System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本说明书涉及计算机,尤其涉及一种图像匹配模型训练的方法、装置、存储介质、设备。
技术介绍
1、在飞行器的飞行过程中,需要获取该飞行器的实时坐标以对该飞行器提供导航支持,利用飞行器实时拍摄的环境图像与预存的各地理坐标的图像进行匹配以获取飞行器实时坐标的图像匹配定位是一种较为精准的定位技术。
2、但是,图像匹配定位技术对精度的要求极高,使得所运用的图像匹配模型复杂度较高,限制了图像定位技术的大规模运用。
3、由此,本专利技术提供一种图像匹配模型训练的方法、装置、存储介质、设备。
技术实现思路
1、本说明书提供一种图像匹配模型训练的方法及装置,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像匹配模型训练的方法,包括:
4、获取由第一基准图像和第一待匹配图像组成的第一样本组;
5、将所述第一样本组输入预先训练的教师模型,确定所述第一基准图像与所述第一待匹配图像的匹配度,作为伪标注;
6、将所述第一样本组输入图像匹配模型,确定所述第一基准图像与所述第一待匹配图像的当前匹配度,所述图像匹配模型的复杂度小于所述教师模型的复杂度;
7、根据所述当前匹配度与所述伪标注的差异,对所述图像匹配模型进行训练。
8、可选的,所述教师模型由若干匹配度评分模块组成;
9、预先训练教师模型,具体包括:
10、获取由第二基准图像和第二待匹
11、将所述第二样本组输入所述教师模型,使所述教师模型中的每个匹配度评分模块分别输出针对所述第二样本组的初始匹配度;
12、根据各初始匹配度,确定与所述第二匹配标注差异最小的初始匹配度作为目标匹配度,根据所述目标匹配度与所述第二匹配标注的差异,对输出所述目标匹配度的匹配度评分模块进行训练。
13、可选的,将所述第一样本组输入预先训练的教师模型,确定所述第一基准图像与所述第一待匹配图像的匹配度,作为伪标注,具体包括:
14、将所述第一样本组输入预先训练的教师模型;
15、得到所述教师模型中各匹配度评分模块分别输出的各待选匹配度;
16、获取表示所述第一基准图像与所述第一待匹配图像匹配关系的第一匹配标注;
17、确定与所述第一匹配标注差异最小的待选匹配度,作为伪标注。
18、可选的,根据所述当前匹配度与所述伪标注的差异,对所述图像匹配模型进行训练,具体包括:
19、以所述当前匹配度与所述伪标注的差异最小,且所述当前匹配度与所述第一匹配标注的差异最小为目标,对所述图像匹配模型进行训练。
20、可选的,所述图像匹配模型具体包括第一图像匹配模块和第二图像匹配模块,所述第二图像匹配模块的复杂度高于所述第一图像匹配模块;
21、将所述第一样本组输入所述图像匹配模型,得到所述图像匹配模型输出的当前匹配度,具体包括:
22、将所述第一样本组输入所述第一图像匹配模块与第二图像匹配模块,得到所述第一图像匹配模块输出的第一匹配度和所述第二图像匹配模块输出的第二匹配度;
23、将所述第一匹配度与所述第二匹配度均作为当前匹配度。
24、可选的,根据所述当前匹配度与所述伪标注的差异,对所述图像匹配模型进行训练,具体包括:
25、根据所述第一匹配度与所述伪标注的差异,对所述第一图像匹配模块进行训练;
26、根据所述第二匹配度与所述伪标注的差异,对所述第二图像匹配模块进行训练。
27、可选的,所述方法还包括:
28、当对飞行器实拍图像进行匹配时,针对预存的每个坐标的基准图像,将该坐标的基准图像与所述飞行器实拍图像组成待测组;
29、将各待测组输入训练完成的图像匹配模型,得到所述训练完成的图像匹配模型中第一匹配模块输出的针对各待测组的各第一实拍匹配度;
30、根据各第一实拍匹配度,确定预设数量的待测组作为筛选组;
31、将各筛选组输入所述训练完成的图像匹配模型的第二匹配模块,得到针对各筛选组的各第二实拍匹配度;
32、将第二实拍匹配度最高的筛选组中的基准图像,作为与所述飞行器实拍图像匹配的基准图像。
33、本说明书提供了一种图像匹配模型训练装置,包括:
