本申请提供一种模型构建方法、图像处理方法、装置及电子设备，涉及图像识别技术领域。模型构建方法包括：将分割模型的下采样模块的初始网络替换为残差网络层；将残差网络层中的目标卷积层替换为空洞卷积层，以构建具有残差网络层和空洞卷积层的目标模型，其中，目标模型为对待处理图像进行处理的模型。图像处理方法包括：通过目标模型的下采样模块对待处理图像进行特征提取，得到特征图像，目标模型为模型构建方法构建得到的模型，下采样模块包括残差网络层和空洞卷积层；通过目标模型的上采样模块对特征图像进行处理，得到预测图像；对预测图像进行分割，得到目标图像，根据目标图像确定目标区域的检测结果。有效地提高了对裸土区域的检测效率。域的检测效率。域的检测效率。
【技术实现步骤摘要】
模型构建方法、图像处理方法、装置及电子设备
[0001]本申请涉及图像识别
，具体而言，涉及一种模型构建方法、图像处理方法、装置及电子设备。
技术介绍
[0002]由于施工工地的增多，工地上存在许多无用的裸露的建筑土地，存在的这部分裸土导致的问题也日益增多。在对裸土进行处理时，如果处理不当，则会造成扬尘，泥水等环境问题，并且，大片无用的建筑土地裸露在外，也会影响城市的面貌。目前对工地上的裸土进行处理时，一般采用绿色防尘网对裸土进行覆盖，防止造成环境的污染。但是，会因为一些客观因素导致部分裸土区域未被处理，需要对裸土区域进行检查，以确定是否被处理。
[0003]目前对裸土区域是否被处理的检查方式中，通常采用图像分割的方式对裸土区域进行监控和识别，但是目前的图像分割方法识别时所需的时间较长问题，识别时的效率较低，导致目前对裸土区域的监管效率较低。
技术实现思路
[0004]有鉴于此，本申请实施例的目的在于提供一种模型构建方法、图像处理方法、装置及电子设备，以改善现有技术中存在的对裸土区域的识别效率较低的问题。
[0005]为了解决上述问题，第一方面，本申请实施例提供了一种模型构建方法，所述方法包括：
[0006]将分割模型的下采样模块的初始网络替换为残差网络层；
[0007]将所述残差网络层中的目标卷积层替换为空洞卷积层，以构建具有所述残差网络层和所述空洞卷积层的目标模型，其中，所述目标模型为对待处理图像进行处理的模型。
[0008]在上述实现过程中，对轻量的分割模型的模型算法进行修改，从而构建对待处理图像进行处理的目标模型。通过对分割模型中的下采样模块进行修改，采用参数量且训练效果较好的残差网络层对初始网络进行替换，并将残差网络层中的目标网络层进行修改，将其替换为感受野较大的空洞卷积层，能够提高目标模型对图像的处理效果和处理效率，适用于对多种不同的场景下的图像进行处理。
[0009]可选地，所述将分割模型的下采样模块的初始网络替换为残差网络层，包括：
[0010]获取所述分割模型的所述初始网络，其中，所述初始网络为所述分割模型的骨干网络；
[0011]基于所述初始网络确定目标层数的所述残差网络层；
[0012]将所述初始网络替换为所述残差网络层。
[0013]在上述实现过程中，通过对分割模型的骨干网络进行替换，替换为相应的目标层数的残差网络层，从而将模型中的骨干网络修改为参数量较多且训练效果较好的残差网络层，使模型能够在训练期间进行正常地学习。能够提高目标模型的下采样模块对复杂应用场景下的图像进行处理时的效果，更好地传递待处理图像中浅层特征图的信息。
[0014]可选地，所述基于所述初始网络确定目标层数的所述残差网络层，包括：
[0015]根据所述初始网络的网络层数，确定所述目标层数的所述残差网络层，其中，所述残差网络层包括卷积层和池化层，所述目标层数包括所述卷积层的第一层数，以及所述池化层的第二层数。
[0016]在上述实现过程中，可以根据原来分割模型中的初始网络的层数，确定替换的残差网络层的目标层数。目标层数的残差网络层由第一层数的卷积层和第二层数的池化层组成，能够对整个初始网络进行完整、相应地替换。
[0017]可选地，所述将所述残差网络层中的目标卷积层替换为空洞卷积层，包括：
[0018]确定所述残差网络层中的所述卷积层中进行下采样时的所述目标卷积层，其中，所述目标卷积层为所述第一层数的所述卷积层中的下层卷积层；
[0019]根据所述待处理图像确定对应的所述空洞卷积层；
[0020]将每层所述目标卷积层替换为对应的所述空洞卷积层。
[0021]在上述实现过程中，将进行下采样的第一层数的卷积层的下层卷积层作为目标卷积层进行修改。修改时可以根据待处理图像的具体情况确定相应大小的空洞卷积层，从而对每一层空洞卷积层进行相应地替换。能够根据处理时图像的具体情况对空洞卷积层的情况进行相应地选择和调节，适用于对多种不同应用场景下的图像进行处理，提高了目标模型的使用范围。
[0022]可选地，所述根据所述待处理图像确定对应的所述空洞卷积层，包括：
[0023]确定所述待处理图像的图像尺寸；
[0024]根据所述图像尺寸确定采样感受野；
[0025]基于所述采样感受野确定空洞卷积参数；
