本技術涉及信息,尤其涉及模型訓練、信息確定方法、裝置、設備、存儲介質和計算機程序產品。
背景技術:
1、手套識別任務是通過攝像頭拍攝視頻(圖像),并識別圖像中的人員是否佩戴手套以及手套的類別是否規范,廣泛應用于醫療、餐飲、工廠車間從業人員工作規范的監測任務中。實際算法開發中,由于攝像頭拍攝的視頻(圖像)清晰度差,硬件更換成本高,且算法需長期迭代,迭代周期長,會極大消耗人力物力且效率低下。此外,拍攝場景多集中于人多物雜的復雜環境中,檢測難度較大。為了解決上述問題,相關技術中的針對手套的識別技術方案大多都是在檢測網絡上進行改進優化,比如優化損失函數、更改模型結構等;但是,相關技術中的識別方案對于圖像質量較差的環境,無法準確檢測手套的佩戴情況。
技術實現思路
1、為解決上述技術問題,本技術實施例期望提供一種模型訓練、信息確定方法、裝置、設備、存儲介質和計算機程序產品,解決了相關技術中的識別方案無法適用于圖像質量較差的環境的問題,且提高了檢測結果的準確性。
2、本技術的技術方案是這樣實現的:
3、一種模型訓練方法,所述方法包括:
4、獲取樣本圖像;其中,所述樣本圖像中具有目標對象,且所述樣本圖像中不具有背景信息;
5、對所述樣本圖像進行特征提取,得到樣本特征圖;
6、基于所述樣本特征圖,對初始圖像質量強化模型的特征提取網絡、多尺度高效轉化網絡和上采樣網絡進行模型訓練,得到目標圖像質量強化模型;其中,所述特征提取網絡包括可變形卷積層。
7、上述方案中,所述基于所述樣本特征圖,對初始圖像質量強化模型的特征提取網絡、多尺度高效轉化網絡和上采樣網絡進行模型訓練,得到目標圖像質量強化模型,包括:
8、采用所述特征提取網絡的第一可變形卷積層對所述樣本特征圖進行處理,得到第一特征圖;
9、采用所述特征提取網絡的多層第二可變形卷積層對處理后的第一特征圖進行處理,得到第二特征圖;
10、基于所述第一特征圖和所述第二特征圖確定目標特征圖;
11、基于所述目標特征圖對所述多尺度高效轉化網絡和所述上采樣網絡進行訓練,得到所述目標圖像質量強化模型。
12、上述方案中,所述基于所述第一特征圖和所述第二特征圖確定目標特征,包括:
13、對所述第一特征圖的尺寸進行壓縮處理,得到壓縮后的第一特征圖;
14、采用所述多層第二可變形卷積層對所述壓縮后的第一特征圖進行處理,得到第三特征圖;
15、基于所述第二特征圖和所述第三特征圖確定所述目標特征圖。
16、上述方案中,所述基于所述第二特征圖和所述第三特征圖確定所述目標特征圖,包括:
17、對所述第三特征圖的尺寸進行擴展,并將所述第二特征圖和尺寸擴展后的第三特征圖進行合并,得到合并特征圖;
18、對所述合并特征圖進行處理得到處理后的合并特征圖;
19、基于所述樣本特征圖和所述處理后的合并特征圖,確定所述目標特征圖。
20、上述方案中,所述基于所述目標特征圖對所述多尺度高效轉化網絡和所述上采樣網絡進行訓練,得到所述目標圖像質量強化模型,包括:
21、采用所述多尺度高效轉化網絡的歸一化層對所述目標特征圖進行處理,得到第四特征圖;
22、基于所述多尺度高效轉化網絡的編碼器對所述第四特征圖進行處理,得到處理后的第四特征圖;
23、對所述第四特征圖的尺寸進行壓縮處理,并基于所述編碼器對壓縮后的第四特征圖進行處理得到第五特征圖;
24、基于所述處理后的第四特征圖和所述第五特征圖,對所述多尺度高效轉化網絡和所述上采樣網絡進行訓練得到所述目標圖像質量強化模型。
25、一種信息確定方法,所述方法包括:
26、獲取具有對象的待處理圖像;
27、基于目標對象檢測模型對所述待處理圖像進行檢測處理,得到檢測結果;
28、基于所述檢測結果對所述待處理圖像進行處理,得到第一處理后圖像;其中,所述第一處理后圖像中不具有背景圖像;
