[发明专利]网络训练与图像处理方法、装置、设备和存储介质

说明书

本申请提出一种网络训练与图像处理方法、装置、设备和存储介质。其中，所述方法可以包括：利用偏移量提取网络，获得与多种预设角度分别对应的偏移量；所述偏移量指示样本图像中屋顶与底座之间的偏移量；所述样本图像包括第一偏移量真实信息；所述多种预设角度用于旋转样本图像或所述样本图像对应的图像特征；将所述第一偏移量真实信息分别旋转所述多种预设角度，得到与所述多种预设角度分别对应的第二偏移量真实信息；利用与所述多种预设角度分别对应的第二偏移量真实信息和获得的偏移量，调整所述偏移量提取网络的网络参数。

技术领域

本申请涉及计算机技术领域，具体涉及一种网络训练与图像处理方法、装置、设备和存储介质。

背景技术

随着城市化率的逐步提高，需要对建筑物进行及时统计以完成城市规划、地图绘制和建筑物变化监测等任务。

目前，主要通过统计建筑物底座进行建筑物统计。其中，在统计建筑物底座时，需要先利用基于神经网络生成的偏移量提取网络提取出表征屋顶与底座之间位移的偏移量以及利用屋顶提取网络提取出建筑物屋顶，然后利用所述偏移量对所述屋顶进行变换得到底座。

然而数据的标注成本很高，因此无法获取大量包括偏移量真实信息的标注样本，而使用少量的有标注样本难以训练出高精度的偏移量提取网络。

发明内容

有鉴于此，本申请至少公开一种神经网络训练方法。该方法可以包括：利用偏移量提取网络，获得与多种预设角度分别对应的偏移量；所述偏移量指示样本图像中屋顶与底座之间的偏移量；所述样本图像包括第一偏移量真实信息；所述多种预设角度用于旋转样本图像或所述样本图像对应的图像特征；将所述第一偏移量真实信息分别旋转所述多种预设角度，得到与所述多种预设角度分别对应的第二偏移量真实信息；利用与所述多种预设角度分别对应的第二偏移量真实信息和获得的偏移量，调整所述偏移量提取网络的网络参数。

在示出的一些实施方式中，所述利用偏移量提取网络，获得与多种预设角度分别对应的偏移量，包括：利用偏移量提取网络，将所述样本图像对应的第一图像特征分别旋转多种预设角度，得到与所述多种预设角度分别对应的第二图像特征；基于所述第二图像特征，得到与所述多种预设角度分别对应的偏移量。

在示出的一些实施方式中，所述利用偏移量提取网络，将所述样本图像对应的第一图像特征分别旋转多种预设角度，得到与所述多种预设角度分别对应的第二图像特征，包括：针对所述多种预设角度中的每一角度，利用所述偏移量提取网络包括的与所述角度对应的空间变换网络，将所述第一图像特征旋转所述角度，得到与所述角度对应的第二图像特征。

在示出的一些实施方式中，所述空间变换网络包括基于插值方式进行图像旋转的采样器；其中，所述采样器包括基于所述空间变换网络对应的预设角度确定的采样网格；所述采样网格表征第一图像特征与第二图像特征之间的像素点对应关系；利用所述空间变换网络将所述第一图像特征旋转预设角度，得到与所述预设角度对应的第二图像特征，包括：通过所述采样器，利用所述采样网格，确定所述第一图像特征中，与第二图像特征中各像素点分别对应的多个像素点，并基于插值方式对所述多个像素点的像素值进行映射，得到第二图像特征中各像素点分别对应的像素值。

在示出的一些实施方式中，所述利用与所述多种预设角度分别对应的第二偏移量真实信息和获得的偏移量，调整所述偏移量提取网络的网络参数，包括：根据与所述多种预设角度分别对应的第二偏移量真实信息和获得的偏移量，得到与所述多种预设角度分别对应的偏移量损失信息；基于与所述多种预设角度分别对应的偏移量损失信息之和，调整所述偏移量提取网络的网络参数。

在示出的一些实施方式中，所述样本图像还包括屋顶区域真实信息；所述方法还包括：利用屋顶区域提取网络，获得所述图像样本中的屋顶区域；其中，所述屋顶区域提取网络与所述偏移量提取网络共享特征提取网络，并且属于同一底座区域提取网络；所述底座区域提取网络用于基于获得的屋顶区域与偏移量得到底座区域；基于所述屋顶区域真实信息以及获得的屋顶区域，对所述屋顶区域提取网络进行训练。