[发明专利]模型训练方法、装置、设备和存储介质

权利要求书

1.一种模型训练方法，包括：

采用多个已训练模型，提取图像样本的图像特征，以获得多个第一图像特征；

采用待训练模型，提取所述图像样本的图像特征，以获得第二图像特征；

基于所述多个第一图像特征确定融合特征；

基于所述融合特征和所述第二图像特征构建损失函数，并采用所述损失函数训练所述待训练模型；

其中，所述基于所述多个第一图像特征确定融合特征，包括：

对所述多个第一图像特征进行两两处理，以获得所述融合特征；

其中，所述对所述多个第一图像特征进行两两处理，以获得所述融合特征，包括：

对应所述多个第一图像特征中的各个第一图像特征，基于所述各个第一图像特征和所述两两处理时的另外一个第一图像特征确定加权系数；

基于所述加权系数和所述各个第一图像特征，确定所述各个第一图像特征对应的融合特征。

2.根据权利要求1所述的方法，其中，所述融合特征为多个，所述基于所述融合特征和所述第二图像特征构建损失函数，包括：

分别确定所述多个融合特征中的各个融合特征与所述第二图像特征的差值；

将所述差值的平方和，构建为所述损失函数。

3.根据权利要求1-2任一项所述的方法，其中，

所述多个已训练模型作为多个教师模型，所述待训练模型作为学生模型，且，所述多个教师模型基于多个图像处理场景对应的图像生成。

4.一种模型训练装置，包括：

第一提取模块，用于采用多个已训练模型，提取图像样本的图像特征，以获得多个第一图像特征；

第二提取模块，用于采用待训练模型，提取所述图像样本的图像特征，以获得第二图像特征；

融合模块，用于基于所述多个第一图像特征确定融合特征；

训练模块，用于基于所述融合特征和所述第二图像特征构建损失函数，并采用所述损失函数训练所述待训练模型；

其中，所述融合模块具体用于：

对所述多个第一图像特征进行两两处理，以获得所述融合特征；

其中，所述融合模块进一步具体用于：

对应所述多个第一图像特征中的各个第一图像特征，基于所述各个第一图像特征和所述两两处理时的另外一个第一图像特征确定加权系数；

基于所述加权系数和所述各个第一图像特征，确定所述各个第一图像特征对应的融合特征。

5.根据权利要求4所述的装置，其中，所述融合特征为多个，所述训练模块具体用于：

分别确定所述多个融合特征中的各个融合特征与所述第二图像特征的差值；

将所述差值的平方和，构建为所述损失函数。

6.根据权利要求4-5任一项所述的装置，其中，

所述多个已训练模型作为多个教师模型，所述待训练模型作为学生模型，且，所述多个教师模型基于多个图像处理场景对应的图像生成。

7. 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1-3中任一项所述的方法。

8.一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1-3中任一项所述的方法。