[发明专利]图像处理方法、装置、电子设备及机器可读存储介质

说明书

本申请提供一种图像处理方法、装置、电子设备及机器可读存储介质，该方法包括：依据初始训练集，利用预设训练系统，进行模型训练，得到初始模型；对业务应用端利用所述初始模型进行图像处理得到的输出数据进行筛选，得到置信度以及准确性满足预设条件的目标输出数据；依据所述目标输出数据对所述初始训练集进行扩展，得到扩展后的训练集；依据所述扩展后的训练集，对所述初始模型进行优化训练，得到进化模型，以使业务应用端依据所述进化模型进行图像处理。该方法可以实现模型自动进化，并通过依据进化模型进行图像处理，优化处理效果。

技术领域

本申请涉及计算机视觉技术领域，尤其涉及一种图像处理方法、装置、电子设备及机器可读存储介质。

背景技术

随着智能视频监控、自动驾驶、人脸检测等应用的快速兴起，计算机视觉领域也因巨大的市场需求而受到广泛关注，并且机器学习/深度学习方法使得目标检测的效率和精度得到保证。而且近年来，硬件设备的计算能力的快速提升，互联网时代快速积累的庞大的数据量，以及优化训练方法的改进，极大地推动了机器学习、深度学习的发展，也使得计算机视觉领域有突破性的进展。

然而，在真实应用场景中，通常涵盖所有类型的目标物情况的数据量非常庞大，从而使得数据的清洗和标注成本非常高。

发明内容

有鉴于此，本申请提供一种图像处理方法、装置、电子设备及机器可读存储介质。

根据本申请实施例的第一方面，提供一种图像处理方法，包括：

依据初始训练集，利用预设训练系统，进行模型训练，得到初始模型；

对业务应用端利用所述初始模型进行图像处理得到的输出数据进行筛选，得到置信度以及准确性满足预设条件的目标输出数据；

依据所述目标输出数据对所述初始训练集进行扩展，得到扩展后的训练集；

依据所述扩展后的训练集，对所述初始模型进行优化训练，得到进化模型，以使业务应用端依据所述进化模型进行图像处理。

根据本申请实施例的第二方面，提供一种图像处理装置，包括：

预训练单元，用于依据初始训练集，利用预设训练系统，进行模型训练，得到初始模型；

筛选单元，用于对业务应用端利用所述初始模型进行图像处理得到的输出数据进行筛选，得到置信度以及准确性满足预设条件的目标输出数据；

扩展单元，用于依据所述目标输出数据对所述初始训练集进行扩展，得到扩展后的训练集；

优化训练单元，用于依据所述扩展后的训练集，对所述初始模型进行优化训练，得到进化模型，以使业务应用端依据所述进化模型进行图像处理。

根据本申请实施例的第三方面，提供一种电子设备，包括处理器和机器可读存储介质，所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令，所述处理器用于执行机器可执行指令，以实现第一方面提供的方法。

根据本申请实施例的第四方面，提供一种机器可读存储介质，该机器可读存储介质内存储有计算机程序，计算机程序被处理器执行时实现第一方面提供的方法。

根据本申请实施例的第五方面，提供一种计算机程序，该计算机程序存储于机器可读存储介质，并且当处理器执行该计算机程序时，促使处理器执行第一方面提供的方法。