[发明专利]图像处理、模型训练方法、装置、设备、存储介质及程序

说明书

本公开提供了图像处理、模型训练方法、装置、设备、存储介质及程序，涉及人工智能领域，尤其涉及计算机视觉和深度学习技术领域。具体实现方案为：获取待处理的第一图像，对第一图像进行特征提取，得到第一图像特征，根据M种特征增强方式，对所述第一图像特征进行M次特征增强处理，得到M个第二图像特征，所述M为大于或等于1的整数；对所述M个第二图像特征进行分类处理，得到所述第一图像的类别。上述过程，一方面提高了图像分类结果的准确性，另一方面提高了分类效率。

技术领域

本公开涉及人工智能领域，具体涉及计算机视觉和深度学习技术，尤其涉及一种图像处理、模型训练方法、装置、设备、存储介质及程序。

背景技术

目前，图像和视频等多媒体数据在人们生活中得到广泛应用。越来越多的用户通过图像和视频等多媒体数据来表达和传递信息。

在很多应用场景中，需要对图像或者视频进行分类。例如，一些场景中，需要识别图像是否为色情图像。另一些场景中，需要识别图像是否为伪造图像。还有一些场景中，需要将图像分类为人物图像、风景图像、动物图像等。以识别色情图像的场景为例，在用户向多媒体平台发布图像时，由审核人员对待发布的图像进行人工审核，确定是否含有色情内容，从而确定图像的类别。

然而，上述方式中需要人工对图像进行分类，一方面效率较低，另一方面，图像分类结果容易受到人为因素影响，准确性无法保证。

发明内容

本公开提供了一种图像处理、模型训练方法、装置、设备、存储介质及程序。

根据本公开的第一方面，提供了一种图像处理方法，包括：

获取待处理的第一图像；

对所述第一图像进行特征提取，得到第一图像特征；

根据M种特征增强方式，对所述第一图像特征进行M次特征增强处理，得到M个第二图像特征，所述M为大于或等于1的整数；

对所述M个第二图像特征进行分类处理，得到所述第一图像的类别。

根据本公开的第二方面，提供了一种模型训练方法，包括：

获取第一样本图像和所述第一样本图像对应的标记类别；

通过预设模型对所述第一样本图像进行特征提取，得到第一图像特征；

通过所述预设模型根据M种特征增强方式，对所述第一图像特征进行M次特征增强处理，得到M个第二图像特征，所述M为大于或等于1的整数；

通过所述预设模型对所述M个第二图像特征进行分类处理，得到所述第一样本图像的预测类别；

根据所述标记类别和所述预测类别，更新所述预设模型的模型参数。

根据本公开的第三方面，提供了一种图像处理装置，包括：

获取模块，用于获取待处理的第一图像；

特征提取模块，用于对所述第一图像进行特征提取，得到第一图像特征；

特征增强模块，用于根据M种特征增强方式，对所述第一图像特征进行M次特征增强处理，得到M个第二图像特征，所述M为大于或等于1的整数；

分类模块，用于对所述M个第二图像特征进行分类处理，得到所述第一图像的类别。

根据本公开的第四方面，提供了一种模型训练装置，包括：

获取模块，用于获取第一样本图像和所述第一样本图像对应的标记类别；

特征提取模块，用于通过预设模型对所述第一样本图像进行特征提取，得到第一图像特征；