[发明专利]基于多模型的图像处理方法和装置

说明书

本申请公开了一种基于多模型的图像处理方法和装置。该方法包括：通过获取多个预设图像算法模型对待处理图像处理得到的多个第一标签数据集，每个预设图像算法模型的处理结果对应一个第一标签数据集，通过预设多模型标签合并规则，对多个第一标签数据集进行合并处理，获得第二标签数据集，通过预设的筛选规则，对第二标签数据集中的第二标签数据进行筛选处理，获得结果标签数据集。通过上述对多个预设图像算法模型的处理结果进行合并处理的方法，解决现有技术中多模型图像处理存在计算开销较大的技术问题，提高图像处理的准确率。

技术领域

本申请涉及图像识别领域，具体而言，涉及一种基于多模型的图像处理方法和装置。

背景技术

现有技术中，计算机视觉技术迅速发展，计算机视觉的关键组成部分包括图像分类、人脸识别、目标检测等技术，主要通过深度学习神经网络获得图像模型，以图像模型实现对图像的分类，目标识别等处理，现有的图像处理方式主要是通过单个模型进行图像处理，单个模型的图像处理存在准确率较低的问题，通过多模型的进行图像处理，但是利用多模型进行图像处理存在优化图像处理效果时需要对每一个算法模型进行单独优化，需要增加更多的标注数据和计算开销，存在消耗资源较大的问题。

因此，现有技术中多模型图像处理存在计算开销较大的技术问题。

发明内容

本申请的主要目的在于提供一种基于多模型的图像处理方法和装置，通过对多个算法模型识别后的图像标签数据进行合并处理，得到结果标签数据，解决了现有技术中多模型图像处理存在计算开销较大的技术问题，提高图像处理的准确率。

为了实现上述目的，本申请提出一种基于多模型的图像处理方法。

根据本申请的第二方面，提出一种基于多模型的图像处理装置。

根据本申请的第三方面，提出一种计算机可读存储介质。

根据本申请的第四方面，提出一种电子设备。

有鉴于此，根据本申请的第一方面，提出一种基于多模型的图像处理方法，包括：

获取待处理图像；

基于多个预设图像算法模型，对所述待处理图像进行识别处理，获得多个第一标签数据集，其中，所述第一标签数据集为所述待处理图像经一个预设图像算法模型处理得到的标签数据；

基于预设多模型标签合并规则，对所述多个第一标签数据集进行合并处理，获得第二标签数据集；

对所述第二标签数据集进行筛选处理，获得结果标签数据集。

进一步地，基于预设多模型标签合并规则，对所述多个第一标签数据集进行合并处理，获得第二标签数据集，包括：

基于预设标签合并规则，对所述第一标签数据集中的多个第一标签数据进行合并处理，获得所述第一标签数据集对应的过程标签数据集；

基于预设多模型标签合并规则，对所述多个过程标签数据集中的过程标签数据进行合并处理，获得所述第二标签数据集。

进一步地，基于预设标签合并规则，对所述第一标签数据集中的多个第一标签数据进行合并处理，获得所述第一标签数据集对应的过程标签数据集，包括：

基于所述第一标签数据，在预设标签数据库中匹配与所述第一标签数据对应的大类标签，其中，所述预设标签数据库中存储有所述第一标签数据与所述大类标签数据的映射关系；

基于第一标签合并规则，对具有相同大类标签的多个第一标签数据进行合并处理，获得第一过程标签数据，其中，所述第一过程标签数据与所述大类标签对应；