29、采用目標圖像質量強化模型對所述第一處理后圖像進行處理,得到第二處理后圖像;
30、采用目標信息檢測模型對所述第二處理后圖像進行處理,確定所述待處理圖像中的人的目標部位是否滿足目標特征信息;
31、若所述待處理圖像中的人的目標部位不滿足所述目標特征信息,基于所述目標信息檢測模型對所述待處理圖像中的人的目標部位進行標記并生成告警信息;
32、其中,所述目標圖像質量強化模型可以是通過上述的模型訓練方法進行訓練得到的。
33、一種模型訓練裝置,所述裝置包括:
34、第一獲取單元,用于獲取樣本圖像;其中,所述樣本圖像中具有目標對象,且所述樣本圖像中不具有背景信息;
35、第一處理單元,用于對所述樣本圖像進行特征提取,得到樣本特征圖;
36、訓練單元,用于基于所述樣本特征圖,對初始圖像質量強化模型的特征提取網絡、多尺度高效轉化網絡和上采樣網絡進行模型訓練,得到目標圖像質量強化模型;其中,所述特征提取網絡包括可變形卷積層。
37、一種信息確定裝置,所述裝置包括:
38、第二獲取單元,用于獲取具有對象的待處理圖像;
39、第二處理單元,用于基于目標對象檢測模型對所述待處理圖像進行檢測處理,得到檢測結果;
40、第三處理單元,用于基于所述檢測結果對所述待處理圖像進行處理,得到第一處理后圖像;其中,所述第一處理后圖像中不具有背景圖像;
41、所述第二處理單元,還用于采用目標圖像質量強化模型對所述第一處理后圖像進行處理,得到第二處理后圖像;
42、所述第二處理單元,還用于采用目標信息檢測模型對所述第二處理后圖像進行處理,確定所述待處理圖像中的人的目標部位是否滿足目標特征信息;
43、所述第二處理單元,還用于若所述待處理圖像中的人的目標部位不滿足所述目標特征信息,基于所述目標信息檢測模型對所述待處理圖像中的人的目標部位進行標記并生成告警信息;
44、其中,所述目標圖像質量強化模型可以是通過上述的模型訓練方法進行訓練得到的。
45、一種模型訓練設備,所述設備包括:第一處理器、第一存儲器和第一通信總線;
46、所述第一通信總線用于實現所述第一處理器和所述第一存儲器之間的通信連接;
47、所述第一處理器用于執行所述第一存儲器中的模型訓練程序,以實現上述的模型訓練方法的步驟。
48、一種信息確定設備,所述設備包括:第二處理器、第二存儲器和第二通信總線;
49、所述第二通信總線用于實現所述第二處理器和所述第二存儲器之間的通信連接;
50、所述第二處理器用于執行所述第二存儲器中的信息確定程序,以實現上述的信息確定方法的步驟。
51、一種計算機可讀存儲介質,所述計算機可讀存儲介質存儲有一個或者多個程序,所述一個或者多個程序可被一個或者多個處理器執行,以實現上述的模型訓練方法或信息確定方法的步驟。
52、一種計算機程序產品,所述計算機程序產品包括計算機程序,所述計算機程序在被處理器執行時實現上述方法。
53、本技術的實施例所提供的模型訓練、信息確定方法、裝置、設備、存儲介質和計算機程序產品,可以獲取樣本圖像中,樣本圖像中具有目標對象且樣本圖像中不具有背景信息,對樣本圖像進行特征提取得到樣本特征圖,基于樣本特征圖對初始圖像質量強化模型的特征提取網絡、多尺度高效轉化網絡和上采樣網絡進行模型訓練,得到目標圖像質量強化模型,特征提取網絡包括可變形卷積層,這樣,可以對具有可變形卷積層的特征提取網絡、多尺度高效轉化網絡和上采樣網絡的初始圖像質量強化模型進行模型訓練來得到目標圖像質量強化模型,進而使用該目標圖像質量強化模型對需要識別的圖像的質量進行增強,可以極大的提高圖像質量,從而解決了相關技術中的圖像識別方案無法適用于圖像質量較差的環境的問題,且提高了檢測結果的準確性。