CN113344121A - 训练招牌分类模型和招牌分类的方法 - Google Patents
训练招牌分类模型和招牌分类的方法 Download PDFInfo
- Publication number
- CN113344121A CN113344121A CN202110723347.9A CN202110723347A CN113344121A CN 113344121 A CN113344121 A CN 113344121A CN 202110723347 A CN202110723347 A CN 202110723347A CN 113344121 A CN113344121 A CN 113344121A
- Authority
- CN
- China
- Prior art keywords
- semantic
- image
- prediction result
- signboard
- loss value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000013145 classification model Methods 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000012549 training Methods 0.000 title claims abstract description 57
- 230000004927 fusion Effects 0.000 claims abstract description 20
- 238000000605 extraction Methods 0.000 claims description 22
- 238000003860 storage Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 238000013135 deep learning Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000001514 detection method Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000009826 distribution Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000012015 optical character recognition Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 235000021395 porridge Nutrition 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Evolutionary Biology (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了训练招牌分类模型和招牌分类的方法及装置，涉及人工智能领域，具体涉及计算机视觉和深度学习技术，具体可用于智能交通场景下。具体实现方案为：获取样本集，其中，样本集中的样本包括：图像、语义信息、样本标签；从样本集中选取样本；将选取的样本中的图像和语义信息输入招牌分类模型，得到基于图像特征的第一预测结果、基于语义特征的第二预测结果、基于图像特征和语义特征的融合特征的第三预测结果；基于第一预测结果、第二预测结果、第三预测结果和样本标签计算总损失值；若总损失值小于预定阈值，则确定出招牌分类模型训练完成。该实施方式生成了可以检测出无效招牌的招牌分类模型，提高了招牌分类的准确性。
Description
技术领域
本公开涉及人工智能领域，具体涉及计算机视觉和深度学习技术，具体可用于智能交通场景下。
背景技术
POI(point of interest,兴趣点)对于地图位置检索、地图导航定位等方向有着重要意义，更是本地生活业务的基本支撑。传统的POI采集方式依赖于人工作业，不仅效率低下，而且成本高昂。为实现“降本增效，实时更新”的目标，车载影像将成为POI自动化更新的主要数据源。
POI数据生成流程中，招牌检测已经成为一个关键环节，如何高效的提取出有效的招牌，一直是当前生成流程的存在的瓶颈。相关的基于招牌检测的招牌提取方案，已经提高了招牌提取的效率，但是由于数据的来源不同，导致数据的分布不一样，导致招牌检测的过程中产生了大量的非招牌。这些非招牌主要可以分为：遮挡、模糊和广告牌等情况。
发明内容
本公开提供了一种训练招牌分类模型和招牌分类的方法、装置、设备以及存储介质。
根据本公开的第一方面，提供了一种训练招牌分类模型的方法，包括：获取样本集，其中，样本集中的样本包括：图像、语义信息、样本标签。执行如下训练步骤：从样本集中选取样本。将选取的样本中的图像和语义信息输入招牌分类模型，得到基于图像特征的第一预测结果、基于语义特征的第二预测结果、基于图像特征和语义特征的融合特征的第三预测结果。基于第一预测结果、第二预测结果、第三预测结果和样本标签计算总损失值。若总损失值小于预定阈值，则确定出所述招牌分类模型训练完成。
根据本公开的第二方面，提供了一种招牌分类的方法，包括：将检测到的招牌图片进行文字识别，得到文字信息。将招牌图片和文字信息输入根据第一方面的方法训练的招牌分类模型，得到图像得分和语义得分。基于图像得分和语义得分输出招牌图片有效的概率。
