(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210529423.7 (22)申请日 2022.05.16 (71)申请人 深圳市海清视讯科技有限公司 地址 518100 广东省深圳市宝安区西乡街 道固戍开发区泰华梧桐工业园8号建 筑3层 (72)发明人 苗瑞　蔡芳发　周波　陈永刚　 邹小刚　 (74)专利代理 机构 北京同立钧成知识产权代理 有限公司 1 1205 专利代理师 石明　臧建明 (51)Int.Cl. G06V 10/774(2022.01) G06V 10/26(2022.01) G06V 10/40(2022.01)G06V 10/80(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 模型训练及图像 检测方法、 装置及设备 (57)摘要 本申请提供一种模型训练及图像检测方法、 装置及设备， 该方法包括： 获取训练样本， 所述训 练样本中包括多张第一样本图像、 所述第一样本 图像的样 本检测图像和多张第二样 本图像， 所述 样本检测图像为对所述第一样本图像上的样本 物体进行标注得到的图像； 根据所述多张第一样 本图像、 所述第一样本图像的样 本检测图像和所 述多张第二样本图像对第一模型进行至少一次 半监督模型训练， 得到训练好的第一模型。 在训 练样本规模不变的情况下， 由于加入了无标签的 训练样本进行训练， 因此减小了对样本图像进行 标注的图像数量， 降低了模型训练的人力成本 。 权利要求书2页 说明书13页 附图5页 CN 115049892 A 2022.09.13 CN 115049892 A 1.一种模型训练方法， 其特 征在于， 包括： 获取训练样本， 所述训练样本中包括多张第一样本 图像、 所述第一样本 图像的样本检 测图像和多张第二样本图像， 所述样本检测图像为对所述第一样本图像上的样本物体进 行 标注得到的图像； 根据所述多 张第一样本图像、 所述第 一样本图像的样本检测图像和所述多 张第二样本 图像对第一模型进行至少一次半监 督模型训练， 得到训练好的第一模型。 2.根据权利要求1所述的方法， 其特征在于， 根据所述多张第一样本 图像、 所述第一样 本图像的样本检测图像和所述多张第二样本图像对第一模型进行至少一次半监督模型训 练， 得到训练完成的第一模型， 包括： 根据所述多张第一样本图像和所述第一样本图像的样本检测图像获取训练好的标注 模型； 将所述第二样本图像输入至所述训练好的标注模型， 得到所述第 二样本图像的样本检 测图像； 根据所述第一样本 图像、 所述第一样本 图像的样本检测图像、 所述第二样本 图像和所 述第二样本图像的样本检测图像对所述第一模型进行训练， 得到所述训练好的第一模型。 3.根据权利要求2所述的方法， 其特征在于， 根据 所述多张第 一样本图像和所述第 一样 本图像的样本检测图像获取训练好的标注模型， 包括： 针对所述多 张第一样本图像中的任意一张第 一样本图像， 将所述第 一样本图像输入至 标注模型， 得到所述标注模型输出的标注检测图像； 根据所述标注检测图像和所述第一样本图像的样本检测图像对所述标注模型的参数 进行调整； 在所述标注检测图像和所述第一样本图像的样本检测图像之间的差异值小于或等于 第一预设值时， 得到所述训练好的标注模型。 4.根据权利要求2或3所述的方法， 其特征在于， 所述第一模型包括分割子模型和识别 子模型； 根据所述第一样本图像、 所述第一样 本图像的样 本检测图像、 所述第二样本图像和 所述第二样本图像的样本检测图像对所述第一模型进行训练， 得到所述训练好的第一模 型， 包括： 针对所述多 张第一样本图像和所述多 张第二样本图像中的任意样本图像， 将所述样本 图像输入至所述分割子模型， 得到所述分割子模型输出 的分割图像， 所述分割图像上包括 前景区域和背景区域， 所述前景区域的像素点的像素值为第一像素值， 所述背景区域的像 素点的像素值 为第二像素值； 将所述样本 图像输入至所述识别子模型， 得到所述识别子模型输出的候选结果， 所述 候选结果指示所述样本图像上包括目标物体， 或者， 不包括所述目标物体； 根据所述分割图像和所述 候选结果， 得到所述样本图像的候选检测图像； 根据所述候选检测图像和所述样本图像的样本检测图像之间的差异值， 调 整所述第 一 模型的参数， 直至所述检测图像和所述样本检测图像之 间的差异值小于或等于第二预设值 时， 得到所述训练好的第一模型。 5.根据权利要求4所述的方法， 其特征在于， 将所述样本 图像输入至所述分割子模型， 得到所述分割子模型输出的分割图像， 包括：权　利　要　求　书 1/2 页 2 CN 115049892 A 2对所述样本图像进行 特征提取处 理， 得到所述样本图像的特 征向量； 根据第一卷积层对所述特征向量进行语义分割处理， 得到所述样本图像的语义分割向 量； 根据第二卷积层对所述特征向量进行超像素分割处理， 得到所述样本图像的超像素分 割向量； 根据所述语义分割向量和所述超像素分割向量， 得到所述分割图像。 6.根据权利要求4所述的方法， 其特征在于， 根据所述分割图像和所述候选结果， 得到 所述样本图像的候选检测图像， 包括： 若所述候选结果指示所述样本图像上包括所述目标物体， 则将所述分割图像确定为所 述候选检测图像； 若所述候选结果指示所述样本图像上不包括所述目标物体， 则更新所述分割图像 中的 所述前景区域中的像素点的像素值 为所述第二像素值， 得到所述 候选检测图像。 7.一种图像 检测方法， 其特 征在于， 包括： 获取待检测的第一图像； 将所述第一图像输入至第一模型， 得到所述第一图像的检测图像， 所述检测图像指示 所述第一图像上包括 目标物体以及所述 目标物体在所述第一图像上 的位置， 或者， 所述检 测图像指示所述第一图像上不包括所述目标物体， 其中， 所述第一模型为根据权利要求 1‑6 任一项所述的模型训练方法训练得到的模型。 8.一种模型训练装置， 其特 征在于， 包括： 获取模块， 用于获取训练样本， 所述训练样本中包括多张第 一样本图像、 所述第 一样本 图像的样本检测图像和多张第二样本图像， 所述样本检测图像为对所述第一样本图像上的 样本物体进行 标注得到的图像； 处理模块， 用于根据所述多张第一样本 图像、 所述第一样本 图像的样本检测图像和所 述多张第二样本图像对第一模型进行至少一次半监 督模型训练， 得到训练好的第一模型。 9.一种图像 检测装置， 其特 征在于， 包括： 获取模块， 用于获取待检测的第一图像； 检测模块， 用于将所述第 一图像输入至第一模型， 得到所述第一图像的检测图像， 所述 检测图像指示所述第一图像上包括目标物体以及所述目标物体在所述第一图像上的位置， 或者， 所述检测图像指示所述第一图像上不包括所述目标物体， 其中， 所述第一模型为根据 权利要求1 ‑6任一项所述的模型训练方法训练得到的模型。 10.一种电子设备， 其特 征在于， 包括： 至少一个处 理器和存 储器； 所述存储器存储计算机执 行指令； 所述至少一个处理器执行所述存储器存储的计算机执行指令， 使得所述至少一个处理 器执行如权利要求 1‑6任一项所述的模型训练方法， 或者， 使 得所述至少一个处理器执行如 权利要求7 所述的图像 检测方法。权　利　要　求　书 2/2 页 3 CN 115049892 A 3