【技术实现步骤摘要】
本申请涉及图像处理，特别是涉及一种图像处理模型训练方法、目标提取方法、计算机程序产品、计算机设备以及计算机可读存储介质。
技术介绍
1、对诸如人体、小动物、物品等目标对象进行提取并赋予掩码时，通常将公开数据集中精确标注的数据作为训练样本，以对图像处理模型进行训练，对公开数据集具有强依赖性。在诸如视频监控、人机交互等场景下，目标对象的位置相较于正视情况下具有相对显著的特征变化，即不同采集角度下目标对象具有分布偏移的情况，容易导致实际掩码提取效果不理想。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种图像处理模型训练方法、目标提取方法、计算机程序产品、计算机设备以及计算机可读存储介质，能够适应不同采集角度图像，从而能够提高目标提取的精度。
2、一方面，提供一种图像处理模型训练方法，图像处理模型训练方法包括：获取训练样本集；训练样本包括平视样本以及角度样本；其中，平视样本表示平视角度采集的样本，角度样本表示非平视角度采集的样本；分别将训练样本输入待训练的图像处理模型进行掩...
【技术保护点】
1.一种图像处理模型训练方法，其特征在于，所述图像处理模型训练方法包括：
2.根据权利要求1所述的图像处理模型训练方法，其特征在于，所述平视样本与部分所述角度样本携带掩码标注；
3.根据权利要求2所述的图像处理模型训练方法，其特征在于，所述将未携带掩码标注的角度样本输入所述图像处理模型之前包括：
4.根据权利要求2所述的图像处理模型训练方法，其特征在于，标注包括所述目标对象的掩码标注以及位置框标注；所述获取训练样本集包括：
5.根据权利要求1所述的图像处理模型训练方法，其特征在于，所述进行掩码预测训练包括：
...
【技术特征摘要】
1.一种图像处理模型训练方法，其特征在于，所述图像处理模型训练方法包括：
2.根据权利要求1所述的图像处理模型训练方法，其特征在于，所述平视样本与部分所述角度样本携带掩码标注；
3.根据权利要求2所述的图像处理模型训练方法，其特征在于，所述将未携带掩码标注的角度样本输入所述图像处理模型之前包括：
4.根据权利要求2所述的图像处理模型训练方法，其特征在于，标注包括所述目标对象的掩码标注以及位置框标注；所述获取训练样本集包括：
5.根据权利要求1所述的图像处理模型训练方法，其特征在于，所述进行掩码预测训练包括：
6.根据权利要求1所述的图像处理模型训练方法，其特征在于，所述图像处理模型包括第一模型以及第二模型，所述第二模型的模型参数量少于所述第一模型的模型参数量；
【专利技术属性】
技术研发人员：陈颖，
申请(专利权)人：中科弘拓苏州智能科技有限公司，
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。