图像检测方法及相关模型的训练方法、装置、设备、介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113850179A(43)申请公布日2021.12.28(21)申请号202111108726.3G06N3/04(2006.01)(22)申请日2020.10.27G06N3/08(2006.01)(62)分案原申请数据202011167402.22020.10.27(71)申请人深圳市商汤科技有限公司地址518000广东省深圳市前海深港合作区前湾一路1号A栋201室(72)发明人唐诗翔蔡官熊郑清源陈大鹏赵瑞(74)专利代理机构深圳市威世博知识产权代理事务所(普通合伙)44280代理人何倚雯(51)Int.Cl.G06K9/00(2006.01)G06K9/62(2006.01)权利要求书4页说明书25页附图5页(54)发明名称图像检测方法及相关模型的训练方法、装置、设备、介质(57)摘要本申请公开了一种图像检测方法及相关模型的训练方法、装置、设备、介质，其中，图像检测方法包括：多张图像的图像特征以及至少一组图像对的类别相关度，且多张图像包括参考图像和目标图像，多张图像中每两张图像组成一组图像对，类别相关度表示图像对属于相同图像类别的可能性；利用类别相关度，更新多张图像的图像特征；利用更新后的图像特征，得到目标图像的图像类别检测结果，且图像类别检测结果用于指示目标图像所属的图像类别。上述方案，能够提高图像类别检测的准确性。CN113850179ACN113850179A权利要求书1/4页1.一种图像检测方法，其特征在于，包括：获取多张图像的图像特征以及至少一组图像对的类别相关度；其中，所述多张图像包括参考图像和目标图像，所述多张图像中的每两张图像组成一组所述图像对，所述类别相关度表示所述图像对属于相同图像类别的可能性；利用所述类别相关度，更新所述多张图像的图像特征；利用更新后的图像特征，得到所述目标图像的图像类别检测结果；其中，所述图像类别检测结果用于指示所述目标图像所属的图像类别。2.根据权利要求1所述的方法，其特征在于，所述利用更新后的图像特征，得到所述目标图像的图像类别检测结果，包括：利用更新后的图像特征进行预测处理，得到概率信息，其中，所述概率信息包括所述目标图像属于至少一种参考类别的第一概率值，所述参考类别是所述参考图像所属的图像类别；基于所述第一概率值，得到所述图像类别检测结果。3.根据权利要求2所述的方法，其特征在于，所述概率信息还包括所述参考图像属于所述至少一种参考类别的第二概率值；在所述基于所述第一概率值，得到所述图像类别检测结果之前，所述方法还包括：在执行所述预测处理的次数满足预设条件的情况下，利用所述概率信息，更新所述类别相关度，并重新执行所述利用所述类别相关度，更新所述多张图像的图像特征的步骤。所述基于所述第一概率值，得到所述图像类别检测结果，包括：在执行所述预测处理的次数不满足所述预设条件的情况下，基于所述第一概率值，得到所述图像类别检测结果。4.根据权利要求3所述的方法，其特征在于，所述类别相关度包括：每组所述图像对属于相同图像类别的最终概率值；所述利用所述概率信息，更新所述类别相关度，包括：分别以所述多张图像中每张所述图像作为当前图像，并将包含所述当前图像的所述图像对作为当前图像对；获取所述当前图像的所有所述当前图像对的所述最终概率值之和，作为所述当前图像的概率和；以及，利用所述第一概率值和所述第二概率值，分别获取每组所述当前图像对属于相同图像类别的参考概率值；分别利用所述概率和、所述参考概率值，调整每组所述当前图像对的所述最终概率值。5.根据权利要求2至4任一项所述的方法，其特征在于，所述利用更新后的图像特征进行预测处理，得到概率信息，包括：利用更新后的图像特征，预测所述图像所属的预测类别，其中，所述预测类别属于所述至少一个参考类别；针对每组所述图像对，获取所述图像对的类别比对结果和特征相似度，并得到所述图像对关于所述类别比对结果和所述特征相似度间的第一匹配度；其中，所述类别比对结果表示所述图像对所属的预测类别是否相同，所述特征相似度表示所述图像对的图像特征间的相似度；以及，基于所述参考图像所属的预测类别和所述参考类别，得到所述参考图像关于所述预测2CN113850179A权利要求书2/4页类别与所述参考类别间的第二匹配度；利用所述第一匹配度和所述第二匹配度，得到所述概率信息。6.根据权利要求5所述的方法，其特征在于，在所述类别比对结果为所述预测类别相同的情况下，所述特征相似度与所述第一匹配度正相关，在所述类别比对结果为所述预测类别不同的情况下，所述特征相似度与所述第一匹配度负相关，且所述预测类别与所述参考类别相同时的第二匹配度大于所述预测类别与所述参考类别不同时的第二匹配度。7.根据权利要求5所述的方法，其特征在