图像处理方法、训练方法、检测方法、装置、设备及介质与流程

技术特征：
1.一种图像处理方法，包括：对多个待处理图像进行裁剪处理，得到与所述多个待处理图像一一对应的多个裁剪后图像；将所述多个裁剪后图像进行边缘重叠拼接，得到拼接后图像；以及对所述拼接后图像中的重叠区域进行图像融合处理，得到目标图像。2.根据权利要求1所述的方法，其中，所述对多个待处理图像进行裁剪处理，得到与所述多个待处理图像一一对应的多个裁剪后图像包括：针对所述多个待处理图像中的每个待处理图像，以矩形作为裁剪图形，按照预定裁剪比例，对所述待处理图像进行裁剪处理，得到裁剪后图像。3.根据权利要求2所述的方法，其中，所述将所述多个裁剪后图像进行边缘重叠拼接，得到拼接后图像包括：从所述多个裁剪后图像中确定面积最大的裁剪后图像作为基准裁剪后图像；以及以所述基准裁剪后图像的一个顶点作为拼接中心点，对所述多个裁剪后图像中的除所述基准裁剪后图像外的其他裁剪后图像，以所述拼接中心点为中心进行至少两个边缘的边缘重叠拼接，得到拼接后图像。4.根据权利要求3所述的方法，其中，所述将所述多个裁剪后图像进行边缘重叠拼接，得到拼接后图像还包括：针对所述多个裁剪后图像中进行边缘重叠拼接的相邻至少两个裁剪后图像，计算所述至少两个裁剪后图像各自的边缘重叠宽度；从所述至少两个裁剪后图像各自的边缘重叠宽度中，确定最小边缘重叠宽度作为目标重叠宽度；以及按照目标重叠宽度对所述至少两个裁剪后图像进行边缘重叠拼接。5.根据权利要求2所述的方法，还包括，在将所述多个裁剪后图像进行边缘重叠拼接，得到拼接后图像之前：对所述裁剪后图像执行以下至少一项预处理：缩放、翻转、色域变化。6.根据权利要求1所述的方法，其中，所述对所述拼接后图像中的重叠区域进行图像融合处理，得到目标图像包括：确定所述拼接后图像的面积；在确定所述拼接后图像的面积小于预定面积的情况下，按照预定填充规则对所述拼接后图像进行图像重叠填充，直至所述拼接后图像的面积等于所述预定面积，得到待融合图像；以及对所述待融合图像中的重叠区域进行图像融合处理，得到所述目标图像。7.一种目标检测模型的训练方法，包括：利用训练样本训练目标检测模型，得到训练后的目标检测模型，其中，所述训练样本包括利用根据权利要求1至6任一项所述的图像处理方法得到的样本图像。8.一种目标检测方法，包括：利用目标检测模型处理待检测图像，得到目标检测结果；
其中，所述目标检测模型是根据权利要求7所述的目标检测模型的训练方法训练的。9.一种图像处理装置，包括：裁剪模块，用于对多个待处理图像进行裁剪处理，得到与所述多个待处理图像一一对应的多个裁剪后图像；拼接模块，用于将所述多个裁剪后图像进行边缘重叠拼接，得到拼接后图像；以及融合模块，用于对所述拼接后图像中的重叠区域进行图像融合处理，得到目标图像。10.根据权利要求9所述的装置，其中，所述裁剪模块包括：裁剪单元，用于针对所述多个待处理图像中的每个待处理图像，以矩形作为裁剪图形，按照预定裁剪比例，对所述待处理图像进行裁剪处理，得到裁剪后图像。11.根据权利要求10所述的装置，其中，所述拼接模块包括：基准确定单元，用于从所述多个裁剪后图像中确定面积最大的裁剪后图像作为基准裁剪后图像；以及第一拼接单元，用于以所述基准裁剪后图像的一个顶点作为拼接中心点，对所述多个裁剪后图像中的除所述基准裁剪后图像外的其他裁剪后图像，以所述拼接中心点为中心进行至少两个边缘的边缘重叠拼接，得到拼接后图像。12.根据权利要求11所述的装置，其中，所述拼接模块还包括：宽度计算单元，用于针对所述多个裁剪后图像中进行边缘重叠拼接的相邻至少两个裁剪后图像，计算所述至少两个裁剪后图像各自的边缘重叠宽度；宽度确定单元，用于从所述至少两个裁剪后图像各自的边缘重叠宽度中，确定最小边缘重叠宽度作为目标重叠宽度；以及第二拼接单元，用于按照目标重叠宽度对所述至少两个裁剪后图像进行边缘重叠拼接。13.根据权利要求10所述的装置，还包括，在所述拼接模块之前：预处理模块，用于对所述裁剪后图像执行以下至少一项预处理：缩放、翻转、色域变化。14.根据权利要求9所述的装置，其中，所述融合模块包括：面积确定单元，用于确定所述拼接后图像的面积；填充单元，用于在确定所述拼接后图像的面积小于预定面积的情况下，按照预定填充规则对所述拼接后图像进行图像重叠填充，直至所述拼接后图像的面积等于所述预定面积，得到待融合图像；以及融合单元，用于对所述待融合图像中的重叠区域进行图像融合处理，得到所述目标图像。15.一种目标检测模型的训练装置，包括：训练模块，用于利用训练样本训练目标检测模型，得到训练后的目标检测模型，其中，所述训练样本包括利用根据权利要求1至6任一项所述的图像处理方法得到的样本图像。16.一种目标检测装置，包括：检测模块，用于利用目标检测模型处理待检测图像，得到目标检测结果；其中，所述目标检测模型是根据权利要求7所述的目标检测模型的训练方法训练的。17.一种电子设备，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中任一项所述的图像处理方法、权利要求7所述的目标检测模型的训练方法、或者权利要求8所述的目标检测方法。18.一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中任一项所述的图像处理方法、权利要求7所述的目标检测模型的训练方法、或者权利要求8所述的目标检测方法。19.一种计算机程序产品，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中任一项所述的图像处理方法、权利要求7所述的目标检测模型的训练方法、或者权利要求8所述的目标检测方法。

技术总结
本公开提供了图像处理方法、目标检测模型的训练方法、目标检测方法、装置、电子设备、存储介质以及程序产品，涉及人工智能技术领域，尤其涉及计算机视觉和深度学习技术领域。具体实现方案为：对多个待处理图像进行裁剪处理，得到与所述多个待处理图像一一对应的多个裁剪后图像；将所述多个裁剪后图像进行边缘重叠拼接，得到拼接后图像；以及对所述拼接后图像中的重叠区域进行图像融合处理，得到目标图像。像。像。


技术研发人员：康帅
受保护的技术使用者：北京百度网讯科技有限公司
技术研发日：2021.10.29
技术公布日：2022/2/7