CN113408662A - 图像识别、图像识别模型的训练方法和装置 - Google Patents

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。

本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，采取了必要保密措施，且不违背公序良俗。

需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

图1示出了可以应用本公开的图像识别模型的训练方法或图像识别模型的训练装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104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。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如视频类应用、直播应用、即时通信工具、邮箱客户端、社交平台软件等。

这里的终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其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的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103提供支持的后台服务器。后台服务器可以对标注图像和真实图像等数据进行分析等处理，并将处理结果(例如训练后的第一图像识别模型)反馈给终端设备。

需要说明的是，本公开实施例所提供的图像识别模型的训练方法可以由服务器105或者终端设备101、102、103执行，相应地，图像识别模型的训练装置可以设置于服务器105或者终端设备101、102、103中。

应该理解，图1中的终端设备、网络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终端设备、网络和服务器。

继续参考图2，示出了根据本公开的图像识别模型的训练方法的一个实施例的流程200。该图像识别模型的训练方法，包括以下步骤：

步骤201，将标注图像输入第一图像识别模型，将真实图像输入第二图像识别模型，其中，第一图像识别模型和第二图像识别模型为待训练的相同图像识别模型。

在本实施例中，图像识别模型的训练方法运行于其上的执行主体(例如图1所示的服务器或终端设备)可以获取标注图像和真实图像。之后，上述执行主体将标注图像输入第一图像识别模型，并将真实图像输入第二图像识别模型。

标注图像指经过标注、存在对应的标注信息的图像。这里的输出指图像识别模型的最终输出，也即图像识别模型中最终层的输出。真实图像指真实的图像，比如路侧设备对路面拍摄的图像。在实践中，标注图像可以是样本扩充时制造的图像，或者也可以是真实的图像。

第一图像识别模型和第二图像识别模型是相同的图像识别模型。也即，可以由图像识别模型生成用于训练的两个支路，每个支路采用一个图像识别模型。上述执行主体可以将标注图像输入其中一个支路，并将真实图像输入另一个支路。

图像识别模型是用于进行图像识别的深度神经网络。该深度神经网络可以是各种各样的，比如，深度神经网络可以是卷积神经网络。

步骤202，基于第一图像识别模型中目标处理层的结果和第二图像识别模型中目标处理层的结果，生成第一图像识别模型的损失值。

在本实施例中，上述执行主体可以基于第一图像识别模型中目标处理层的结果也即输出，和第二图像识别模型中目标处理层的结果也即输出，生成用于训练上述第一图像识别模型的损失值。

在实践中，上述执行主体可以采用各种方式生成第一图像识别模型的损失值。举例来说，上述执行主体可以获取预设损失函数，并将第一图像识别模型中目标处理层的结果和第二图像识别模型中目标处理层的结果，均输入该预设损失函数，从而得到损失值。

目标处理层是图像识别模型中的一个处理层(layer)，比如可以是卷积层或池化层等。

步骤203，基于损失值，训练第一图像识别模型，得到训练后的第一图像识别模型。

在本实施例中，上述执行主体可以基于损失值，训练上述第一图像识别模型，从而得到训练后的第一图像识别模型。在实践中，上述执行主体可以将该损失值在第一图像识别模型中进行反向传播。经过多次训练过程(收敛过程)也即多次生成损失值以及多次反向传播，得到训练后的第一图像识别模型。

具体地，因为标注图像和真实图像中，仅仅是标注图像存在对应的标注信息，所以训练过程仅针对第一图像识别模型进行。

本公开的上述实施例提供的方法可以采用两个支路进行训练，并且利用两个支路中目标处理层的结果，生成损失值，从而可以缩小用于训练的样本与真实样本之间的差异，进而缩小了数据差异带来的训练偏差，可以提高训练的准确度。

继续参见图3A，图3A是根据本实施例的图像识别模型的训练方法的应用场景的一个示意图。在图3的应用场景中，执行主体301将标注图像302输入第一图像识别模型，将真实图像303输入第二图像识别模型，其中，第一图像识别模型和第二图像识别模型为待训练的相同图像识别模型。执行主体301基于第一图像识别模型中目标处理层的结果304和第二图像识别模型中目标处理层的结果305，生成第一图像识别模型的损失值306。执行主体301基于损失值306，训练第一图像识别模型，得到训练后的第一图像识别模型307。

在本公开任一实施例的一些可选的实现方式中，上述基于第一图像识别模型中目标处理层的结果和第二图像识别模型中目标处理层的结果，生成第一图像识别模型的损失值，可以包括：将第一图像识别模型中目标处理层的结果和第二图像识别模型中目标处理层的结果，输入预设的跨域损失函数，得到第一损失值；基于第一损失值，生成第一图像识别模型的损失值，其中，跨域损失函数是基于最大均值差异生成的。

