一种图像识别模型的训练方法、目标检测的方法以及装置制造方法及图纸

本说明书提供的一种图像识别模型的训练方法、目标检测的方法以及装置，可以首先获取样本图像，并将样本图像进行遮盖，得到遮盖后图像，以及对样本图像进行边缘检测，得到边缘检测图像，而后，将样本图像、遮盖后图像以及边缘检测图像输入到待训练的图像识别模型中，以使图像识别模型通过目标检测网络，进行目标检测并得到检测结果，通过语义分割网络，进行语义分割并得到语义分割结果，以及通过重构网络，对遮盖后图像进行重构，得到重构后图像。而后，可以以最小化重构后图像与样本图像之间的偏差、最小化检测结果与实际检测结果之间的偏差以及最小化语义分割结果与实际语义分割结果之间的偏差为优化目标，对图像识别模型进行训练。

【技术实现步骤摘要】

本说明书涉及风险防控领域，尤其涉及一种图像识别模型的训练方法、目标检测的方法以及装置。

技术介绍

1、近年来，随着计算机技术以及人工智能技术的发展，用户的收付款码可以有效的反映用户的个人信息，以使用户完成收付款，为用户提供了便利。

2、但是，目前也存在有部分用户伪造收付款码来盈利的情况，因此，对用户的收付款码进行风险识别，逐渐成为一个严峻的问题。

3、目前，在对用户的收付款码进行风险识别的过程中，需要先从用户上传的图片中准确的识别出收付款码，然后再通过识别出的收付款码的图像，来对用户提供的收付款码进行进一步地风险识别。然而，目前从用户上传的图片中识别收付款码时准确率往往较低，从而也影响了后续风险识别的准确率。

4、因此，如何提高对收付款码识别的准确率，则是一个亟待解决的问题。

技术实现思路

1、本说明书提供一种图像识别模型的训练方法、目标检测的方法以及装置，以部分的解决现有技术存在的上述问题。

2、本说明书采用下述技术方案：

3、本说明书提供了一种图本文档来自技高网...

【技术保护点】

1.一种图像识别模型的训练方法，所述图像识别模型中包含有目标检测网络、语义分割网络以及重构网络，包括：

2.如权利要求1所述的方法，将所述样本图像进行遮盖，得到所述样本图像对应的遮盖后图像，具体包括：

3.如权利要求1所述的方法，通过所述语义分割网络，对所述样本图像进行语义分割，得到针对所述目标对象的语义分割结果，具体包括：

4.如权利要求1所述的方法，通过所述重构网络，对所述遮盖后图像进行重构，得到针对所述样本图像的重构后图像，具体包括：

5.如权利要求1所述的方法，所述图像识别模型中还包含有权重网络层；

6.如权利要求5所述...

【技术特征摘要】

1.一种图像识别模型的训练方法，所述图像识别模型中包含有目标检测网络、语义分割网络以及重构网络，包括：

2.如权利要求1所述的方法，将所述样本图像进行遮盖，得到所述样本图像对应的遮盖后图像，具体包括：

3.如权利要求1所述的方法，通过所述语义分割网络，对所述样本图像进行语义分割，得到针对所述目标对象的语义分割结果，具体包括：

4.如权利要求1所述的方法，通过所述重构网络，对所述遮盖后图像进行重构，得到针对所述样本图像的重构后图像，具体包括：

5.如权利要求1所述的方法，所述图像识别模型中还包含有权重网络层；

6.如权利要求5所述的方法，将所...

【专利技术属性】
技术研发人员：彭凤超，刘健，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：