根据本公开的第三方面，提供了一种训练招牌分类模型的装置，包括：获取单元，被配置成获取样本集，其中，样本集中的样本包括：图像、语义信息、样本标签。训练单元，被配置成执行如下训练步骤：从样本集中选取样本。将选取的样本中的图像和语义信息输入招牌分类模型，得到基于图像特征的第一预测结果、基于语义特征的第二预测结果、基于图像特征和语义特征的融合特征的第三预测结果。基于第一预测结果、第二预测结果、第三预测结果和样本标签计算总损失值。若总损失值小于预定阈值，则确定出所述招牌分类模型训练完成。
根据本公开的第四方面，提供了一种招牌分类的装置，包括：识别单元，被配置成将检测到的招牌图片进行文字识别，得到文字信息。分类单元，被配置成将招牌图片和文字信息输入第三方面的装置训练的招牌分类模型，得到图像得分和语义得分。输出单元，被配置成基于图像得分和语义得分输出招牌图片有效的概率。
根据本公开的第五方面，提供了一种电子设备，包括：至少一个处理器。以及与至少一个处理器通信连接的存储器。其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行第一方面或第二方面的方法。
根据本公开的第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行第一方面或第二方面的方法。
根据本公开的第七方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现第一方面或第二方面的方法。
本公开实施例提供的训练招牌分类模型和招牌分类的方法和装置，除了分别通过图像特征和语义特征两种模态特征进行分类之外，还根据图像特征和语义特征的融合特征进行分类，能够有效地融合图像和语义信息，提高招牌分类的准确性，对解决招牌分类场景下的遮挡、模糊和广告牌等非招牌情形有更好的鲁棒性。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是本公开可以应用于其中的示例性系统架构图；
图2是根据本公开训练招牌分类模型的方法的一个实施例的流程图；
图3是根据本公开训练招牌分类模型的方法的一个应用场景的示意图；
图4是根据本公开招牌分类的方法的一个实施例的流程图；
图5是根据本公开训练招牌分类模型的装置的一个实施例的结构示意图；
图6是根据本公开招牌分类的装置的一个实施例的结构示意图；
图7是适于用来实现本公开实施例的电子设备的计算机系统的结构示意图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1示出了可以应用本申请实施例的训练招牌分类模型的方法、训练招牌分类模型的装置、招牌分类的方法或招牌分类的装置的示例性系统架构100。
如图1所示，系统架构100可以包括无人车(也称自动驾驶车)101、102，网络103、数据库服务器104和服务器105。网络103用以在无人车101、102，数据库服务器104与服务器105之间提供通信链路的介质。网络103可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
无人车101、102中安装有驾驶控制设备以及激光雷达、毫米波雷达等采集点云数据的设备。驾驶控制设备(又称为车载大脑)负责无人车的智能控制。驾驶控制设备可以是单独设置的控制器，例如可编程逻辑控制器(Programmable Logic Controller，PLC)、单片机、工业控制机等；也可以是由其他具有输入/输出端口，并具有运算控制功能的电子器件组成的设备；还可以是安装有车辆驾驶控制类应用的计算机设备。
需要说明的是，实践中无人车中还可以安装有至少一个传感器，例如，相机、重力传感器、轮速传感器等。某些情况下，无人车中还可以安装有GNSS(Global NavigationSatellite System，全球导航卫星系统)设备和SINS(Strap-down Inertial NavigationSystem，捷联惯性导航系统)等等。
数据库服务器104可以是提供各种服务的数据库服务器。例如数据库服务器中可以存储有样本集。样本集中包含有大量的样本。其中，样本可以包括图像、语义信息、样本标签。这里的图像是通过招牌检测模型(一种招牌分类模型)从街景图中检测出的招牌图像。语义信息为招牌的内容，可以是人工标注的，也可以是通过OCR(Optical CharacterRecognition,光学字符识别)技术从招牌图像中识别出来的。用户也可以通过无人车101、102，从数据库服务器104所存储的样本集中选取样本。
服务器105也可以是提供各种服务的服务器，例如对无人车101、102上显示的各种应用提供支持的后台服务器。后台服务器可以利用无人车101、102采集的样本集中的样本，对初始模型进行训练，并可以将训练结果(如生成的招牌分类模型)发送给无人车101、102。这样，无人车可以应用生成的招牌分类模型进行招牌分类，可以使得无人车检测出招牌是否是有效招牌，过滤掉被遮挡的招牌、不清楚的招牌以及广告牌等无效招牌。
这里的数据库服务器104和服务器105同样可以是硬件，也可以是软件。当它们为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当它们为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。数据库服务器104和服务器105也可以为分布式系统的服务器，或者是结合了区块链的服务器。数据库服务器104和服务器105也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。