[0026]根据所述空洞卷积参数构建相应的所述空洞卷积层。
[0027]在上述实现过程中，通过待处理图像的图像尺寸确定相应大小的采样感受野，从而确定与采用感受野对应的空洞卷积参数，以构建相应大小的空洞卷积层。通过空洞卷积层对普通卷积层的替换，能够在卷积核相同的情况下实现对更大的感受野的下采样，减少普通卷积层在进行下采样时导致的信息缺失的情况。
[0028]第二方面，本申请实施例还提供了一种图像处理方法，所述方法包括：
[0029]通过目标模型的下采样模块对待处理图像进行特征提取，得到特征图像，所述目标模型为上述任意一项所述的模型构建方法构建得到的模型，所述下采样模块包括残差网络层和空洞卷积层；
[0030]通过所述目标模型的上采样模块对所述特征图像进行处理，得到预测图像；
[0031]对所述预测图像进行分割，得到目标图像；
[0032]根据所述目标图像确定目标区域的检测结果。
[0033]在上述实现过程中，通过上采样模块中的残差网络层和空洞卷积层对待处理图像的特征进行提取，能够获取特征图像，以通过上采样模块对特征图像进行处理，对处理得到的预测图像进行图像分割，从而得到目标图像，完成对待处理图像的识别，提高了对图像进行识别的检测效率。通过获取的目标图像确定其中是否存在目标的裸土区域，能够对裸土区域进行快速、实时地检测，高效地确定裸土区域的检测结果，有效地提高了裸土区域的检测效率和对裸土区域的监管效率。
[0034]可选地，所述通过目标模型的下采样模块对待处理图像进行特征提取，得到特征图像，包括：
[0035]根据所述空洞卷积层对所述待处理图像进行下采样处理，得到采样信息；
[0036]根据所述残差网络层对所述采样信息进行特征提取，得到所述特征图像。
[0037]在上述实现过程中，可以使用空洞卷积层对待处理图像进行下采样，通过下采样提取到相应的采用信息，并通过残差网络层，结合待处理图像中对应的场景参数对采样信息进行特性提取，得到相应的特征图像。能够根据下采样模块提高进行特征提取时的效率和实时性，还能够更好地传递图像中浅层特征图的信息。
[0038]可选地，所述通过所述目标模型的上采样模块对所述特征图像进行处理，得到预测图像，包括：
[0039]通过所述上采样模块确定所述特征图像中的连接特征；
[0040]通过所述上采样模块对所述连接特征进行降维处理，得到降维特征；
[0041]通过所述上采样模块对所述降维特征进行融合处理，得到融合特征；
[0042]通过本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种模型构建方法，其特征在于，所述方法包括：将分割模型的下采样模块的初始网络替换为残差网络层；将所述残差网络层中的目标卷积层替换为空洞卷积层，以构建具有所述残差网络层和所述空洞卷积层的目标模型，其中，所述目标模型为对待处理图像进行处理的模型。2.根据权利要求1所述的方法，其特征在于，所述将分割模型的下采样模块的初始网络替换为残差网络层，包括：获取所述分割模型的所述初始网络，其中，所述初始网络为所述分割模型的骨干网络；基于所述初始网络确定目标层数的所述残差网络层；将所述初始网络替换为所述残差网络层。3.根据权利要求2所述的方法，其特征在于，所述基于所述初始网络确定目标层数的所述残差网络层，包括：根据所述初始网络的网络层数，确定所述目标层数的所述残差网络层，其中，所述残差网络层包括卷积层和池化层，所述目标层数包括所述卷积层的第一层数，以及所述池化层的第二层数。4.根据权利要求3所述的方法，其特征在于，所述将所述残差网络层中的目标卷积层替换为空洞卷积层，包括：确定所述残差网络层中的所述卷积层中进行下采样时的所述目标卷积层，其中，所述目标卷积层为所述第一层数的所述卷积层中的下层卷积层；根据所述待处理图像确定对应的所述空洞卷积层；将每层所述目标卷积层替换为对应的所述空洞卷积层。5.根据权利要求4所述的方法，其特征在于，所述根据所述待处理图像确定对应的所述空洞卷积层，包括：确定所述待处理图像的图像尺寸；根据所述图像尺寸确定采样感受野；基于所述采样感受野确定空洞卷积参数；根据所述空洞卷积参数构建相应的所述空洞卷积层。6.一种图像处理方法，其特征在于，所述方法包括：通过目标模型的下采样模块对待处理图像进行特征提取，得到特征图像，所述目标模型为权利要求1
‑
5任意一项所述的模型构建方法构建得到的模型，所述下采样模块包括残差网络层和空洞卷积层；通过所述目标模型的上采样模块对所述特征图像进行处理，得到预测图像；对所述预测图像进行分割，得到目标图像；根据所述目标图像确定目标区域的检测结果。7.根据权利要求6所述的方法，其特...
【专利技术属性】
技术研发人员：李玮，黄志龙，周明伟，龚鼎盛，吴晓峰，
申请(专利权)人：成都佳华物链云科技有限公司，
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。