[发明专利]图像处理方法、装置、设备以及存储介质

说明书

本申请公开了一种图像处理方法、装置、设备以及存储介质，属于人工智能技术领域，能够应用于对多媒体资源的处理场景中。在本申请实施例中，通过基于第一样本图像以全监督方式以及基于第二样本图像以无监督方式对学生模型进行训练，基于第二样本图像对教师模型进行训练，从而得到准确度较高的第一图像处理模型，再通过该第一图像处理模型确定第二样本图像的伪标签，则无需技术人员手动对第二样本图像进行标注；通过基于有标注的第一样本图像和第二样本图像，以全监督方式训练第二图像处理模型，由于两类样本图像的标注图像的准确度较高，因此训练出的第二图像处理模型的准确度较高。上述方案降低了数据标注的工作量，提高了模型训练的准确度。

技术领域

本申请涉及人工智能技术领域，特别涉及一种图像处理方法、装置、设备以及存储介质。

背景技术

随着人工智能技术的蓬勃发展，图像处理技术作为人工智能技术的一个分支，其应用范围越来越广泛。例如，图像处理技术可以应用在医学场景，采用图像处理模型，对医学图像中的各类生理组织区域进行识别，从而得到识别结果，该识别结果包括各个生理组织区域所属的组织类别。

相关技术中，往往需要获得大量已标注的样本数据，从而根据该样本数据，训练图像处理模型。其中，样本数据的标注需要具有专业医学知识的人员，对医学图像中的各类生理组织区域进行手动标注。

但是，模型训练所需样本数据的数据量较大，而样本数据的标注过程又耗时耗力，因此亟需一种能够在保证模型训练准确度的基础上，还能降低数据标注的工作量的图像处理方法。

发明内容

本申请实施例提供了一种图像处理方法、装置、设备以及存储介质，能够大大降低数据标注的工作量，还能够提高模型训练的准确度。所述技术方案如下：

一方面，提供了一种图像处理方法，所述方法包括：

通过学生模型，获取第一样本集中第一样本图像的第一预测标注图像，以及，获取第二样本集中第二样本图像对的混合图像的混合标注图像，所述第二样本图像对包括至少两个第二样本图像；

通过教师模型，获取所述第二样本图像对的标注混合图像，所述标注混合图像基于所述至少两个第二样本图像的第二预测标注图像得到；

基于所述第一预测标注图像、所述第一样本图像的第一标注图像、所述混合标注图像和所述标注混合图像，对所述学生模型和所述教师模型进行训练，以得到第一图像处理模型，所述第一图像处理模型用于确定输入图像的标注图像，所述第一标注图像用于表示所述第一样本图像中的生理组织区域所属的组织类别；

基于所述第一图像处理模型，获取所述第二样本集中多个第二样本图像的第二标注图像，所述第二标注图像用于表示所述第二样本图像中的生理组织区域所属的预测组织类别；

基于所述第一样本集中的多个第一样本图像、所述多个第一样本图像的第一标注图像、所述多个第二样本图像和多个所述第二标注图像，训练第二图像处理模型，所述第二图像处理模型用于确定输入图像的标注图像。

在一些实施例中，所述方法还包括：

基于测试图像、所述测试图像的测试标注图像以及训练好的所述第二图像处理模型，确定所述第二图像处理模型的模型准确度，所述测试标注图像是对所述测试图像中的生理组织区域所属的组织类别进行标注得到的；

在所述模型准确度符合条件的情况下，执行所述基于训练好的所述第二图像处理模型，重新确定每个所述第二样本图像的第二标注图像，得到多个更新后的第二标注图像的步骤。

一方面，提供了一种图像处理方法，所述方法包括：

接收终端发送的图像识别请求，所述图像识别请求携带待识别的目标图像，所述目标图像中包含至少一个生理组织区域；