需要说明的是，本申请实施例所提供的训练招牌分类模型的方法或招牌分类的方法一般由服务器105执行。相应地，训练招牌分类模型的装置或招牌分类的装置一般也设置于服务器105中。招牌分类的方法还可由无人车执行。
需要指出的是，在服务器105可以实现数据库服务器104的相关功能的情况下，系统架构100中可以不设置数据库服务器104。
应该理解，图1中的无人车、网络、数据库服务器和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的无人车、网络、数据库服务器和服务器。
继续参见图2，其示出了根据本申请的训练招牌分类模型的方法的一个实施例的流程200。该训练招牌分类模型的方法可以包括以下步骤：
步骤201，获取样本集。
在本实施例中，训练招牌分类模型的方法的执行主体(例如图1所示的服务器105)可以通过多种方式来获取样本集。例如，执行主体可以通过有线连接方式或无线连接方式，从数据库服务器(例如图1所示的数据库服务器104)中获取存储于其中的现有的样本集。再例如，用户可以通过无人车(例如图1所示的无人车101、102)来收集样本。这样，执行主体可以接收无人车所收集的样本，并将这些样本存储在本地，从而生成样本集。
其中，样本集中的样本包括：图像、语义信息、样本标签。因为是从多个模态角度出发，所以对于招牌分类场景，数据方面主要用到两种模态的数据，一种是招牌的图像，另外一种就是招牌的语义信息，语义信息主要是招牌图像上的文字(也可能存在符号等)信息。样本标签用于标识该样本是正样本还是负样本：
1、正样本定义：
对于图像模态，主要是将清晰、无遮挡、非广告牌等样本定义为正样本，
对于语义模态，主要将招牌库中的常见招牌名称作为正样本，如：xx砂锅粥，酸辣粉，中国yy银行等。
2、负样本定义：
对于图像模态：主要是模糊，遮挡和非招牌等定义为负样本
对于语义模态，主要将不在招牌库中的招牌名称作为负样本。
所以基于现有的POI生产流程和正负样本的定义来说，数据的标注还是相对简单的。
步骤202，从样本集中选取样本。
在本实施例中，执行主体可以从步骤201中获取的样本集中选取样本，以及执行步骤203至步骤206的训练步骤。其中，样本的选取方式和选取数量在本申请中并不限制。例如可以是随机选取样本，也可以选取图片清晰度较高的样本或者语义信息较多的样本。
步骤203，将选取的样本中的图像和语义信息输入招牌分类模型，得到基于图像特征的第一预测结果、基于语义特征的第二预测结果、基于图像特征和语义特征的融合特征的第三预测结果。
在本实施例中，招牌分类模型可包括三个分类子模型：图像分类子模型、语义分类子模型和融合分类子模型。图像分类子模型的输入仅为图像，通过提取图像特征进行识别，可得到图像属于有效招牌(清晰、无遮挡、非广告牌)的概率作为第一预测结果。语义分类子模型的输入仅为语义信息，通过提取语义特征进行识别，可得到语义信息属于有效招牌(招牌库中的常见招牌名称)的概率作为第二预测结果。融合分类子模型的输入为图像分类子模型在识别图像的中间过程得到的图像特征和语义分类子模型在识别语义的中间过程得到的语义特征。融合分类子模型将图像特征和语义特征进行融合，得到融合特征后再进行识别，得到图像和语义信息匹配的概率作为第三预测结果。
步骤204，基于第一预测结果、第二预测结果、第三预测结果和样本标签计算总损失值。
在本实施例中，三个分类子模型对应三个损失值，如下所示：
1、图像分类子模型对应的第一损失值(图像损失)，主要是从图像特征角度去学习当前图像是否为一个有效招牌，根据第一预测结果和样本标签的差异计算。例如，样本标签为1(正样本)，第一预测结果为0.9，则第一损失值为0.1。可通过Cross Entropy Loss(交叉熵损失)训练图像分类子模型。
2、语义分类子模型对应的第二损失值(语义损失)，主要从语义的角度去学习当前图像中的内容是否为有效招牌内容。例如广告牌这种就是负样本，可以根据语义分类子模型的分类结果中去掉这样的样本。例如，样本标签为0(负样本)，第二预测结果为0.2，则第二损失值为0.2。可通过Cross Entropy Loss(交叉熵损失)训练语义分类子模型。
3、融合分类子模型对应的第三损失值(融合损失)，是为了加强以上两者特征学习。融合分类子模型的标签是在训练过程中产生的，如果当前样本图像和图像中的文字是对应的，标签为1(当成正样本学习)，否则为0(当成负样本学习)，这样的目的主要是为了区分图像和文字是否来自于相同图像，或者说是相匹配的。可通过Binary Cross Entropyloss(二值交叉熵损失)训练融合分类子模型。
最后计算第一损失值、第二损失值和第三损失值的加权和作为总损失值。可根据实际需求设置各分类子模型的损失值的权重。例如，如果图像分类子模型的准确率最高，可将其权重设为最大。而由于融合分类子模型不容易收敛，可将第三损失值的权重设置为最小。
步骤205，若总损失值小于预定阈值，则确定出招牌分类模型训练完成。
在本实施例中，当总损失值小于预定阈值时，可以认为预测值接近或近似真值。预定阈值可以根据实际需求来设置。若总损失值小于预定阈值，则说明招牌分类模型训练完成。
步骤206，若总损失值大于等于预定阈值，则调整招牌分类模型的相关参数执行步骤202-206。
