(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 202210869385.X (22)申请日 2022.07.22 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 蒋旻悦　何悦　 (74)专利代理 机构 北京市汉坤律师事务所 11602 专利代理师 姜浩然　吴丽丽 (51)Int.Cl. G06T 7/00(2017.01) G06T 5/00(2006.01) G06T 5/50(2006.01) G06T 7/73(2017.01) G06V 10/40(2022.01)G06V 10/74(2022.01) G06V 10/764(2022.01) (54)发明名称 图像检测方法、 模型的训练方法和装置 (57)摘要 本公开提供了一种图像检测方法、 模 型的训 练方法和装置， 涉及人工智能技术领域， 具体涉 及图像处理、 计算机视觉和深度学习等技术领 域， 尤其涉及智慧城市、 智能交通等场景。 实现方 案为： 获取第一图像， 第一图像包括与目标对象 相应的第一区域； 对第一图像执行特征提取， 获 得第一特征； 以及基于第一特征， 获得检测结果， 检测结果指示目标对象在第一图像中的位置 。 权利要求书4页 说明书12页 附图4页 CN 115170536 A 2022.10.11 CN 115170536 A 1.一种图像 检测方法， 包括： 获取第一图像， 所述第一图像包括与目标对象相应的第一区域； 对所述第一图像执行特征提取， 获得第一特征， 所述第一特征与第二特征的相似度大 于预设阈值， 所述第二特征是对基于所述第一图像获得的第二图像进行特征提取而获得 的， 所述第二图像是基于所述第一图像获得 的并且具有与所述第一区域相应的第二区域， 并且在所述第二图像中所述第二区域与区别于所述第二区域的其他区域之间的对比度大 于在所述第一图像中所述第一区域与区别于所述第一区域的其 他区域之间的对比度； 以及 基于所述第一特征， 获得检测结果， 所述检测结果指示所述目标对象在所述第一图像 中的位置 。 2.根据权利要求1所述的方法， 其中， 所述对所述第一图像执行特征提取， 获得第一特 征包括： 将所述目标图像输入第一模型， 基于所述第一模型的特征提取网络获得所述第一特 征， 其中， 所述第一模型是基于第二模型进行训练而获得的， 其中， 所述第一模型将样本 图像作 为输入， 并且所述第二模型将训练图像作为输入， 其中， 所述样本图像包含与所述目标对象 相应的样本区域， 所述训练图像是基于所述样本图像获得 的， 并且在所述训练图像中与所 述样本区域相 应的训练图像区域与区别于所述训练图像区域的其他区域之间的对比度大 于在所述样本图像中所述样本区域与区别于所述样本区域的其 他区域之间的对比度。 3.根据权利要求2所述的方法， 其中， 所述训练图像包括通过以下方式获得的融合图 像： 对所述样本图像进行凸显所述样本区域的处 理， 以获得第三图像； 以及 将所述第三图像和所述样本图像进行融合。 4.根据权利要求3所述的方法， 其中， 所述对所述样本图像中进行凸显所述样本区域的 处理包括下列各项中的至少一项： 增加所述样本区域的亮度； 和 减少所述样本图像中区别于所述样本区域的其 他区域的亮度。 5.根据权利要求3所述的方法， 其中， 所述融合图像包括第 一比例的所述样本图像和第 二比例的所述第三图像， 所述第一比例和所述第二比例之和为1。 6.根据权利要求1所述的方法， 其中， 所述第 二模型的参数数量不小于所述第 一模型的 参数数量。 7.根据权利要求1所述的方法， 其中， 所述第一图像包括由车载拍摄装置获得的图像， 所述目标对象包括： 车道线、 车辆或交通锥。 8.一种图像 检测模型的训练方法， 包括： 获得样本图像， 所述样本图像包括与目标对象对应的样本区域； 基于所述样本 图像， 获得训练图像， 所述训练图像中与所述第一样本区域相应的训练 图像区域与区别于所述训练图像区域的其他区域之间的对比度大于在所述样本图像中所 述样本区域与区别于所述样本区域的其 他区域之间的对比度； 将所述样本图像输入至所述图像检测模型， 并且将所述训练图像输入至经训练 的第一 模型；权　利　要　求　书 1/4 页 2 CN 115170536 A 2获得所述图像检测模型基于所述样本图像所提取的第 一特征， 并且基于所述第 一模型 基于所述训练图像所提取的第二特 征； 基于所述第一特 征和所述第二特 征， 获得第二损失； 以及 基于所述第二损失， 调整所述图像 检测模型的参数。 9.根据权利要求8所述的方法， 其中， 所述基于所述样本图像， 获得训练图像包括： 对所述样本图像进行凸显所述样本区域的处 理， 以获得凸显图像； 以及 基于所述凸显图像， 获得 所述训练图像。 10.根据权利要求9所述的方法， 其中， 所述对所述样本图像进行凸显所述样本区域的 处理包括下列各项中的至少一项： 增加所述样本区域的亮度； 和 减少所述样本图像中区别于所述样本区域的其 他区域的亮度。 11.根据权利要求9所述的方法， 其中， 所述基于所述凸显图像， 获得所述训练图像包 括： 将所述凸显图像和所述样本图像进行融合， 以获得 所述训练图像。 12.根据权利要求11所述的方法， 其中， 所述训练图像包括第 一比例的所述样本图像和 第二比例的所述凸显图像， 所述第一比例和所述第二比例之和为1。 13.根据权利要求8所述的方法， 其中， 样本图像为车载拍摄装置所采集的图像， 目标对 象包括： 车道线、 车辆或交通锥。 14.一种图像 检测装置， 包括： 图像获取单元， 被配置用于获取第一图像， 所述第一图像包括与目标对象相应的第一 区域； 特征提取单元， 被配置用于对所述第 一图像执行特征提取， 获得第一特征， 所述第一特 征与第二特征的相似度大于预设阈值， 所述第二特征是对基于所述第一图像获得的第二图 像进行特征提取而获得的， 所述第二图像是基于所述第一图像获得的并且 具有与所述第一 区域相应的第二区域， 并且在所述第二图像中所述第二区域与区别于所述第二区域的其他 区域之间的对比度大于在所述第一图像中所述第一区域与区别于所述第一区域的其他区 域之间的对比度； 以及 检测结果获取单元， 被配置用于基于所述第一特征， 获得检测结果， 所述检测结果指示 所述目标对象在所述第一图像中的位置 。 15.根据权利要求14所述的装置， 其中， 所述特 征提取单元包括： 图像输入单元， 被配置用于将所述目标图像输入至第一模型， 基于所述第一模型的特 征提取网络获得 所述第一特 征， 其中， 所述第一模型是基于第二模型进行训练而获得的， 其中， 所述第一模型将样本 图像作 为输入， 并且所述第二模型将训练图像作为输入， 其中， 所述样本图像包含与所述目标对象 相应的样本区域， 所述训练图像是基于所述样本图像获得 的， 并且在所述训练图像中与所 述样本区域相 应的训练图像区域与区别于所述训练图像区域的其他区域之间的对比度大 于在所述样本图像中所述样本区域与区别于所述样本区域的其 他区域之间的对比度。 16.根据权利要求15所述的装置， 其中， 所述训练图像包括通过以下方式获得的融合图 像：权　利　要　求　书 2/4 页 3 CN 115170536 A 3