(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 202210526829.X (22)申请日 2022.05.12 (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 李弼　彭楠　希滕　张刚　 (74)专利代理 机构 中科专利商标代理有限责任 公司 11021 专利代理师 杨静 (51)Int.Cl. G06V 20/40(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06K 9/62(2022.01) G06V 10/74(2022.01)G06V 10/762(2022.01) G06V 10/82(2022.01) (54)发明名称 训练方法、 图像处理方法、 装置、 电子设备以 及存储介质 (57)摘要 本公开提供了一种训练方法、 图像处理方 法、 装置、 电子设备以及存储介质， 涉及人工智能 技术领域， 尤其涉及深度学习、 图像处理、 计算机 视觉技术领域， 可应用于OCR、 人脸等识别场景。 具体实现方案为： 从第一视频序列中确定目标对 象的第一对象图像； 根据第一对象图像， 确定目 标对象的第一样本图像对； 基于对比损失函数和 第一样本图像对训练深度学习模 型， 得到预训练 模型。 权利要求书4页 说明书17页 附图9页 CN 114898266 A 2022.08.12 CN 114898266 A 1.一种深度学习模型的训练方法， 包括： 从第一视频序列中确定目标对象的第一对象图像； 根据所述第一对象图像， 确定所述目标对象的第一样本图像对； 以及 基于对比损失函数和所述第一样本图像对训练深度学习模型， 得到预训练模型。 2.根据权利要求1所述的方法， 其中， 所述目标对象包括多个； 其中， 所述 根据所述第一对象图像， 确定所述目标对象的第一样本图像对， 包括： 根据所述第一对象图像， 确定所述目标对象的特 征数据； 以及 根据所述特 征数据， 确定所述第一样本图像对。 3.根据权利要求2所述的方法， 其中， 所述根据所述特征数据， 确定所述第一样本 图像 对， 包括： 根据所述特 征数据， 对所述第一对象图像进行聚类， 得到多个聚类簇； 以及 根据所述聚类簇， 确定所述第一样本图像对。 4.根据权利要求3所述的方法， 其中， 所述根据 所述聚类簇， 确定所述第 一样本图像对， 包括： 在确定所述聚类簇 中包括多个所述第 一对象图像的情况下， 将多个所述第 一对象图像 确定为多个第一 正样本图像； 根据所述第一 正样本图像， 获取第一 正样本图像对； 以及 根据所述第一 正样本图像对， 确定所述第一样本图像对。 5.根据权利要求 4所述的方法， 还 包括： 根据第一图像数据， 确定所述目标对象的第一负 样本图像对； 其中， 所述第 一图像数据包括以下至少之一： 第 二对象图像和其他聚类簇， 所述第二对 象图像是第二视频序列中的第一预定对象图像， 所述其他聚类簇是所述多个聚类簇中除与 所述目标对象对应的聚类簇以外的至少部分聚类簇； 其中， 所述 根据所述第一 正样本图像对， 确定所述第一样本图像对， 包括： 根据所述第一 正样本图像对和所述第一负 样本图像对， 获取 所述第一样本图像对。 6.根据权利要求2～5 中任一项所述的方法， 其中， 所述特征数据包括以下至少之一： 低 层特征数据和高层特征数据， 所述低层特征数据包括以下至少之一： 低层图像特征数据和 位置数据； 其中， 所述低层图像特征数据 是利用低层图像特征提取算法处理所述第 一视频序列中 的所述第一对象图像得到的； 其中， 所述高层特征数据是利用与 预定轮次对应的深度 学习模型处理所述第 一视频序 列中的所述第一对象图像得到的。 7.根据权利要求1～6中任一项所述的方法， 其中， 所述目标对象包括 一个； 其中， 所述 根据所述第一对象图像， 确定所述目标对象的第一样本图像对， 包括： 将所述第一对象图像确定为所述目标对象的第二 正样本图像； 在确定所述第一对象图像为至少两个的情况下， 根据所述第二正样本 图像， 确定第二 正样本图像对； 以及 根据所述第二 正样本图像对， 确定所述第一样本图像对。 8.根据权利要求7 所述的方法， 还 包括：权　利　要　求　书 1/4 页 2 CN 114898266 A 2根据第二图像数据， 确定所述目标对象的第二负样本图像对， 其中， 所述第 二图像数据 包括第三对象图像， 所述第三对象图像是第三视频序列中的第二预定对象图像； 其中， 所述 根据所述第二 正样本图像对， 确定所述第一样本图像对， 包括： 根据所述第二 正样本图像对和所述第二负 样本图像对， 获取 所述第一样本图像对。 9.根据权利要求1～8中任一项所述的方法， 其中， 所述从第一视频序列中确定目标对 象的第一对象图像， 包括： 确定所述第一视频序列包括的所述目标对象； 以及 根据所述目标对象的位置信息， 从所述第一视频序列中确定所述第一对象图像。 10.根据权利要求1～9中任一项所述的方法， 其中， 所述基于对比损失函数和所述第 一 样本图像对训练深度学习模型， 得到预训练模型， 包括： 确定所述第一样本图像对 包括的样本图像之间的相似度； 基于所述相似度和所述对比损失函数， 得到 输出值； 以及 根据所述输出值调整所述深度学习模型的模型参数， 直至满足预定结束条件。 11.一种图像处 理模型的训练方法， 包括： 利用样本图像训练预训练模型， 得到所述图像处 理模型， 其中， 所述预训练模型 是利用根据权利要求1～10中任一项所述的方法训练得到的。 12.一种图像处 理方法， 包括： 将目标图像输入图像处 理模型， 得到图像处 理结果， 其中， 所述图像处 理模型是利用根据权利要求1 1所述的方法训练得到的。 13.一种深度学习模型的训练装置， 包括： 第一确定模块， 用于从第一视频序列中确定目标对象的第一对象图像； 第二确定模块， 用于根据 所述第一对象图像， 确定所述目标对象的样第 一样本图像对； 以及 第一训练模块， 用于基于对比损 失函数和所述第一样本 图像对训练深度学习模型， 得 到预训练模型。 14.根据权利要求13所述的装置， 其中， 所述目标对象包括多个； 其中， 所述第二确定模块， 包括： 第一确定 子模块， 用于根据第一对象图像， 确定所述目标对象的特 征数据； 以及 第二确定 子模块， 用于根据所述特 征数据， 确定所述第一样本图像对。 15.根据权利要求14所述的装置， 其中， 所述第二确定 子模块， 包括： 聚类单元， 用于根据所述特征数据， 对所述第一对象图像进行聚类， 得到多个聚类簇； 以及 确定单元， 用于根据所述聚类簇， 确定所述第一样本图像对。 16.根据权利要求15所述的装置， 其中， 所述确定单 元， 包括： 第一确定子单元， 用于在确定所述聚类簇中包括多个所述第一对象图像的情况下， 将 多个所述第一对象图像确定为多个第一 正样本图像； 获取子单 元， 用于根据所述第一 正样本图像， 获取第一 正样本图像对； 以及 第二确定 子单元， 用于根据所述第一 正样本图像对， 确定所述第一样本图像对。 17.根据权利要求16所述的装置， 所述确定单 元还包括：权　利　要　求　书 2/4 页 3 CN 114898266 A 3