在本实施例中，若总损失值不小于预定阈值，则说明招牌分类模型训练未完成，则调整招牌分类模型的相关参数，例如采用反向传播技术分别修改招牌分类模型中图像分类子模型、语义分类子模型和融合分类子模型中的权重。以及可以返回步骤202，从样本集中重新选取样本。从而可以基于调整后的招牌分类模型继续执行上述训练步骤。
本申请实施例提供的训练招牌分类模型的方法，从人的视觉系统出发，因为人对招牌的理解是从图像特征和语义特征来区分是否为有效招牌，融合了多个模态的特征，对解决招牌分类场景下的遮挡、模糊和广告牌等非招牌情形有更好的鲁棒性。
在本实施例的一些可选的实现方式中，将选取的样本中的图像和语义信息输入招牌分类模型，得到基于图像特征的第一预测结果、基于语义特征的第二预测结果、基于图像特征和语义特征的融合特征的第三预测结果，包括：通过图像特征提取网络从选取的样本中的图像中提取出图像特征。将图像特征经过图像全连接层后，得到图像表示。通过语义特征提取网络从选取的样本中的语义信息中提取出语义特征。将语义特征经过语义全连接层后，得到语义表示。将图像特征和语义特征通过共享全连接层后进行融合得到共享表示。将图像表示和共享表示级联后输入第一分类器，得到第一预测结果。将语义表示和共享表示级联后输入第二分类器，得到第二预测结果。将共享表示输入第三分类器，得到第三预测结果。
给予一张图像以及图像中的语义信息，分别经过两个不同的主干网络(图像特征提取网络和语义特征提取网络，这里不共享主干网络的权重是因为两个模态的信息分布差异较大，如果共享会导致模型训练过程很难收敛)，分别得到两个模态的特征向量。对于图像特征，经过独立的Image unique FC层(图像全连接层)和经过share FC(共享全连接层)特征concate(级联)在一起后，用Cross Entropy Loss进行训练，同理，对于语义的特征，经过Semantic unique FC(语义全连接层)和经过share FC特征concate在一起，用CrossEntropy Loss进行训练。而中间share representation(共享表示)则是两个模态的特征经过share FC concate在一起用Binary Cross Entropy loss进行训练。
图像特征提取网络可以是Res50、VGG等常见的网络结构。语义特征提取网络可以是transformer等常见的用于自然语言处理中的文本编码器。
相应地，调整招牌分类模型的相关参数为调整图像特征提取网络、语义特征提取网络、图像全连接层、语义全连接层、共享全连接层、第一分类器、第二分类器、第三分类器的相关参数。从而可以使得训练出招牌分类模型准确识别出广告牌、被遮挡的招牌、模糊的招牌等无效招牌。保留有效的招牌，为招牌文字识别提供有效数据，过滤掉无效数据，从而提高POI识别速度。
在本实施例的一些可选的实现方式中，基于第一预测结果、第二预测结果、第三预测结果和样本标签计算总损失值，包括：基于第一预测结果与样本标签之间的差异计算第一损失值。基于第二预测结果与样本标签之间的差异计算第二损失值。基于第三预测结果与样本标签之间的差异计算第三损失值。计算第一损失值、第二损失值、第三损失值的加权和作为总损失值。第一预测结果与样本标签之间的差异为根据图像进行招牌分类的结果与真实图像标签(正样本的图像标签为1，负样本的图像标签为0)之间的差异。第二预测结果与样本标签之间的差异为根据语义信息进行招牌分类的结果与真实语义标签(正样本的语义标签为1，负样本的语义标签为0)之间的差异。第三预测结果与样本标签之间的差异为根据图像和语义信息进行匹配的结果与真实配对标签(正样本的配对标签为1，负样本的配对标签为0)之间的差异。计算三项损失值的加权和，可以使得训练出的模型同时参考图像和语义信息，比仅通过单独一项进行招牌分类的准确率更高，避免将广告牌等图像误检为招牌。
在本实施例的一些可选的实现方式中，第一损失值的权重与第二损失值的权重相同，并且大于第三损失值的权重。将图像和语义信息对模型的影响设置为相同，并且大于二者融合的影响，可以加快模型的收敛速度，提高模型分类的准确性。
进一步参见图3，图3是根据本实施例的训练招牌分类模型的方法的一个应用场景的示意图。在图3的应用场景中，用户从样本集中随机选择一个样本，样本包括招牌检测网络检测到的一张图片和语义信息(“农资部”)，并标注了图片是否是有效招牌(本例中的招牌有的字模糊，因此是无效招牌)。将图片输入招牌分类模型的图像特征提取网络，提取出图像特征。将语义信息输入招牌分类模型的语义特征提取网络，提取出语义特征。图像特征经过图像全连接层，得到图像表示，图像特征和语义特征经过共享全连接层后得到共享表示，再将图像表示和共享表示进行级联后通过第一分类器进行预测，得到第一预测结果。然后根据第一预测结果和样本标签进行比较计算出第一损失值。语义特征经过语义全连接层，得到语义表示，再将语义表示和共享表示进行级联后通过第二分类器进行预测，得到第二预测结果。然后根据第二预测结果和样本标签进行比较计算出第二损失值。将共享表示通过第三分类器进行预测，得到第三预测结果。然后根据第三预测结果和样本标签进行比较计算出第三损失值。根据第一损失值、第二损失值和第三损失值计算总损失值。若总损失值小于预定阈值，则招牌分类模型训练完成。否则，调整招牌分类模型的相关参数，重新选择样本，继续训练，使得总损失值减小，直到收敛到预定阈值。
请参见图4，其示出了本申请提供的招牌分类的方法的一个实施例的流程400。该招牌分类的方法可以包括以下步骤：
步骤401，将检测到的招牌图片进行文字识别，得到文字信息。
