【技术实现步骤摘要】
图像识别模型训练与图像识别方法、装置、设备及介质
[0001]本公开实施例涉及图像处理
,尤其涉及一种图像识别模型训练与图像识别方法、装置、设备及介质。
技术介绍
[0002]随着多媒体爆炸式发展,多媒体的内容质量参差不齐,存在一些多媒体内容中会包含涉及敏感内容,在网络上扩散会引起不良影响。
[0003]相关技术中,为了实现对多媒体中的涉及敏感内容进行过滤,通过人工审核和标记或通过分类模型判断图像是否包括涉及敏感内容,分类模型基于大批量数据集的标注和训练,实现对真人场景中涉及敏感内容的较好识别,但是通过分类模型判断图像是否包括涉及敏感内容,无法灵活应对不同场景,在一些卡通动画等场景下很难实现涉及敏感内容的较好识别。
技术实现思路
[0004]本公开实施例中提供了一种图像识别模型训练与图像识别方法、装置、设备及介质,以实现通过风格迁移生成不同风格样本数据解决训练样本稀缺的问题,实现在用户原创内容情形下对特定场景中涉及敏感内容的识别与拦截。
[0005]第一方面,本公开实施例中提供了一种图像识别模型训练方法,所述训练方法包括:
[0006]依据图像识别模型训练所需样本图像执行图像风格转换训练任务;
[0007]依据所述图像风格转换训练任务得到的风格转换后样本图像,控制所述图像识别模型执行图像识别训练任务;所述图像识别训练任务用于训练图像识别模型对敏感内容的检测识别能力;
[0008]依据所述图像风格转换训练任务与所述图像识别训练任务,对所述图像识别模型进行参数 ...
【技术保护点】
【技术特征摘要】
1.一种图像识别模型训练方法,其特征在于,所述训练方法包括:依据图像识别模型训练所需样本图像执行图像风格转换训练任务;依据所述图像风格转换训练任务得到的风格转换后样本图像,控制所述图像识别模型执行图像识别训练任务;所述图像识别训练任务用于训练图像识别模型对敏感内容的检测识别能力;依据所述图像风格转换训练任务与所述图像识别训练任务,对所述图像识别模型进行参数调整,以得到收敛的图像识别模型。2.根据权利要求1所述的方法,其特征在于,依据图像识别模型训练所需样本图像执行图像风格转换训练任务,包括:依据图像识别模型训练所需样本图像中的第一样本图像,从第一风格向第二风格执行第一图像风格转换训练任务;所述第一样本图像的起始图像风格为第一风格;第二风格为对图像识别模型进行训练以使图像识别模型检测识别时所能适用的期望图像风格;依据图像识别模型训练所需样本图像中的第二样本图像,从第二风格向第二风格执行第二图像风格转换训练任务;所述第二样本图像的起始图像风格为第二风格;其中,所述第一图像风格转换训练任务用于提升从第一风格向第二风格进行图像风格转换生成时的可靠度;所述第二图像风格转换训练任务用于通过从第二风格向第一风格进行图像风格转换生成,对从第一风格向第二风格进行图像风格转换生成时的可靠度进行辅助提升。3.根据权利要求2所述的方法,其特征在于,所述风格转换后样本图像包括针对所述第一样本图像经从第一风格向第二风格执行第一图像风格转换训练任务所得到风格转换生成的样本图像。4.根据权利要求2所述的方法,其特征在于,所述第一样本图像包括对具有第一风格的样本视频进行视频抽帧得到的至少两帧视频帧图像。5.根据权利要求2所述的方法,其特征在于,所述第二样本图像包括对具有第二风格的样本视频进行视频抽帧得到的至少两帧视频帧图像。6.根据权利要求2所述的方法,其特征在于,依据图像识别模型训练所需样本图像中的第一样本图像,从第一风格向第二风格执行第一图像风格转换训练任务,包括:将所述第一样本图像从第一风格向第二风格进行风格转换生成,依据风格转换生成的所述第一样本图像执行所述第一图像风格转换训练任务对应的第一风格判别训练子任务,以得到第一风格判别训练子任务对应的损失函数值;其中,所述第一风格判别训练子任务用于训练对从第一风格向第二风格进行风格转换所生成图像的识别能力;将风格转换生成的所述第一样本图像从第二风格向第一风格进行风格转换还原,依据风格转换还原的所述第一样本图像与风格转换生成前的所述第一样本图像执行第一图像风格转换训练任务对应的第一风格转换训练子任务,以得到第一风格转换训练子任务的损失函数值;其中,所述第一风格转换训练子任务用于提升从第一风格向第二风格进行风格转换所得图像的真实度以使在所述第一风格判别训练子任务时增大误识别率。7.根据权利要求6所述的方法,其特征在于,依据图像识别模型训练所需样本图像中的第二样本图像,从第二风格向第二风格执行第二图像风格转换训练任务,包括:将所述第二样本图像从第二风格向第一风格进行风格转换生成,依据风格转换生成的
所述第二样本图像执行所述第二图像风格转换训练任务对应的第二风格判别训练子任务,以得到第二风格判别训练子任务对应的损失函数值;其中,所述第二风格判别训练子任务用于训练对从第二风格向第一风格进行风格转换所得图像的识别能力;将风格转换生成的所述第二样本图像从第一风格向第二风格进行风格转换还原,依据风格转换还原的所述第二样本图像与风格转换生成前的所述第二样本图像执行第二图像风格转换训练任务对应的第二风格转换训练子任务,以得到第二风格转换训练子任务的损失函数值;其中,所述第二风格转换训练子任务用于提升从第二风格向第一风格进行风格转换所得图像的真实度以使在所述第二风格判别训练子任务时增大误识别率。8.根据权利要求1所述的方法,其特征在于,依据所述图像风格转换训练任务得到的风格转换后样本图像,控制所述图像识别模型执行图...
【专利技术属性】
技术研发人员:张逸尘,郭明宇,冉蛟,
申请(专利权)人:北京字跳网络技术有限公司,
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。