本申请涉及图像处理,具体涉及一种模型训练方法、装置、电子设备及计算机存储介质。
背景技术:
1、随着科学技术的发展,用户的动作识别的应用领域越来越广泛,比如,将动作识别应用于智能家居领域和游戏领域。
2、目前,主要通过动作识别模型对动作图像进行动作识别,在通过动作识别模型对动作图像进行动作识别之前,需要先对动作识别模型进行训练。在对动作识别模型进行训练时,通常直接采用样本动作图像对动作识别模型进行训练,导致训练效率较低。
技术实现思路
1、本申请实施例提供一种模型训练方法、装置、设备、存储介质及程序产品,可以解决模型的训练效率较低的技术问题。
2、本申请实施例提供一种模型训练方法,包括:
3、获取目标对象在不同视角下拍摄的样本动作视频;
4、对上述样本动作视频进行二维关节点检测,得到上述目标对象在不同视角下对应的二维样本关节点;
5、根据在不同视角下的上述二维样本关节点,确定上述目标对象对应的三维样本关节点;
6、根据上述三维样本关节点,确定待训练动作模型的训练样本集;
7、根据上述训练样本集对上述待训练动作模型进行训练,得到用于动作识别的目标动作模型。
8、相应地,本申请实施例提供一种模型训练装置,包括:
9、视频获取模块,用于获取目标对象在不同视角下拍摄的样本动作视频;
10、二维检测模块,用于对上述样本动作视频进行二维关节点检测,得到上述目标对象在不同视角下对应的二维样本关节点;
11、第一确定模块,用于根据在不同视角下的上述二维样本关节点,确定上述目标对象对应的三维样本关节点;
12、第二确定模块,用于根据上述三维样本关节点,确定待训练动作模型的训练样本集;
13、模型训练模块,用于根据上述训练样本集对上述待训练动作模型进行训练,得到用于动作识别的目标动作模型。
14、此外,本申请实施例还提供一种电子设备,包括处理器和存储器,上述存储器存储有计算机程序,上述处理器用于运行上述存储器内的计算机程序实现本申请实施例提供的模型训练方法。
15、此外,本申请实施例还提供一种计算机可读存储介质,上述计算机可读存储介质存储有计算机程序,上述计算机程序适于处理器进行加载,以执行本申请实施例所提供的任一种模型训练方法。
16、此外,本申请实施例还提供一种计算机程序产品,包括计算机程序,上述计算机程序被处理器执行时实现本申请实施例所提供的任一种模型训练方法。
17、在本申请实施例中,获取目标对象在不同视角下拍摄的样本动作视频,对样本动作视频进行二维关节点检测,得到目标对象在不同视角下对应的二维样本关节点,根据在不同视角下的二维样本关节点,确定目标对象对应的三维样本关节点,根据三维样本关节点,确定待训练动作模型的训练样本集,根据训练样本集对待训练动作模型进行训练,得到用于动作识别的目标动作模型,实现从多视角得到三维样本关节点,并根据三维样本关节点对待训练动作模型进行训练,而不是直接用样本动作视频训练待训练动作模型,从而提高待训练模型的训练速度。
1.一种模型训练方法,其特征在于,包括:
2.根据权利要求1所述的模型训练方法,其特征在于,所述根据在不同视角下的所述二维样本关节点,确定所述目标对象对应的三维样本关节点,包括:
3.根据权利要求2所述的模型训练方法,其特征在于,所述根据所述目标二维样本关节点,确定所述目标对象对应的三维样本关节点,包括:
4.根据权利要求3所述的模型训练方法,其特征在于,所述根据所述初始二维样本关节点,确定所述目标对象对应的三维样本关节点,包括:
5.根据权利要求4所述的模型训练方法,其特征在于,所述根据所述初始二维样本关节点,确定所述目标对象对应的三维样本关节点,包括:
6.根据权利要求1所述的模型训练方法,其特征在于,根据所述训练样本集对所述待训练动作模型进行训练,得到用于动作识别的目标动作模型,包括:
7.根据权利要求1-6任一项所述的模型训练方法,其特征在于,在得到用于动作识别的目标动作模型之后,还包括:
8.一种模型训练装置,其特征在于,包括:
9.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有计算机程序,所述处理器用于运行所述存储器内的计算机程序,以执行权利要求1至7任一项所述的模型训练方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序适于处理器进行加载,以执行权利要求1至7任一项所述的模型训练方法。