在本实施例中，招牌分类的方法的执行主体(例如图1所示的服务器105或无人车101、102)可以通过多种方式来获取待检测区域的街景图。例如，执行主体如果是服务器，则可以接收无人车采集的待检测区域的街景图。街景图中可包括很多招牌。通过预先训练的招牌检测模型从街景图中检测出招牌区域并裁剪出来作为招牌图片。通过OCR等文字识别工具对招牌图片进行文字识别，得到文字信息。
步骤402，将招牌图片和文字信息输入招牌分类模型，得到图像得分和语义得分。
在本实施例中，招牌分类模型可以是采用如上述图2实施例所描述的方法而生成的。具体生成过程可以参见图2实施例的相关描述，在此不再赘述。通过招牌分类模型可以对招牌图片和文字信息进行预测。如图3所示的计算第一损失值的分支，可预测出图片属于招牌的概率即图像得分。计算第二损失值的分支，可预测出文字信息属于招牌的概率即语义得分。
步骤403，基于图像得分和语义得分输出招牌图片有效的概率。
在本实施例中，可将图像得分和语义得分的平均值作为招牌图片有效的概率。可选地，也可将图像得分和语义得分的加权和作为招牌图片有效的概率。可根据图像特征提取网络的准确性和语义特征提取网络的准确性确定权重，例如，若图像特征提取网络的准确性高于语义特征提取网络的准确性，则可将图像得分的权重设置的高于语义得分的权重。
需要说明的是，本实施例招牌分类的方法可以用于测试上述各实施例所生成的招牌分类模型。进而根据测试结果可以不断地优化招牌分类模型。该方法也可以是上述各实施例所生成的招牌分类模型的实际应用方法。采用上述各实施例所生成的招牌分类模型，来进行招牌分类，有助于提高招牌分类模型的性能。如快速过滤掉无效招牌等。
继续参见图5，作为对上述各图所示方法的实现，本申请提供了一种训练招牌分类模型的装置的一个实施例。该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，本实施例的训练招牌分类模型的装置500可以包括：获取单元501和训练单元502。其中，获取单元501，被配置成获取样本集，其中，样本集中的样本包括：图像、语义信息、样本标签。训练单元502，被配置成执行如下训练步骤：从样本集中选取样本。将选取的样本中的图像和语义信息输入招牌分类模型，得到基于图像特征的第一预测结果、基于语义特征的第二预测结果、基于图像特征和语义特征的融合特征的第三预测结果。基于第一预测结果、第二预测结果、第三预测结果和样本标签计算总损失值。若总损失值小于预定阈值，则确定出招牌分类模型训练完成。
在本实施例的一些可选的实现方式中，训练单元502进一步被配置成：若总损失值大于等于预定阈值，则调整招牌分类模型的相关参数，基于调整后的招牌分类模型继续执行上述训练步骤。
在本实施例的一些可选的实现方式中，训练单元502进一步被配置成：通过图像特征提取网络从选取的样本中的图像中提取出图像特征。将图像特征经过图像全连接层后，得到图像表示。通过语义特征提取网络从选取的样本中的语义信息中提取出语义特征。将语义特征经过语义全连接层后，得到语义表示。将图像特征和语义特征通过共享全连接层后进行融合得到共享表示。将图像表示和共享表示级联后输入第一分类器，得到第一预测结果。将语义表示和共享表示级联后输入第二分类器，得到第二预测结果。将共享表示输入第三分类器，得到第三预测结果。
在本实施例的一些可选的实现方式中，训练单元502进一步被配置成：基于第一预测结果与样本标签之间的差异计算第一损失值。基于第二预测结果与样本标签之间的差异计算第二损失值。基于第三预测结果与样本标签之间的差异计算第三损失值。计算第一损失值、第二损失值、第三损失值的加权和作为总损失值。
在本实施例的一些可选的实现方式中，第一损失值的权重与第二损失值的权重相同，并且大于第三损失值的权重。
继续参见图6，作为对上述各图所示方法的实现，本申请提供了一种招牌分类的装置的一个实施例。该装置实施例与图4所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图6所示，本实施例的检测目标的装置600可以包括：识别单元601、分类单元602和输出单元603。其中，识别单元601，被配置成将检测到的招牌图片进行文字识别，得到文字信息。分类单元602，被配置成将招牌图片和文字信息输入装置500训练的招牌分类模型，得到图像得分和语义得分。输出单元603，被配置成基于图像得分和语义得分输出招牌图片有效的概率。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行流程200或400所述的方法。
一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行流程200或400所述的方法。
