本技术涉及目标检测技术领域，具体提供一种基于半监督学习的目标检测方法、系统、设备及存储介质，包括:获取数据集，所述数据集包括标记图像和未标记图像；利用密集检测器基于标记图像为未标记图像生成伪标签；利用伪标签分配器根据伪标签的得分将伪标签划分为可靠标签和软标签；将伪标签更新至数据集，并利用更新后的数据集对目标检测模型进行训练，所述目标检测模型在训练后识别样本图像中的目标对象；设置软标签在训练过程中仅参与预设的部分损失计算，以降低软标签导致的训练误差。本发明构建了一个高效的半监督学习目标检测框架，提升了目标检测模型的准确度。

 本技术公开了一种基于渐进式多源特征融合与对齐的人像聚档方法及装置，涉及公共视频智能分析领域，包括:构建人像聚档模型，在人像聚档模型中，对人脸图像、人脸模拟素描画像、人体图像、人体模拟素描画像的特征进行渐进融合，并通过伪标签聚类和相似度约束对齐人体特征与人脸特征，有效融合多源人像特征，生成渐进多源融合的行人特征；将待查询人员的人脸图像、人体图像及其相对应的人脸模拟素描画像、人体模拟素描画像输入到经训练的人像聚档模型，得到待查询人员的渐进多源融合的行人特征，并计算其与数据库中每个参考样本的渐进多源融合的行人特征的相似度，以进行人像聚档。

 本技术公开了一种火灾目标检测智能边缘计算方法，属于火灾目标检测技术领域，包括以下步骤:S1、制作火灾目标检测数据集；S2、形成改进后的YOLO‑AFPN‑LADH‑WIOU模型；S3、对上述改进后的YOLO‑AFPN‑LADH‑WIOU模型进行评价和横向对比，并对结果进行可视化分析；S4、基于步骤S3，实现基础模型在开发板上的远程部署；S5、利用TCP传输控制协议在边缘检测系统和客户监测端之间建立连接，从而进行交互；S6、实现图像采集和用户GUI显示。本发明采用上述的一种火灾目标检测智能边缘计算方法，提高了检测的精度、速度和广度，同时确保了实际中火灾监测及防护的实时性和准确性。

 本文提供了一种脊柱内窥镜图像去器械遮挡方法及系统，对脊柱内窥镜图像进行局部区域的对比度增强，得到对比度增强图像；进一步对所述对比度增强图像进行多尺度通道的器械轮廓检测，得到器械在各个尺度通道的轮廓特征图，并确定各个轮廓特征图中像素的梯度方差；根据在对比度增强中轮廓的边缘信息损失和各个梯度方差对所有的轮廓特征图进行反卷积重构，得到器械轮廓的重构特征图；基于重构特征图和脊柱内窥镜图像生成器械的遮挡掩码图，再根据相邻连续帧之间像素的运动矢量信息和遮挡掩码图恢复脊柱内窥镜图像中被遮挡的脊柱图像。采用本申请的方案，可实现脊柱内窥镜图像中器械轮廓的多尺度特征重构，从而提器械遮挡区域恢复的鲁棒性。

本文实施例公开了图像处理方法、装置、存储介质及电子设备，可以应用于人工智能或车联网领域。上述方法包括获取第一人脸图像；基于所述第一人脸图像进行参数化人脸重建，得到人脸模型参数；基于所述人脸模型参数进行针对所述第一人脸图像的全图重建，得到所述第一人脸图像对应的深度信息图；基于所述深度信息图对所述第一人脸图像进行多阶段本征分解，得到人脸纹理参数和环境光照参数。本申请可以通过对人脸图像进行人脸重建以及全图重建，得到深度信息图，并且基于该深度信息图进行多阶段本征分解，得到人脸纹理参数和环境光照参数，从而将人脸纹理信息和光照信息解耦，达到信息剥离效果，基于这种人脸纹理信息进行更准确的人脸图像重渲染。

本文提供了一种识别方法、装置、设备及存储介质，可以应用于安防、云技术、人工智能、智慧交通、辅助驾驶等各种场景，该方法包括:获取待识别物与识别设备之间的距离；若距离不等于目标距离时，则根据距离，调节作用于待识别物上的风压，以使待识别物与识别设备之间的距离达到目标距离；对距离识别设备为目标距离的待识别物进行识别，得到识别结果。本申请中，作用于待识别物上的风压是根据待识别物与识别设备之间的距离确定的，因此，待识别物可以根据感受到的风压得到准确的移动距离，这样，待识别物通过少数几次移动，可以移动至目标距离，进而提高了识别效率，提升了识别体现。

本技术提供一种数据标注方法、标注员考核方法及标注结果审核方法，其中，数据标注方法，包括如下步骤:接收多个第一标注信息，所述第一标注信息为用户根据预先建立的标注模板对标注对象进行标注得到，所述预先建立的标注模板包括多个标注类别之间的关联关系；根据所述多个第一标注信息以及对应标注类别之间的关联关系，形成所述标注对象的第二标注信息。通过实施本发明，引入了标注对象间的关联性，适用于复杂标注需求，能够深度挖掘图像信息，提高了数据标注的信息量。

本技术实施例提供一种交通事件检测方法、装置、电子设备和可读存储介质，涉及计算机技术领域。本发明实施例通过获取车辆行驶时的路面图像，对路面图像进行特征提取，得到车辆检测信息、道路线检测信息以及指示牌检测信息，在得到车辆检测信息、道路线检测信息以及指示牌信息后，根据车辆检测信息确定得到路面的拥堵信息，根据道路线检测信息以及指示牌检测信息确定得到路面的事故信息，然后根据路面的拥堵信息以及事故信息，得到路面的交通事件检测结果。如此，通过结合车辆检测信息、道路线检测信息以及指示牌信息，对路面的交通事件进行检测，可以有效提高交通事件的检测准确率。

本技术适用于性能测试领域，公开了一种图像识别模型测试方法、装置、计算机设备及存储介质，所述方法包括:获取测试图像样本集，测试图像样本集包括多个测试图像样本以及多个真实标注信息，一个测试图像样本对应一个真实标注信息；将多个测试图像样本输入待测试的图像识别模型，获得多个测试图像样本的预测识别结果；分别计算各个测试图像样本的预测识别结果与真实标注信息的匹配度，获得多个测试图像样本的匹配度；根据多个测试图像样本的匹配度构建混淆矩阵，根据混淆矩阵计算待测试的图像识别模型的性能评价结果。本发明的测试方法可以实现机器自动化测试，测试效率高且可靠性好。

本文提供了一种虚拟模型的处理方法、装置、电子设备及计算机可读存储介质，涉及图像处理技术领域。该方法包括:当识别到用于所述处理虚拟模型的至少两张待检测的定位图时，展示预设的虚拟模型，并获取所述至少两张定位图各自对应的处理方式；确定出所述至少两张定位图之间的位置关系以及与所述虚拟模型的位置关系；当检测到所述至少两张定位图与所述虚拟模型的位置关系发生变化时，基于所述至少两张定位图各自对应的处理方式对所述虚拟模型进行处理。本申请实现了在真实的环境中进行虚拟模型的展示和虚拟模型外观的调节，对于需要与真实世界关联的虚拟模型，可以很好的提升虚拟模型的迭代调整效率。