本公开是关于一种图像检测模型的训练方法、图像检测方法、装置及设备，属于计算机技术领域。方法包括：获取属于目标风格的标准图像；调用正在训练的图像生成模型，对原始图像进行风格迁移得到目标图像；基于目标图像确定与目标图像的风格匹配的第一样本图像，基于图像生成模型的训练次数，确定样本标签；调用待训练的图像检测模型，将第一样本图像与标准图像进行对比，得到第一检测标签；基于样本标签和第一检测标签，训练待训练的图像检测模型，得到训练完成的图像检测模型。本公开提供了一种自动生成样本图像和样本标签的方式，然后利用样本图像、样本标签和标准图像，训练图像检测模型，从而使用图像检测模型来对图像风格进行检测。测。测。
【技术实现步骤摘要】
图像检测模型的训练方法、图像检测方法、装置及设备
[0001]本公开涉及计算机
，尤其涉及一种图像检测模型的训练方法、图像检测方法、装置及设备。
技术介绍
[0002]随着计算机技术的发展，图像处理的方式也越来越丰富。图像风格迁移是指在保持图像的内容不变的情况下，将一个图像的风格转换为另一个风格，例如艺术风格迁移、性别风格迁移、年龄风格迁移等。
[0003]通常，图像风格迁移的效果会受到多种因素的影响，例如所采用的手段、所迁移的风格或者所处理的图像中的内容等。因此，目前亟需提供一种对图像风格迁移的效果进行检测的方法。
技术实现思路
[0004]本公开提供了一种图像检测模型的训练方法、图像检测方法、装置及设备，能够提高图像检测的准确性。
[0005]根据本公开实施例的一方面，提供一种图像检测模型的训练方法，所述方法包括：
[0006]获取属于目标风格的标准图像，所述目标风格为任一风格；
[0007]调用正在训练的图像生成模型，对原始图像进行风格迁移，得到目标图像，所述图像生成模型用于生成属于所述目标风格的图像；
[0008]基于所述目标图像，确定与所述目标图像的风格匹配的第一样本图像，基于所述图像生成模型当前的训练次数，确定所述第一样本图像对应的样本标签，所述样本标签用于表示所述第一样本图像的风格与所述目标风格之间的实际相似度，所述样本标签与所述图像生成模型的训练次数正相关；
[0009]调用待训练的图像检测模型，将所述第一样本图像与所述标准图像进行对比，得到第一检测标签，所述第一检测标签用于表示所述第一样本图像的风格与所述目标风格之间的预测相似度；
[0010]基于所述样本标签和所述第一检测标签，训练所述待训练的图像检测模型，得到训练完成的图像检测模型，所述训练完成的图像检测模型用于检测任两个图像的风格之间的相似度。
[0011]可选地，所述基于所述目标图像，确定与所述目标图像的风格匹配的第一样本图像，包括：
[0012]将所述目标图像确定为所述第一样本图像。
[0013]可选地，所述方法还包括：
[0014]确定多个候选图像生成模型，每个候选图像生成模型具有各自的训练次数和各自的准确度，且不同的候选图像生成模型当前的训练次数不同，所述准确度表示所述候选图像生成模型生成的属于所述目标风格的图像的准确程度；
[0015]在所述多个候选图像生成模型中，选取所述准确度小于目标阈值的所述图像生成模型。
[0016]可选地，所述调用正在训练的图像生成模型，对原始图像进行风格迁移，得到目标图像，包括：
[0017]确定多个图像生成模型，且不同的图像生成模型当前的训练次数不同；
[0018]调用所述多个图像生成模型，分别对所述原始图像进行风格迁移，得到多个目标图像；
[0019]所述基于所述目标图像，确定与所述目标图像的风格匹配的第一样本图像，包括：
[0020]将所述多个目标图像进行融合所得到的图像，确定为所述第一样本图像；
[0021]所述基于所述图像生成模型当前的训练次数，确定所述第一样本图像对应的样本标签，包括：
[0022]将所述多个图像生成模型的训练次数进行加权平均，得到平均训练次数；
[0023]对所述平均训练次数进行归一化处理，得到所述样本标签。
[0024]可选地，所述多个图像生成模型包括第一图像生成模型和第二图像生成模型；所述确定多个图像生成模型，包括：
[0025]确定多个候选图像生成模型，每个候选图像生成模型具有各自的训练次数和各自的准确度，且不同的候选图像生成模型当前的训练次数不同，所述准确度表示所述候选图像生成模型生成的属于所述目标风格的图像的准确程度；
[0026]在所述多个候选图像生成模型中，选取所述准确度等于目标阈值的所述第一图像生成模型，以及选取所述准确度为最大值的所述第二图像生成模型。
[0027]可选地，所述方法还包括：
[0028]对所述标准图像进行多种类型的增强处理，得到多个增强图像；
[0029]调用所述待训练的图像检测模型，分别将所述第一样本图像与每个所述增强图像进行对比，得到多个第一增强标签，所述第一增强标签用于表示所述第一样本图像的风格与所述增强图像的风格之间的预测相似度；
[0030]所述基于所述样本标签和所述第一检测标签，训练所述待训练的图像检测模型，得到训练完成的图像检测模型，包括：
[0031]基于任两个所述第一增强标签之间的差异或者所述样本标签与每个所述第一增强标签之间的差异中的任一项，以及所述样本标签与所述第一检测标签之间的差异，训练所述待训练的图像检测模型，得到所述训练完成的图像检测模型。