在这些可选的实现方式中，上述执行主体可以基于最大均值差异，生成跨域损失函数，并将第一图像识别模型中目标处理层的结果和第二图像识别模型中目标处理层的结果均输入跨域损失函数中，得到的损失值为第一损失值。

上述执行主体基于该第一损失值，生成用于训练第一图像识别模型的损失值。在实践中，上述执行主体可以采用各种方式基于该第一损失值，生成用于训练第一图像识别模型的损失值。举例来说，上述执行主体可以直接将第一损失值，作为用于训练第一图像识别模型的损失值。

具体地，跨域损失函数L_MMD可以表示为：

其中x_s为第一图像识别模型中目标处理层的结果，x_t为第二图像识别模型中目标处理层的结果。X_s、X_T分别为训练中的各次收敛时(训练过程)x_s的集合和x_t的集合，φ()为函数。║║指范数，范数的下角标2表示2范数，上角标表示平方。x_s∈X_S指∑φ(x_s)的下界是X_s中最小的x_s，上界是X_S中最大的x_s。x_t∈X_T指∑_φ(xt)的下界是X_T中最小的x_t，上界是X_T中最大的x_t。

这些实现方式可以通过跨域损失函数，缩小源域与目标域(真实域)之间的差异，提高模型在训练中的自适应能力，进而提高模型的收敛速度和准确度。

可选地，上述基于第一损失值，生成第一图像识别模型的损失值，可以包括：根据交叉熵损失函数和第一图像识别模型的输出，生成第二损失值；根据洛瓦斯损失函数和第一图像识别模型的输出，生成第三损失值；根据第一损失值、第二损失值和第三损失值，生成第一图像识别模型的损失值。

在这些可选的实现方式中，可以利用三个损失函数，生成用于训练第一图像识别模型的损失值。具体地，三个损失函数中不仅可以包括跨域损失函数，还可以包括交叉熵损失函数，以及洛瓦斯(lovasz softmax)损失函数。

上述执行主体可以采用各种方式根据第一损失值、第二损失值和第三损失值生成损失值。举例来说，上述执行主体可以将第一损失值、第二损失值和第三损失值的和，作为第一图像识别模型的损失值。此外，上述执行主体还可以将该和输入指定模型或公式，得到从该指定模型输出的损失值。该指定模型或公式用于通过输入的和，预测第一图像识别模型的损失值。

具体地，第一图像识别模型的混合损失函数L_mix可以表示为：

L_mix＝L_CE+λ·L_Lovasz+γ·L_MMD

其中，L_CE为交叉熵损失函数，可以用于生成第二损失值。L_Lov为洛瓦斯损失函数，可以用于生成第三损失值。L_MMD为跨域损失函数，可以用于生成第一损失值。λ、γ为预设的超参数。第一图像识别模型的损失值可以由该混合损失函数得到。

这些可选的实现方式可以通过多种损失值，更加全面地确定出第一图像识别模型的损失，提高了模型的训练准确度。

在本公开任一实施例的一些可选的实现方式中，训练包括多次训练过程；每次训练过程包括以下步骤：按照前一次训练过程得到的第一图像识别模型的权重，更新前一次训练过程所采用的第二图像识别模型的权重，得到本次训练过程将采用的第二图像识别模型。

在这些可选的实现方式中，上述执行主体可以在每次训练过程(收敛)中，采用每次对第一图像识别模型进行收敛得到的模型权重也即模型参数，对第二图像识别模型进行权重共享。这样，在每次训练过程之前，让第二图像识别模型与第一图像识别模型两者的权重是相同的。

这些实现方式可以对参与训练的两个图像识别模型进行权重共享，从而对训练的两个支路进行权重的统一，避免两个支路的结果(比如目标处理层的结果)因权重不同步而产生偏差。

在本公开任一实施例的一些可选的实现方式中，目标处理层是中间处理层，在第一图像识别模型和第二图像识别模型两者的训练结构中包括目标处理层，目标处理层为全连接层。

在这些可选的实现方式中，目标处理层是图像识别模型的中间处理层，也即不是首层或者尾层。目标处理层可以仅存在于图像识别模型的训练结构中，也即在预测时，图像识别模型不存在该目标处理层。具体地，目标处理层可以为全连接层。

