[发明专利]模型生成方法、图像增强方法、装置及计算机可读存储介质

说明书

本发明提供了一种模型生成方法、图像增强方法、装置及计算机可读存储介质，属于网络技术领域。该方法可以利用初始图像增强模型对m张第一样本图像进行增强处理，得到m张第一样本增强图像，利用初始判别模型确定每张第一样本增强图像的类别值以及每张第二样本图像的类别值，根据每张第一样本增强图像的类别值以及每张第二样本图像的类别值，获取初始图像增强模型的损失值，在损失值在第一预设范围内时，将初始图像增强模型作为图像增强模型。这样，由于无需根据每个像素的像素值来确定误差，进而可以避免处理后的图像中存在的异常点对误差判断带来偏差，保证能够准确的对图像增强模型进行训练，进而提高训练得到图像增强模型对图像的处理效果。

技术领域

本发明属于网络技术领域，特别是涉及一种模型生成方法、图像增强方法、装置及计算机可读存储介质。

背景技术

随着网络的不断发展，用户经常会拍摄图像，但受到用户拍摄设备质量以及拍摄环境的影响，拍摄图像可能会出现质量较差的情况，例如，对比度、饱和度过高或过低，为了提高图像的质量，往往会对图像进行增强处理。

现有技术中，通常是先训练图像增强模型，然后利用该图像增强模型对图像进行增强处理。在训练过程中，往往是根据图像增强模型处理后的样本图像以及样本图像对应的真实增强图，计算处理后的样本图像中每个像素的像素值与真实增强图中每个像素的像素值的均方差，得到图像增强模型的损失值，以此作为误差判断的标准，对图像增强模型进行调整训练。

但是，在训练过程中，可能会出现处理后的样本图像中存在异常点，例如，处理后的样本图像中大部分像素的像素值已经很接近真实增强图中的像素值，但是存在很小部分像素的像素值与真实增强图中的像素值差距较大，这样，以均方差作为误差判断的依据，可能会导致确定的误差不准确，进而无法准确的对图像增强模型进行训练，使得训练得到图像增强模型对图像的处理效果较差。

发明内容

本发明提供一种模型生成方法、图像增强方法、装置及计算机可读存储介质，以便解决无法准确的对图像增强模型进行训练，使得训练得到图像增强模型对图像的处理效果较差的问题。

依据本发明的第一方面，提供了一种模型生成方法，该方法包括：

利用初始图像增强模型对m张第一样本图像进行增强处理，得到m张第一样本增强图像；所述m为不小于1且不大于第一数值的整数，所述第一数值为训练样本集中包括的第一样本图像的个数；

利用初始判别模型确定每张第一样本增强图像的类别值，以及n张第二样本图像中每张第二样本图像的类别值；所述第二样本图像的质量高于所述第一样本图像的质量；所述n为不小于1且不大于第二数值的整数，所述第二数值为训练样本集中包括的第二样本图像的个数；

根据每张第一样本增强图像的类别值、每张第二样本图像的类别值以及目标类别值，获取所述初始图像增强模型的损失值；

若所述初始图像增强模型的损失值在第一预设范围内，将所述初始图像增强模型作为图像增强模型。

可选的，所述方法还包括：

若所述初始图像增强模型的损失值不在第一预设范围内，基于所述损失值表示的误差程度调整所述初始图像增强模型的参数；

利用调整后的初始图像增强模型、所述m张第一样本图像以及所述n张第二样本图像，对所述初始判别模型进行更新；

从所述训练样本集中抽取m张第一样本图像，并重新执行所述利用初始图像增强模型对m张第一样本图像进行增强处理的步骤。

可选的，所述利用调整后的初始图像增强模型、所述m张第一样本图像以及所述n张第二样本图像，对所述初始判别模型进行更新，包括：

利用调整后的初始图像增强模型对所述m张第一样本图像进行增强处理，得到m张第二样本增强图像；