[0032]可选地，所述方法还包括：
[0033]对所述标准图像进行多种类型的增强处理，得到多个增强图像；
[0034]调用所述待训练的图像检测模型，将任两个所述增强图像进行对比，得到多个第二增强标签，所述第二增强标签用于表示任两个所述增强图像的风格之间的预测相似度；
[0035]所述基于所述样本标签和所述第一检测标签，训练所述待训练的图像检测模型，得到训练完成的图像检测模型，包括：
[0036]获取目标标签，所述目标标签表示所述任两个增强图像的风格相同；
[0037]基于所述样本标签与所述第一检测标签之间的差异，以及每个第二增强标签与所述目标标签之间的差异，训练所述待训练的图像检测模型，得到所述训练完成的图像检测
模型。
[0038]可选地，所述方法还包括：
[0039]获取第二样本图像，所述第二样本图像为不属于所述目标风格的图像；
[0040]调用所述待训练的图像检测模型，将所述第一样本图像与所述第二样本图像进行对比，得到第二检测标签，所述第二检测标签用于表示所述第一样本图像的风格与所述第二样本图像的风格之间的预测相似度；
[0041]所述基于所述样本标签和所述第一检测标签，训练所述待训练的图像检测模型，得到训练完成的图像检测模型，包括：
[0042]基于所述样本标签与所述第一检测标签之间的差异，以及所述第一检测标签与所述第二检测标签之间的差异，训练所述待训练的图像检测模型，得到所述训练完成的图像检测模型。
[0043]根据本公开实施例的另一方面，提供一种图像检测方法，所述方法包括：
[0044]获取属于目标风格的标准图像，所述目标风格为任一风格；
[0045]将第一图像的风格迁移为所述目标风格，得到属于所述目标风格的第二图像；
[0046]调用训练完成的图像检测模型，将所述第二图像与所述标准图像进行对比，得到目标检测标签，所述目标检测标签用于表示所述第二图像的风格与所述标准图像的风格之间的相似度；
[0047]其中，所述训练完成的图像检测模型是采用如上述的图像检测模型的训练方法所训练的。
[0048]根据本公开实施例的再一本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像检测模型的训练方法，其特征在于，所述方法包括：获取属于目标风格的标准图像，所述目标风格为任一风格；调用正在训练的图像生成模型，对原始图像进行风格迁移，得到目标图像，所述图像生成模型用于生成属于所述目标风格的图像；基于所述目标图像，确定与所述目标图像的风格匹配的第一样本图像，基于所述图像生成模型当前的训练次数，确定所述第一样本图像对应的样本标签，所述样本标签用于表示所述第一样本图像的风格与所述目标风格之间的实际相似度，所述样本标签与所述图像生成模型的训练次数正相关；调用待训练的图像检测模型，将所述第一样本图像与所述标准图像进行对比，得到第一检测标签，所述第一检测标签用于表示所述第一样本图像的风格与所述目标风格之间的预测相似度；基于所述样本标签和所述第一检测标签，训练所述待训练的图像检测模型，得到训练完成的图像检测模型，所述训练完成的图像检测模型用于检测任两个图像的风格之间的相似度。2.根据权利要求1所述的图像检测模型的训练方法，其特征在于，所述基于所述目标图像，确定与所述目标图像的风格匹配的第一样本图像，包括：将所述目标图像确定为所述第一样本图像。3.根据权利要求2所述的图像检测模型的训练方法，其特征在于，所述方法还包括：确定多个候选图像生成模型，每个候选图像生成模型具有各自的训练次数和各自的准确度，且不同的候选图像生成模型当前的训练次数不同，所述准确度表示所述候选图像生成模型生成的属于所述目标风格的图像的准确程度；在所述多个候选图像生成模型中，选取所述准确度小于目标阈值的所述图像生成模型。4.根据权利要求1所述的图像检测模型的训练方法，其特征在于，所述调用正在训练的图像生成模型，对原始图像进行风格迁移，得到目标图像，包括：确定多个图像生成模型，且不同的图像生成模型当前的训练次数不同；调用所述多个图像生成模型，分别对所述原始图像进行风格迁移，得到多个目标图像；所述基于所述目标图像，确定与所述目标图像的风格匹配的第一样本图像，包括：将所述多个目标图像进行融合所得到的图像，确定为所述第一样本图像；所述基于所述图像生成模型当前的训练次数，确定所述第一样本图像对应的样本标签，包括：将所述多个图像生成模型的训练次数进行加权平均，得到平均训练次数；对所述平均训练次数进行归一化处理，得到所述样本标签。5.一种图像检测方法，其特征在于，所述方法包括：获取属于目标风格的标准图像，所述目标风格为任一风格；将第一图像的风格迁移为所述目标风格，得到属于所述目标风格的第二图像；调用训练完成的图像检测模型，将所述第二图像与所述标准图像进行对比，得到目标检测标签，所述目标检测标签用于表示所述第二图像的风格与所述标准...
【专利技术属性】
技术研发人员：黄高，郭嘉懿，杜超群，黄慧娟，万鹏飞，
申请(专利权)人：北京达佳互联信息技术有限公司，
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。