[发明专利]用于图像处理的模型训练方法、图像处理方法和装置

说明书

本公开提供了用于图像处理的模型训练方法、图像处理方法和装置，涉及人工智能技术领域，尤其涉及深度学习、计算机视觉技术领域。具体实现方案为：获取待训练图像的特征图；所述特征图中的数据进行均匀分布处理，得到均匀分布处理后的数据，其中，所述均匀分布处理后的数据均匀分布在各预设校准点上；根据所述均匀分布处理后的数据进行所述神经网络模型的训练，得到训练后的神经网络模型，其中，所述训练后的神经网络模型用于进行量化处理后对待识别图像进行识别处理。通过上述技术方案，能够实现提高神经网络模型在量化后输出结果的精度的目的。

技术领域

本公开涉及人工智能技术领域中的深度学习和计算机视觉技术领域，尤其涉及一种用于图像处理的模型训练方法、图像处理方法和装置。

背景技术

随着深度学习的发展，深度学习中的神经网络模型已经应用到了图像处理中，例如，对图像进行识别，对图像进行分割等等。神经网络模型被运行在设备上时，神经网络模型需要消耗较多的内存和带宽资源。

现有技术中，在对神经网络模型进行量化时，存在量化后的神经网络模型的精度较低的问题。

发明内容

本公开提供了一种用于图像处理的模型训练方法、图像处理方法和装置。

根据本公开的第一方面，提供了一种用于图像处理的模型训练方法，包括：

获取待训练图像的特征图；

在基于神经网络模型对所述特征图进行训练的过程中，对所述特征图中的数据进行均匀分布处理，得到均匀分布处理后的数据，其中，所述各处理后的数据均匀分布在各预设校准点上；

根据所述均匀分布处理后的数据进行神经网络模型的训练，得到训练后的神经网络模型，其中，所述训练后的神经网络模型用于进行量化处理后对待识别图像进行识别处理。

根据本公开的第二方面，提供了一种图像处理方法，包括：

获取待识别图像，采用预设模型对所述待识别图像进行处理，得到识别结果；

其中，所述预设模型为对第一方面所述的模型训练方法所得到的模型。

根据本公开的第三方面，提供了一种用于图像处理的模型训练装置，包括：

获取单元，用于获取待训练图像的特征图；

均匀分布处理单元，用于对所述特征图中的数据进行均匀分布处理，得到均匀分布处理后的数据，其中，所述各处理后的数据均匀分布在各预设校准点上；

训练单元，用于根据所述均匀分布处理后的数据进行神经网络模型的训练，得到训练后的神经网络模型，其中，所述训练后的神经网络模型用于进行量化处理后对待识别图像进行识别处理。

根据本公开的第四方面，提供了一种图像处理装置，包括：

获取单元，用于获取待识别图像。

识别结果确定单元，用于采用预设模型对所述待识别图像进行处理，得到识别结果；其中，所述预设模型为对第三方面所述的模型训练装置。

根据本公开的第五方面，提供了一种服务器，包括：

至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面或第二方面所述的方法。

根据本公开的第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据第一方面或第二方面所述的方法。