1.一种边缘检测模型训练方法,其特征在于,包括:获取图像中带有标记的像素点;
以每个所述像素点为中心像素点,根据所述中心像素点、预设的步长和预设的采集数量,分别确定所述中心像素点的横向相邻像素点和纵向相邻像素点;
根据所述中心像素点和对应的横向相邻像素点生成横向像素点组,根据所述中心像素点和对应的纵向相邻像素点生成纵向像素点组;
基于预设的函数,根据所述横向像素点组确定横向相邻像素点输入组,根据所述纵向相邻像素点组确定纵向相邻像素点输入组;
根据所述横向相邻像素点输入组和所述横向相邻像素点输入组对应的所述中心像素点的所述标记,生成横向训练数据组,根据所述纵向相邻像素点输入组和所述纵向相邻像素点输入组对应的所述中心像素点的所述标记,生成纵向训练数据组;
根据全部所述横向训练数据组和所述纵向训练数据组构建训练数据集;
根据所述训练数据集训练预设的初始神经网络模型,得到训练好的边缘检测模型;
所述根据所述横向相邻像素点输入组和所述横向相邻像素点输入组对应的所述中心像素点的所述标记,生成横向训练数据组,包括:根据所述横向相邻像素点输入组确定最大横向输入值;通过预设的横向归一化关系,根据所述最大横向输入值对所述横向相邻像素点输入组进行归一化处理,得到归一化横向相邻像素点输入组;根据所述归一化横向相邻像素点输入组和对应的所述标记生成所述横向训练数据组;
所述横向归一化关系满足:
F(x)i =f(x)i ÷Umax;
其中,f(xi)为所述横向相邻像素点输入组中第i个像素点输入值,Umax为所述最大横向输入值,F(xi)为所述归一化横向相邻像素点输入组中第i个所述像素点的归一化输入值,xi为所述横向相邻像素点输入组中第i个像素点;
所述根据所述中心像素点对应的所述标记和对应的所述纵向相邻像素点输入组,生成所述中心像素点对应的纵向训练数据组,包括:根据所述纵向相邻像素点输入组确定最大纵向输入值;通过预设的纵向归一化关系,根据所述最大纵向输入值对所述纵向相邻像素点输入组进行归一化处理,得到归一化纵向相邻像素点输入组;根据所述归一化纵向相邻像素点输入组和对应的所述标记生成所述纵向训练数据组;
所述纵向归一化关系满足:
F(y)j =f(y)j ÷Vmax;
其中,f(yj)为所述纵向相邻像素点输入组中第j个像素点输入值,Vmax为所述最大纵向输入值,F(yj)为所述纵向相邻像素点输入组中第j个像素点输入值对应的归一化的输入值,yj为所述纵向相邻像素点输入组中第j个像素点;
所述函数包括第一函数、第二函数、第三函数、第四函数和第五函数中至少一个;
所述第一函数满足:
f(x)=sin(2πx);
所述第二函数满足:
f(x)=kx;
所述第三函数满足:
f(x)=k|x|;
所述第四函数满足:
a
f(x)=kx;
所述第五函数满足:
;
其中,x为所述横向像素点组或者所述纵向像素点组中任一所述像素点,f(x)为所述横向像素点组或者所述纵向像素点组中任一所述像素点x对应的像素点输入值,k为第一预设参数,a为第二预设参数,L为第三预设参数,R为第四预设参数,β为第五预设参数。
2.根据权利要求1所述的边缘检测模型训练方法,其特征在于,所述根据所述中心像素点、预设的步长和预设的采集数量,分别确定所述中心像素点的横向相邻像素点和纵向相邻像素点,包括:根据所述步长确定横向采集距离和纵向采集距离;
根据所述中心像素点、所述横向采集距离和所述采集数量确定所述横向相邻像素点;
根据所述中心像素点、所述纵向采集距离和所述采集数量确定所述纵向相邻像素点。
3.根据权利要求2所述的边缘检测模型训练方法,其特征在于,所述根据所述中心像素点、所述横向采集距离和所述采集数量确定所述横向相邻像素点,包括:基于所述横向采集距离,根据所述中心像素点和所述采集数量确定所述中心像素点的左侧相邻像素点,根据所述中心像素点和所述采集数量确定所述中心像素点的右侧相邻像素点;
根据所述左侧相邻像素点和所述右侧相邻像素点得到所述中心像素点的所述横向相邻像素点。
4.根据权利要求2所述的边缘检测模型训练方法,其特征在于,所述根据所述中心像素点、所述纵向采集距离和所述采集数量确定所述纵向相邻像素点,包括:基于所述纵向采集距离,根据所述中心像素点和所述采集数量确定所述中心像素点的上侧相邻像素点,根据所述中心像素点和所述采集数量确定所述中心像素点的下侧相邻像素点;
根据所述上侧相邻像素点和所述下侧相邻像素点得到所述中心像素点的所述纵向相邻像素点。
5.一种边缘检测方法,其特征在于,包括:
获取待处理的图像;
将所述待处理的图像输入如权利要求1至4任一项所述的边缘检测模型训练方法得到的所述边缘检测模型中,输出所述待处理的图像中边缘检测结果。
6.一种电子设备,其特征在于,包括存储器和处理器;
所述存储器,用于存储计算机程序;
所述处理器,用于当执行所述计算机程序时,实现如权利要求1至4任一项所述的边缘检测模型训练方法。
7.一种计算机可读存储介质,其特征在于,所述存储介质上存储有计算机程序,当所述计算机程序被处理器执行时,实现如权利要求1至4任一项所述的边缘检测模型训练方法。