34、获取模块,获取由第一基准图像和第一待匹配图像组成的第一样本组;
35、标注模块,将所述第一样本组输入预先训练的教师模型,确定所述第一基准图像与所述第一待匹配图像的匹配度,作为伪标注;
36、计算模块,将所述第一样本组输入图像匹配模型,确定所述第一基准图像与所述第一待匹配图像的当前匹配度,所述图像匹配模型的复杂度小于所述教师模型的复杂度;
37、训练模块,根据所述当前匹配度与所述伪标注的差异,对所述图像匹配模型进行训练。
38、本说明书提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述图像匹配模型训练的方法。
39、本说明书提供了一种设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述图像匹配模型训练的方法。
40、本说明书采用的上述至少一个技术方案能够达到以下有益效果:
41、在本说明书提供的图像匹配模型训练的方法中,获取由第一基准图像和第一待匹配图像组成的第一样本组,将所述第一样本组输入预先训练的教师模型,确定所述第一基准图像与所述第一待匹配图像的匹配度,作为伪标注,将所述第一样本组输入图像匹配模型,确定所述第一基准图像与所述第一待匹配图像的当前匹配度,所述图像匹配模型的复杂度小于所述教师模型的复杂度,根据所述当前匹配度与所述伪标注的差异,对所述图像匹配模型进行训练。
42、从上述方法中可以看出,本方法利用预先训练的复杂度较高、输出结果精准的教师模型对图像匹配模型进行训练,使得复杂度较低、运算速度较快的图像匹配模型可以从教师模型的输出结果中学习到教师模型的策略,最终训练得到运算速度快、输出结果精准的图像匹配模型,可应对时限短、批量大的图像定位匹配任务。
本文档来自技高网...【技术保护点】
1.一种图像匹配模型训练的方法,其特征在于,所述方法包括:
2.如权利要求1所述的方法,其特征在于,所述教师模型由若干匹配度评分模块组成;
3.如权利要求2所述的方法,其特征在于,将所述第一样本组输入预先训练的教师模型,确定所述第一基准图像与所述第一待匹配图像的匹配度,作为伪标注,具体包括:
4.如权利要求3所述的方法,其特征在于,根据所述当前匹配度与所述伪标注的差异,对所述图像匹配模型进行训练,具体包括:
5.如权利要求1所述的方法,其特征在于,所述图像匹配模型具体包括第一图像匹配模块和第二图像匹配模块,所述第二图像匹配模块的复杂度高于所述第一图像匹配模块;
6.如权利要求5所述的方法,其特征在于,根据所述当前匹配度与所述伪标注的差异,对所述图像匹配模型进行训练,具体包括:
7.如权利要求5所述的方法,其特征在于,所述方法还包括:
8.一种图像匹配模型训练装置,其特征在于,包括:
9.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上
10.一种设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现上述权利要求1~7任一项所述的方法。
...【技术特征摘要】
1.一种图像匹配模型训练的方法,其特征在于,所述方法包括:
2.如权利要求1所述的方法,其特征在于,所述教师模型由若干匹配度评分模块组成;
3.如权利要求2所述的方法,其特征在于,将所述第一样本组输入预先训练的教师模型,确定所述第一基准图像与所述第一待匹配图像的匹配度,作为伪标注,具体包括:
4.如权利要求3所述的方法,其特征在于,根据所述当前匹配度与所述伪标注的差异,对所述图像匹配模型进行训练,具体包括:
5.如权利要求1所述的方法,其特征在于,所述图像匹配模型具体包括第一图像匹配模块和第二图像匹配模块,所述第二图像匹配模块的复杂度高于所述第一...
【专利技术属性】
技术研发人员:袁勇,施航,任祖杰,缪锐,朱琦,孙沁璇,刘洋,彭风光,庞心健,
申请(专利权)人:之江实验室,
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。