本图像生成初始训练样本数据集；
[0034]利用上述初始训练样本数据集训练上述目标对象识别模块，得到经训练的目标对象识别模块；
[0035]上述利用上述训练样本数据集训练上述图像处理模型，得到经训练的图像处理模型包括：
[0036]在保持上述经训练的目标对象识别模块的模型参数不变的情况下，利用上述训练样本数据集训练上述目标对象分割模块，得到经训练的图像处理模型。
[0037]根据本公开的实施例，上述利用上述训练样本数据集训练上述图像处理模型，得到经训练的图像处理模型包括：
[0038]将上述训练样本数据集划分为训练集、验证集和测试集；
[0039]利用上述训练集和上述验证集训练上述图像处理模型，得到待测试的图像处理模型；以及
[0040]利用上述测试集对上述待测试的图像处理模型进行训练，得到上述经训练的图像处理模型以及对应的测试结果，其中，上述测试结果用于表征上述待测试的图像处理模型
的预测准确度。
[0041]根据本公开的另一个方面，提供了一种图像处理装置，包括：
[0042]第一获取模块，用于获取目标图像，其中，上述目标图像包括至少一个目标对象；
[0043]识别模块，用于对上述目标对象进行识别，得到图像识别结果，其中，上述图像识别结果包括上述目标对象的位置信息和类别信息；以及
[0044]处理模块，用于根据上述位置信息和上述类别信息，对上述图像识别结果进行处理，得到图像处理结果。
[0045]根据本公开的另一个方面，提供了一种图像处理模型的训练装置，包括：
[0046]第二获取模块，用于获取多个样本图像，其中，上述多个样本图像中的每个样本图像均包括至少一个目标对象；
[0047]生成模块，用于根据上述多个样本图像生成训练样本数据集，其中，上述训练样本数据集包括上述目标对象的位置信息和上述类别信息；以及
[0048]训练模块，用于利用上述训练样本数据集训练上述图像处理模型，得到经训练的图像处理模型。
[0049]根据本公开的另一个方面，提供了一种电子设备，包括：
[0050]一个或多个处理器；
[0051]存储器，用于存储一个或多个指令，
[0052]其中，当上述一个或多个指令被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如上所述的方法。
[0053]根据本公开的另一个方面，提供了一种计算机可读存储介质，其上存储有可执行指令，上述可执行指令被处理器执行时使处理器实现如上所述的方法。
[00本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像处理方法，包括：获取目标图像，其中，所述目标图像包括至少一个目标对象；对所述目标图像进行识别，得到图像识别结果，其中，所述图像识别结果包括所述目标对象的位置信息和类别信息；以及根据所述位置信息和所述类别信息，对所述图像识别结果进行处理，得到图像处理结果。2.根据权利要求1所述的方法，其中，所述对所述目标图像进行识别，得到图像识别结果包括：对所述目标图像进行处理，得到多个目标图像块；对所述多个目标图像块中的每个目标图像块分别进行处理，得到与所述每个目标图像块对应的至少一个预测窗口；利用非极大值抑制算法，对与所述每个目标图像块对应的所述至少一个预测窗口进行处理，得到至少一个目标窗口；以及根据所述至少一个目标窗口，对所述目标图像进行处理，得到所述图像识别结果。3.根据权利要求2所述的方法，其中，所述根据所述位置信息和所述类别信息，对所述图像识别结果进行处理，得到图像处理结果包括：根据所述位置信息和所述类别信息，对所述图像识别结果进行处理，得到关联信息和目标位置信息；以及根据所述关联信息和所述目标位置信息，对所述图像识别结果进行分割，得到所述图像处理结果。4.根据权利要求1至3中任一项所述的方法，其中，所述图像识别结果是利用图像处理模型包括的目标对象识别模块处理所述目标图像得到的，所述图像处理结果是利用图像处理模型包括的目标对象分割模块处理所述图像识别结果得到的。5.根据权利要求4所述的方法，其中，所述目标对象识别模块包括YOLO V3神经网络，所述目标对象分割模块包括融合注意力机制的U
‑
Net神经网络。6.根据权利要求1所述的方法，还包括，在所述获取目标图像之前：获取原始图像，其中，所述原始图像包括所述目标对象的原始位置信息和所述类别信息；对所述原始图像进行裁剪处理，得到与所述原始图像对应的多个裁剪图像；以及对所述多个裁剪图像中的每个裁剪图像分别进行预处理，得到与所述每个裁剪图像对应的所述目标图像。7.根据权利要求6所述的方法，其中，所述对所述多个裁剪图像中的每个裁剪图像分别进行预处理，得到与所述每个裁剪图像对应的所述目标图像包括：对所述多个裁剪图像中的每个裁剪图像分别进行图像锐化处理，得到多个锐化图像；对所述多个锐化图像中的每个锐化图像分别进行图像去噪处理，得到多个去噪图像；以及对所述多个去噪图像中的每个去噪图像分别进行图像增强处理，得到所述目标图像。8.一种图像处理模型的训练方法，包括：获取多个样本图像，其中，所述多个样本图像中的每个样本图像均包括至少一个目标
对象；根据所述多个样本图像生成训练样本数据集，...
【专利技术属性】
技术研发人员：张佳颖，邱一晋，张晓娟，
申请(专利权)人：中国工商银行股份有限公司，
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。