在实践中，作为全连接层的目标处理层，可以设置于最后的全连接层之前。最后的全连接层可以用于输出目标对象的类别和置信度。在图像识别模型中的目标处理层之前(且在解码器之后)，还可以存在其它全连接层。

这些实现方式可以设置全连接层作为目标处理层，从而可以根据两个支路的较高维度、融合度较高的特征确定损失值，从而得到更加准确的损失值，有助于提高模型训练的准确度。

在本公开任一实施例的一些可选的实现方式中，图像识别模型的输出包括掩膜，图像识别模型用于识别图像中的目标对象，掩膜用于指示输入图像识别模型的图像中的目标对象的类别和位置。

在这些可选的实现方式中，图像识别模型(第一图像识别模型和第二图像识别模型)的输出包括掩膜。图像识别模型用于识别图像中的目标对象，该目标对象可以是任意的，比如花或人脸等等。

目标对象的类别比如可以是“月季花”、“百合花”等等。位置可以采用各种方式表现，比如，矩形框的坐标。

这些实现方式可以通过掩膜，区分出目标对象和背景。

在这些实现方式的一些可选的应用场景中，标注图像的标注信息包括掩膜，掩膜包括图像的各个像素的掩膜，像素的掩膜包括预设的颜色信息，不同的颜色信息指示不同类别的交通标线。

在这些可选的应用场景中，标注信息可以包括掩膜。掩膜可以指图像中各个像素的掩膜。每个像素的掩膜采用颜色信息来表示。不同的颜色信息表示不同类别的交通标线。比如，一个像素如果采用红色表示，则该像素指示交通标线中的直线。一个像素如果采用粉色表示，则该像素指示交通标线中的多条平行线段也即斑马线。一个像素如果采用黑色表示，则该像素指示非交通标线。此外，标注信息、模型的输出不仅可以包括像素的掩膜，还可以包括掩膜的置信度。

如图3B所示，图中的左边示出了标注图像，右边为掩膜。

这些应用场景可以在交通标线的识别场景中，对图像进行像素级别的标注和预测，从而提高图像识别模型的准确度。

在本公开任一实施例的一些可选的实现方式中，图像识别模型可以包括编码器和解码器；图像识别模型在上述训练时的前向传播过程以及利用该模型的图像识别过程，均可以包括：通过编码器，获取输入图像识别模型的图像的特征图，并对特征图进行金字塔池化；根据金字塔池化结果，生成编码器的特征编码结果；通过解码器，对特征编码结果和特征图进行特征融合；根据特征融合结果，得到所输入图像的掩膜，其中，图像识别模型包括目标卷积层，目标卷积层用于进行深度可分离卷积处理和膨胀卷积处理。

在这些可选的实现方式中，上述执行主体可以将图像(比如标注图像或者参与预测的待识别图像)输入编码器，在编码器中得到该图像的特征图。具体地，上述编码器可以采用深度神经网络中的特征图生成步骤，确定特征图。比如，通过深度神经网络中级联的卷积层生成特征图，此外，还可以利用上述卷积层和全连接层，生成特征图。

之后，上述执行主体可以在编码器中，对特征图进行金字塔池化，得到金字塔池化结果。在实践中，上述执行主体可以采用各种方式根据金字塔池化结果，生成编码器的特征编码结果，也即编码器的输出。比如，上述执行主体可以直接将金字塔池化结果，作为编码器的特征编码结果。或者上述执行主体可以对金字塔池化结果进行预设处理，并将预设处理结果作为特征编码结果。例如预设处理可以包括以下的至少一项：进一步卷积、经过全连接层、改变维度等。

上述执行主体可以在解码器中，对特征编码结果和特征图进行特征融合(concat)。可选地，在融合之前，可以对特征编码结果和特征图两者中的至少一者进行预处理。比如，可以对特征编码结果进行上采样，还可以对特征图进行升高维度。

上述执行主体可以采用各种方式根据特征融合结果，得到输入图像的掩膜。举例来说，上述执行主体可以将特征融合结果输入全连接层，得到掩膜。此外，上述执行主体还可以对该全连接层的结果进行上采样处理，得到掩膜。

图像识别模型包括的卷积层中有目标卷积层，该卷积层不仅可以进行深度可分离卷积处理，还可以进行膨胀卷积处理。

在实践中，图像识别模型的网络结构为预设网络结构(比如deeplabv3+)。

这些实现方式可以将浅层次特征和深层次特征进行融合，从而得到更加丰富、全面的特征，有助于在训练或预测时，得到更加准确的掩膜。

在本公开任一实施例的一些可选的实现方式中，提供了一种图像识别方法，该方法采用上述任一实施例中训练后的图像识别模型(也即训练后的第一图像识别模型)，图像识别模型的输出包括掩膜，图像识别模型用于识别图像中的目标对象，目标对象为交通标线。