一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现流程200或400所述的方法。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示，设备700包括计算单元701，其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序，来执行各种适当的动作和处理。在RAM 703中，还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705，包括：输入单元706，例如键盘、鼠标等；输出单元707，例如各种类型的显示器、扬声器等；存储单元708，例如磁盘、光盘等；以及通信单元709，例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理，例如训练招牌分类模型的方法。例如，在一些实施例中，训练招牌分类模型的方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元708。在一些实施例中，计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时，可以执行上文描述的训练招牌分类模型的方法的一个或多个步骤。备选地，在其他实施例中，计算单元701可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行训练招牌分类模型的方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (15)
1.一种训练招牌分类模型的方法，包括：
获取样本集，其中，所述样本集中的样本包括：图像、语义信息、样本标签；
执行如下训练步骤：从所述样本集中选取样本；将选取的样本中的图像和语义信息输入招牌分类模型，得到基于图像特征的第一预测结果、基于语义特征的第二预测结果、基于图像特征和语义特征的融合特征的第三预测结果；基于所述第一预测结果、所述第二预测结果、所述第三预测结果和样本标签计算总损失值；若总损失值小于预定阈值，则确定出所述招牌分类模型训练完成。
2.根据权利要求1所述的方法，其中，所述方法还包括：
若总损失值大于等于预定阈值，则调整招牌分类模型的相关参数，基于调整后的招牌分类模型继续执行上述训练步骤。
3.根据权利要求1所述的方法，其中，所述将选取的样本中的图像和语义信息输入招牌分类模型，得到基于图像特征的第一预测结果、基于语义特征的第二预测结果、基于图像特征和语义特征的融合特征的第三预测结果，包括：
通过图像特征提取网络从选取的样本中的图像中提取出图像特征；将所述图像特征经过图像全连接层后，得到图像表示；
通过语义特征提取网络从选取的样本中的语义信息中提取出语义特征；将所述语义特征经过语义全连接层后，得到语义表示；
将所述图像特征和所述语义特征通过共享全连接层后进行融合得到共享表示；
将所述图像表示和所述共享表示级联后输入第一分类器，得到第一预测结果；
将所述语义表示和所述共享表示级联后输入第二分类器，得到第二预测结果；
将所述共享表示输入第三分类器，得到第三预测结果。
4.根据权利要求1所述的方法，其中，所述基于所述第一预测结果、所述第二预测结果、所述第三预测结果和样本标签计算总损失值，包括：
基于所述第一预测结果与样本标签之间的差异计算第一损失值；
基于所述第二预测结果与样本标签之间的差异计算第二损失值；
基于所述第三预测结果与样本标签之间的差异计算第三损失值；
计算所述第一损失值、所述第二损失值、所述第三损失值的加权和作为总损失值。
5.根据权利要求4所述的方法，其中，所述第一损失值的权重与第二损失值的权重相同，并且大于第三损失值的权重。
6.一种招牌分类的方法，包括：
将检测到的招牌图片进行文字识别，得到文字信息；
将所述招牌图片和所述文字信息输入根据权利要求1-5中任一项所述的方法训练的招牌分类模型，得到图像得分和语义得分；
基于所述图像得分和所述语义得分输出所述招牌图片有效的概率。
7.一种训练招牌分类模型的装置，包括：
获取单元，被配置成获取样本集，其中，所述样本集中的样本包括：图像、语义信息、样本标签；
训练单元，被配置成执行如下训练步骤：从所述样本集中选取样本；将选取的样本中的图像和语义信息输入招牌分类模型，得到基于图像特征的第一预测结果、基于语义特征的第二预测结果、基于图像特征和语义特征的融合特征的第三预测结果；基于所述第一预测结果、所述第二预测结果、所述第三预测结果和样本标签计算总损失值；若总损失值小于预定阈值，则确定出所述招牌分类模型训练完成。
8.根据权利要求7所述的装置，其中，所述训练单元进一步被配置成：
若总损失值大于等于预定阈值，则调整招牌分类模型的相关参数，基于调整后的招牌分类模型继续执行上述训练步骤。
9.根据权利要求7所述的装置，其中，所述训练单元进一步被配置成：
通过图像特征提取网络从选取的样本中的图像中提取出图像特征；将所述图像特征经过图像全连接层后，得到图像表示；
通过语义特征提取网络从选取的样本中的语义信息中提取出语义特征；将所述语义特征经过语义全连接层后，得到语义表示；
将所述图像特征和所述语义特征通过共享全连接层后进行融合得到共享表示；
将所述图像表示和所述共享表示级联后输入第一分类器，得到第一预测结果；
将所述语义表示和所述共享表示级联后输入第二分类器，得到第二预测结果；
将所述共享表示输入第三分类器，得到第三预测结果。
10.根据权利要求7所述的装置，其中，所述训练单元进一步被配置成：
基于所述第一预测结果与样本标签之间的差异计算第一损失值；
基于所述第二预测结果与样本标签之间的差异计算第二损失值；
基于所述第三预测结果与样本标签之间的差异计算第三损失值；
计算所述第一损失值、所述第二损失值、所述第三损失值的加权和作为总损失值。
11.根据权利要求10所述的装置，其中，所述第一损失值的权重与第二损失值的权重相同，并且大于第三损失值的权重。
12.一种招牌分类的装置，包括：
识别单元，被配置成将检测到的招牌图片进行文字识别，得到文字信息；
分类单元，被配置成将所述招牌图片和所述文字信息输入根据权利要求7-11中任一项所述的装置训练的招牌分类模型，得到图像得分和语义得分；
