申请/专利权人：北京百度网讯科技有限公司

申请日：2023-03-31

公开（公告）日：2024-04-16

公开（公告）号：CN116468816B

主分类号：G06T11/00

分类号：G06T11/00;G06V10/25;G06V10/774;G06V10/82;G06V10/40;G06V10/77;G06N3/08;G06N3/0464

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2023.08.08#实质审查的生效;2023.07.21#公开

摘要：本公开提供了图像重建模型的训练方法、商品识别方法、装置及设备。本公开涉及人工智能技术领域，具体为计算机视觉、图像处理、深度学习等技术领域，可应用于智慧城市等场景。具体实现方案为：随机选取各样本图像的K个随机掩码区域及其对应的K个原始图像；对各样本图像的K个随机掩码区域进行随机掩码处理，得到各样本图像的经过随机掩码处理后的输入图像；将各样本图像的输入图像和K个随机掩码区域的检测框输入图像重建模型，得到各样本图像的K个预测图像；基于各样本图像的K个预测图像和K个原始图像，对图像重建模型进行训练，得到图像重建模型。根据本公开的方案，能够增强模型的细粒度特征表达能力，从而提升商品识别的准确性。

主权项：1.一种图像重建模型的训练方法，包括：随机选取各样本图像的K个随机掩码区域，K为正整数；获取各样本图像的所述K个随机掩码区域对应的K个原始图像；对各样本图像的所述K个随机掩码区域进行随机掩码处理，得到各样本图像的经过随机掩码处理后的输入图像；将各样本图像的所述输入图像和所述K个随机掩码区域的检测框输入图像重建模型，得到各样本图像的K个预测图像；基于各样本图像的所述K个预测图像和所述K个原始图像，对所述图像重建模型进行训练，得到所述图像重建模型，所述图像重建模型用于作为商品识别模型的初始模型；其中，所述图像重建模型采用基于卷积神经网络的编码器-解码器网络结构，在所述编码器与所述解码器之间设置感兴趣区域对齐ROIAlign模块，所述ROIAlign模块用于根据各样本图像的所述K个随机掩码区域的检测框的位置，从各样本图像的特征图中提取出所述K个随机掩码区域的特征向量。

全文数据：

权利要求：

百度查询： 北京百度网讯科技有限公司 图像重建模型的训练方法、商品识别方法、装置及设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD