[发明专利]训练方法和训练装置、图像数据处理方法和装置、电子设备及存储介质

权利要求书

1.一种图像数据处理模型的训练方法，其特征在于，所述训练方法包括：

将样本图像数据输入到所述图像数据处理模型，其中，所述图像数据处理模型包括图像压缩编码器、图像解码器和图像处理模块，所述图像压缩编码器对所述样本图像数据进行压缩编码以获取压缩编码的图像数据，所述图像解码器对所述压缩编码的图像数据进行解码以获取解码的图像数据，所述图像处理模块对所述解码的图像数据进行图像处理以获取图像处理预测结果；

基于所述图像处理预测结果和与所述样本图像数据对应的预设目标结果，确定第一损失函数，基于所述压缩编码的图像数据和所述图像压缩编码器的压缩参数确定约束条件，并根据所述第一损失函数和所述约束条件确定第二损失函数，其中，所述压缩参数为所述图像压缩编码器对所述样本图像数据进行压缩编码所使用的参数；

基于所述第二损失函数对所述图像压缩编码器以及所述图像数据处理模块进行联合训练，得到经过训练的图像数据处理模型，

其中，所述基于所述第二损失函数对所述图像压缩编码器以及所述图像数据处理模块进行联合训练，包括：

对所述图像压缩编码器的所述压缩参数、所述图像处理模块的参数以及对偶变量进行训练，直至所述第二损失函数的值满足预设条件，其中，所述对偶变量是通过使用拉格朗日乘子法对由所述第一损失函数和所述约束条件构成的最优化模型进行转化时产生的。

2.如权利要求1所述的训练方法，其特征在于，所述约束条件为通过使用所述压缩参数对所述样本图像数据进行压缩编码得到的所述压缩编码的图像数据的数据量不大于预设的目标阈值。

3.如权利要求1所述的训练方法，其特征在于，所述压缩参数是所述图像压缩编码器的频谱量化表。

4.如权利要求3所述的训练方法，其特征在于，所述频谱量化表是通过将所述频谱量化表中的取整函数近似为可导函数而得到的。

5.如权利要求1所述的训练方法，其特征在于，用于确定所述压缩编码的图像数据的数据量的数据量函数是通过将所述数据量函数中的至少一个不可导函数近似为可导函数而得到的。

6.一种图像数据处理方法，其特征在于，所述图像数据处理方法包括：

通过图像压缩编码器对输入图像数据进行压缩编码以获取压缩编码的图像数据；

通过图像解码器对所述压缩编码的图像数据进行解码以获取解码的图像数据；

通过图像处理模块对所述解码的图像数据进行图像处理以获取图像处理预测结果，其中，所述图像压缩编码器、所述图像解码器和所述图像处理模块构成图像数据处理模型，并且所述图像处理模型是通过如权利要求1至5中任意一项所述的图像数据处理模型的训练方法得到的。

7.如权利要求6所述的图像数据处理方法，其特征在于，所述图像压缩编码器为布置在终端设备上的JPEG编码器，并且所述图像解码器和所述图像处理模型布置在与所述终端设备通信的服务器上。