这些实现方式可以采用掩膜的方式，对交通标线进行准确的识别。

进一步参考图4，其示出了图像识别方法的又一个实现方式的流程400。该流程400，包括以下步骤：

步骤401，获取输出的掩膜指示的目标交通标线的定位信息。

在本实施例中，图像识别方法运行于其上的执行主体(例如图1所示的服务器或终端设备)可以获取掩膜指示的交通标线也即目标交通标线的定位信息。这里的定位信息可以指地理位置信息。标注图像中的交通标线可以存在与之对应的定位信息。

步骤402，在交通标线集合中，确定定位信息对应的交通标线参考图。

在本实施例中，上述执行主体可以在交通标线集合中，确定上述定位信息对应的交通标线参考图。交通标线集合中可以包括多类别的标准交通标线也即交通标线参考图。上述执行主体还可以获取定位信息和交通标线参考图之间的对应关系。这样，上述执行主体通过定位信息，就能够找到与该定位信息对应的交通标线参考图。

步骤403，根据交通标线参考图，确定目标交通标线的缺失情况信息，其中，缺失情况信息指示交通标线是否存在缺失。

在本实施例中，上述执行主体可以采用各种方式根据交通标线参考图，确定目标交通标线的缺失情况信息。举例来说，上述执行主体可以将交通标线参考图和目标交通标线均输入预设的模型，并得到从该预设的模型输出的缺失情况信息。该预设的模型可以利用交通标线参考图和目标交通标线，预测缺失情况信息。

这里的存在缺失指线条不连续、图案缺损、标线褪色等情况。

这些实现方式可以利用图像识别模型预测的掩膜，准确地判断出交通标线是否存在缺失。

可选地，步骤403可以包括：确定目标交通标线与交通标线参考图之间的面积比值；根据面积比值，确定目标交通标线是否存在缺失。

在这些可选的实现方式中，上述执行主体可以确定目标交通标线占据交通标线参考图的面积比值，并根据该面积比值，确定目标交通标线是否存在缺失。具体地，上述执行主体可以将面积比值和比值阈值进行比较，并根据比较结果确定是否存在缺失。比如，如果面积比值达到比值阈值，则可以判断不存在缺失，如果未达到，则可以判断存在缺失。

这些实现方式可以根据面积比值，准确地判断出目标交通标线是否存在缺失。

利用图像识别模型的图像识别过程，可以包括：通过编码器，获取输入图像识别模型的图像的特征图，并对特征图进行金字塔池化；根据金字塔池化结果，生成编码器的特征编码结果；通过解码器，对特征编码结果和特征图进行特征融合；根据特征融合结果，得到所输入图像的掩膜，其中，图像识别模型包括目标卷积层，目标卷积层用于进行深度可分离卷积处理和膨胀卷积处理。

进一步参考图5，作为对上述图2所示方法的实现，本公开提供了一种图像识别模型的训练装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，除下面所记载的特征外，该装置实施例还可以包括与图2所示的方法实施例相同或相应的特征或效果。该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的图像识别模型的训练装置500包括：输入单元501、生成单元502和训练单元503。其中，输入单元501，被配置成将标注图像输入第一图像识别模型，将真实图像输入第二图像识别模型，其中，第一图像识别模型和第二图像识别模型为待训练的相同图像识别模型；生成单元502，被配置成基于第一图像识别模型中目标处理层的结果和第二图像识别模型中目标处理层的结果，生成第一图像识别模型的损失值；训练单元503，被配置成基于损失值，训练第一图像识别模型，得到训练后的第一图像识别模型。

在本实施例中，图像识别模型的训练装置500的输入单元501、生成单元502和训练单元503的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201、步骤202和步骤203的相关说明，在此不再赘述。

在本实施例的一些可选的实现方式中，生成单元，进一步被配置成按照如下方式执行基于第一图像识别模型中目标处理层的结果和第二图像识别模型中目标处理层的结果，生成第一图像识别模型的损失值：基于第一图像识别模型中目标处理层的结果和第二图像识别模型中目标处理层的结果，生成第一图像识别模型的损失值，包括：将第一图像识别模型中目标处理层的结果和第二图像识别模型中目标处理层的结果，输入预设的跨域损失函数，得到第一损失值；基于第一损失值，生成第一图像识别模型的损失值，其中，跨域损失函数是基于最大均值差异生成的。

