[发明专利]图像的处理方法、装置、设备及存储介质

权利要求书

1.一种图像的处理方法，其特征在于，所述图像的处理方法包括：

对预训练后的图像处理模型进行目标量化节点插入，得到修改后的图像处理模型；

对所述修改后的图像处理模型进行量化训练，得到量化后的图像处理模型；

对所述量化后的图像处理模型进行冗余节点删除，得到初始图像处理模型；

获取所述初始图像处理模型部署后的目标图像处理模型，以及待处理图像，并通过所述目标图像处理模型对所述待处理图像进行分析处理，得到图像信息。

2.根据权利要求1所述的图像的处理方法，其特征在于，所述对预训练后的图像处理模型进行目标量化节点插入，得到修改后的图像处理模型，包括：

对预训练后的图像处理模型进行目标节点识别，得到待量化节点，并获取所述待量化节点的节点类型；

基于所述节点类型，对所述待量化节点进行目标量化节点插入，得到修改后的图像处理模型，目标量化节点为由量化节点后紧接着反量化节点构成的节点。

3.根据权利要求2所述的图像的处理方法，其特征在于，所述基于所述节点类型，对所述待量化节点进行目标量化节点插入，得到修改后的图像处理模型，包括：

当所述节点类型用于指示带权重的节点时，对所述待量化节点进行逐张量的目标量化节点插入和逐通道的目标量化节点插入，得到修改后的图像处理模型；

当所述节点类型用于指示加法节点时，对所述待量化节点的多个输入分别进行目标量化节点插入，得到修改后的图像处理模型。

4.根据权利要求1所述的图像的处理方法，其特征在于，所述对所述修改后的图像处理模型进行量化训练，得到量化后的图像处理模型，包括：

获取所述修改后的图像处理模型的量化前的结果、量化的比例和量化后的零点；

基于所述量化前的结果、所述量化的比例、所述量化后的零点和预置量化公式，对所述修改后的图像处理模型进行运算，得到量化后的图像处理模型。

5.根据权利要求1所述的图像的处理方法，其特征在于，所述对所述量化后的图像处理模型进行冗余节点删除，得到初始图像处理模型，包括：

基于预置的图优化算法，获取所述量化后的图像处理模型中的多个量化训练节点，并识别所述多个量化训练节点的连续性，得到连续性信息；

基于所述连续性信息识别各量化训练节点中的冗余节点，得到待删除节点；

将所述量化后的图像处理模型中各量化训练节点的待删除节点删除，得到初始图像处理模型。

6.根据权利要求5所述的图像的处理方法，其特征在于，所述基于所述连续性信息识别各量化训练节点中的冗余节点，得到待删除节点，包括：

若所述连续性信息用于指示两个量化训练节点不连续，则获取量化训练节点的目标量化节点中的反量化节点，得到第一冗余节点，并将所述第一冗余节点确定为待删除节点；

若所述连续性信息用于指示两个量化训练节点连续，则获取两个量化训练节点之间的目标量化节点，得到第二冗余节点；

获取前连接的量化训练节点的目标量化节点中的反量化节点，得到第三冗余节点；

将所述第二冗余节点和所述第三冗余节点确定为待删除节点。

7.根据权利要求1-6中任一项所述的图像的处理方法，其特征在于，所述获取所述初始图像处理模型部署后的目标图像处理模型，以及待处理图像，并通过所述目标图像处理模型对所述待处理图像进行分析处理，得到图像信息，包括：

将所述初始图像处理模型转换为对应的网络结构表达，得到目标图像处理模型，并将所述目标图像处理模型发送至预置的推理引擎；

获取待处理图像以及图像处理需求，通过所述推理引擎调用所述目标图像处理模型，基于所述图像处理需求，对所述待处理图像进行分析处理，得到图像信息。