输出单元，被配置成基于所述图像得分和所述语义得分输出所述招牌图片有效的概率。
13.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的方法。
15.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110723347.9A CN113344121B (zh) | 2021-06-29 | 2021-06-29 | 训练招牌分类模型和招牌分类的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110723347.9A CN113344121B (zh) | 2021-06-29 | 2021-06-29 | 训练招牌分类模型和招牌分类的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113344121A true CN113344121A (zh) | 2021-09-03 |
| CN113344121B CN113344121B (zh) | 2023-10-27 |
Family
ID=77481148
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110723347.9A Active CN113344121B (zh) | 2021-06-29 | 2021-06-29 | 训练招牌分类模型和招牌分类的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113344121B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114169465A (zh) * | 2021-12-22 | 2022-03-11 | 广州品唯软件有限公司 | 图像分类模型训练和图像分类方法、装置及相关设备 |
| CN114201607A (zh) * | 2021-12-13 | 2022-03-18 | 北京百度网讯科技有限公司 | 一种信息处理的方法和装置 |
| CN118675019A (zh) * | 2024-08-23 | 2024-09-20 | 浙江大华技术股份有限公司 | 训练样本确定方法、网络模型训练方法、设备及存储介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107590134A (zh) * | 2017-10-26 | 2018-01-16 | 福建亿榕信息技术有限公司 | 文本情感分类方法、存储介质及计算机 |
| CN107683469A (zh) * | 2015-12-30 | 2018-02-09 | 中国科学院深圳先进技术研究院 | 一种基于深度学习的产品分类方法及装置 |
| CN110414432A (zh) * | 2019-07-29 | 2019-11-05 | 腾讯科技（深圳）有限公司 | 对象识别模型的训练方法、对象识别方法及相应的装置 |
| CN111340064A (zh) * | 2020-02-10 | 2020-06-26 | 中国石油大学(华东) | 基于高低阶信息融合的高光谱图像分类方法 |
| CN111523574A (zh) * | 2020-04-13 | 2020-08-11 | 云南大学 | 一种基于多模态数据的图像情感识别方法及系统 |
| US20200357143A1 (en) * | 2019-05-09 | 2020-11-12 | Sri International | Semantically-aware image-based visual localization |
| CN112101165A (zh) * | 2020-09-07 | 2020-12-18 | 腾讯科技（深圳）有限公司 | 兴趣点识别方法、装置、计算机设备和存储介质 |
| CN112633380A (zh) * | 2020-12-24 | 2021-04-09 | 北京百度网讯科技有限公司 | 兴趣点特征提取方法、装置、电子设备及存储介质 |
| CN112733549A (zh) * | 2020-12-31 | 2021-04-30 | 厦门智融合科技有限公司 | 一种基于多重语义融合的专利价值信息分析方法、装置 |
-
2021
- 2021-06-29 CN CN202110723347.9A patent/CN113344121B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107683469A (zh) * | 2015-12-30 | 2018-02-09 | 中国科学院深圳先进技术研究院 | 一种基于深度学习的产品分类方法及装置 |
| CN107590134A (zh) * | 2017-10-26 | 2018-01-16 | 福建亿榕信息技术有限公司 | 文本情感分类方法、存储介质及计算机 |
| US20200357143A1 (en) * | 2019-05-09 | 2020-11-12 | Sri International | Semantically-aware image-based visual localization |