在本实施例的一些可选的实现方式中，训练包括多次训练过程；每次训练过程包括以下步骤：按照前一次训练过程得到的第一图像识别模型的权重，更新前一次训练过程所采用的第二图像识别模型的权重，得到本次训练过程将采用的第二图像识别模型。

在本实施例的一些可选的实现方式中，目标处理层是中间处理层，在第一图像识别模型和第二图像识别模型两者的训练结构中包括目标处理层，目标处理层为全连接层。

在本实施例的一些可选的实现方式中，生成单元，进一步被配置成按照如下方式执行基于第一损失值，生成第一图像识别模型的损失值：根据交叉熵损失函数和第一图像识别模型的输出，生成第二损失值；根据洛瓦斯损失函数和第一图像识别模型的输出，生成第三损失值；根据第一损失值、第二损失值和第三损失值，生成第一图像识别模型的损失值。

在本实施例的一些可选的实现方式中，图像识别模型的输出包括掩膜，图像识别模型用于识别图像中的目标对象，掩膜用于指示输入图像识别模型的图像中的目标对象的类别和位置。

在本实施例的一些可选的实现方式中，标注图像的标注信息包括掩膜，掩膜包括图像的各个像素的掩膜，像素的掩膜包括预设的颜色信息，不同的颜色信息指示不同类别的交通标线。

在本实施例的一些可选的实现方式中，图像识别模型包括编码器和解码器；训练中的前向传播过程，包括：通过编码器，获取输入图像识别模型的图像的特征图，并对特征图进行金字塔池化；根据金字塔池化结果，生成编码器的特征编码结果；通过解码器，对特征编码结果和特征图进行特征融合；根据特征融合结果，得到所输入图像的掩膜；其中，图像识别模型包括目标卷积层，目标卷积层用于进行深度可分离卷积处理和膨胀卷积处理。

本公开提供了一种图像识别模型的训练装置的一个实施例。该装置具体可以应用于各种电子设备中。

该装置采用上述的训练后的图像识别模型，图像识别模型的输出包括掩膜，图像识别模型用于识别图像中的目标对象，目标对象为交通标线。

在本实施例的一些可选的实现方式中，装置还包括：获取单元，被配置成获取输出的掩膜指示的目标交通标线的定位信息；参考确定单元，被配置成在交通标线集合中，确定定位信息对应的交通标线参考图；信息确定单元，被配置成根据交通标线参考图，确定目标交通标线的缺失情况信息，其中，缺失情况信息指示交通标线是否存在缺失。

在本实施例的一些可选的实现方式中，信息确定单元，进一步被配置成按照如下方式执行根据交通标线参考图，确定目标交通标线的缺失情况信息：确定目标交通标线与交通标线参考图之间的面积比值；根据面积比值，确定目标交通标线是否存在缺失。

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。

如图6所示，是根据本公开实施例的图像识别模型的训练方法的电子设备的框图。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6所示，该电子设备包括：一个或多个处理器601、存储器602，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器601为例。

存储器602即为本公开所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本公开所提供的图像识别模型的训练方法。本公开的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本公开所提供的图像识别模型的训练方法。

存储器602作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本公开实施例中的图像识别模型的训练方法对应的程序指令/模块(例如，附图5所示的输入单元501、生成单元502和训练单元503)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的图像识别模型的训练方法。

存储器602可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据图像识别模型的训练电子设备的使用所创建的数据等。此外，存储器602可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器602可选包括相对于处理器601远程设置的存储器，这些远程存储器可以通过网络连接至图像识别模型的训练电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

图像识别模型的训练方法的电子设备还可以包括：输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接，图6中以通过总线连接为例。

输入装置603可接收输入的数字或字符信息，以及产生与图像识别模型的训练电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。

此处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、专用ASIC(专用集成电路)、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。

这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

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，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。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。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括输入单元、生成单元和训练单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，输入单元还可以被描述为“将标注图像输入第一图像识别模型，将真实图像输入第二图像识别模型的单元”。

作为另一方面，本公开还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：将标注图像输入第一图像识别模型，将真实图像输入第二图像识别模型，其中，第一图像识别模型和第二图像识别模型为待训练的相同图像识别模型；基于第一图像识别模型中目标处理层的结果和第二图像识别模型中目标处理层的结果，生成第一图像识别模型的损失值；基于损失值，训练第一图像识别模型，得到训练后的第一图像识别模型。

作为另一方面，本公开还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：采用上述任一训练方法所得到的图像识别模型，图像识别模型的输出包括掩膜，图像识别模型用于识别图像中的目标对象，所述目标对象为交通标线。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。