| CN110414432A (zh) * | 2019-07-29 | 2019-11-05 | 腾讯科技（深圳）有限公司 | 对象识别模型的训练方法、对象识别方法及相应的装置 |
| CN111340064A (zh) * | 2020-02-10 | 2020-06-26 | 中国石油大学(华东) | 基于高低阶信息融合的高光谱图像分类方法 |
| CN111523574A (zh) * | 2020-04-13 | 2020-08-11 | 云南大学 | 一种基于多模态数据的图像情感识别方法及系统 |
| CN112101165A (zh) * | 2020-09-07 | 2020-12-18 | 腾讯科技（深圳）有限公司 | 兴趣点识别方法、装置、计算机设备和存储介质 |
| CN112633380A (zh) * | 2020-12-24 | 2021-04-09 | 北京百度网讯科技有限公司 | 兴趣点特征提取方法、装置、电子设备及存储介质 |
| CN112733549A (zh) * | 2020-12-31 | 2021-04-30 | 厦门智融合科技有限公司 | 一种基于多重语义融合的专利价值信息分析方法、装置 |
Non-Patent Citations (1)
| Title |
|---|
| 徐戈;肖永强;汪涛;陈开志;廖祥文;吴运兵: "基于视觉误差与语义属性的零样本图像分类", 计算机应用, no. 004 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114201607A (zh) * | 2021-12-13 | 2022-03-18 | 北京百度网讯科技有限公司 | 一种信息处理的方法和装置 |
| CN114201607B (zh) * | 2021-12-13 | 2023-01-03 | 北京百度网讯科技有限公司 | 一种信息处理的方法和装置 |
| CN114169465A (zh) * | 2021-12-22 | 2022-03-11 | 广州品唯软件有限公司 | 图像分类模型训练和图像分类方法、装置及相关设备 |
| CN118675019A (zh) * | 2024-08-23 | 2024-09-20 | 浙江大华技术股份有限公司 | 训练样本确定方法、网络模型训练方法、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113344121B (zh) | 2023-10-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113326764B (zh) | 训练图像识别模型和图像识别的方法和装置 | |
| CN113255694B (zh) | 训练图像特征提取模型和提取图像特征的方法、装置 | |
| CN112633276B (zh) | 训练方法、识别方法、装置、设备、介质 | |
| CN113191256A (zh) | 车道线检测模型的训练方法、装置、电子设备及存储介质 | |
| CN113344121B (zh) | 训练招牌分类模型和招牌分类的方法 | |
| CN111598164A (zh) | 识别目标对象的属性的方法、装置、电子设备和存储介质 | |
| CN114648676A (zh) | 点云处理模型的训练和点云实例分割方法及装置 | |
| CN115860102B (zh) | 一种自动驾驶感知模型的预训练方法、装置、设备和介质 | |
| CN116168132B (zh) | 街景重建模型获取及街景重建方法、装置、设备及介质 | |
| CN113947188A (zh) | 目标检测网络的训练方法和车辆检测方法 | |
| CN114202026A (zh) | 多任务模型训练方法和装置、多任务处理方法和装置 | |
| CN112862005A (zh) | 视频的分类方法、装置、电子设备和存储介质 | |
| CN113378712A (zh) | 物体检测模型的训练方法、图像检测方法及其装置 | |
| CN113239807B (zh) | 训练票据识别模型和票据识别的方法和装置 | |
| CN115331048A (zh) | 图像分类方法、装置、设备以及存储介质 | |
| CN114581732A (zh) | 一种图像处理及模型训练方法、装置、设备和存储介质 | |
| CN113902898A (zh) | 目标检测模型的训练、目标检测方法、装置、设备和介质 | |
| CN113569912A (zh) | 车辆识别方法、装置、电子设备及存储介质 | |
| CN113569911A (zh) | 车辆识别方法、装置、电子设备及存储介质 | |
| CN114417029A (zh) | 模型训练方法、装置、电子设备及存储介质 | |
| CN113989300A (zh) | 车道线分割的方法、装置、电子设备和存储介质 | |
| CN113326766A (zh) | 文本检测模型的训练方法及装置、文本检测方法及装置 | |
| CN111768007A (zh) | 用于挖掘数据的方法和装置 | |
| CN114429631B (zh) | 三维对象检测方法、装置、设备以及存储介质 | |
| CN115761698A (zh) | 一种目标检测方法、装置、设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |