[发明专利]一种模型训练和图像处理方法、装置、设备及介质

说明书

本申请公开了一种模型训练和图像处理方法、装置、设备及介质。由于预先收集有样本图像对，使得可以对于任一样本图像对，通过原始去雾模型，获取该样本图像对包括的合成有雾图像对应的第一去雾图像，以及该样本图像对包括的样本图像的第二去雾图像，然后基于获取到的第一去雾图像以及第二去雾图像，对原始去雾模型进行训练，以得到训练完成的去雾模型，从而实现无需对样本图像对中包含的样本图像以及合成有雾图像进行标注，直接根据获取到的第一去雾图像以及第二去雾图像即可对原始去雾模型进行训练，减少了对样本图像对中包含的样本图像以及合成有雾图像进行标注所需的工作量，后续通过训练完成的去雾模型，可以对获取到的模型进行准确去雾。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种模型训练和图像处理方法、装置、设备及介质。

背景技术

由于智能设备的工作环境中存在大量的水分和灰尘，这些容易导致智能设备采集到的图像变得模糊，影响后续对采集到的图像进行处理。因此，如何去除图像中的水雾是近几年来人们日益关注的问题。

目前，可以采用深度学习的方法去除图像中的水雾，即通过预先训练的去雾模型，对输入的有雾图像进行处理，获取去除水雾的清晰图像。为了获取该去雾模型，需要预先收集用于训练该去雾模型的样本有雾图像，并对收集到的样本有雾图像进行标注。由于将有雾图像映射到清晰图像的过程是像素级别的映射过程，因而需要对样本有雾图像中的每个像素点进行标注，增加了标注的工作量，且需要获取到一幅有雾图像中的每个像素点在清晰图像中分别对应的像素值，也增加了标注的难度，使得获取到训练完成的去雾模型的难度比较大。

发明内容

本申请提供的一种模型训练和图像处理方法、装置、设备及介质，用以解决现有对训练去雾模型的样本有雾图像进行标注的难度以及所需工作量大，造成获取训练完成的去雾模型的难度大的问题。

本申请提供了一种模型训练方法，所述方法包括：

获取样本图像对；其中，所述样本图像对包括样本图像以及所述样本图像对应的合成有雾图像；

对于任一所述样本图像对，通过原始去雾模型，获取该样本图像对包括的合成有雾图像对应的第一去雾图像，以及该样本图像对包括的样本图像的第二去雾图像；

基于所述第一去雾图像以及所述第二去雾图像，对所述原始去雾模型进行训练，以获取训练完成的去雾模型。

本申请提供了一种基于如上述所述的模型训练方法训练得到的去雾模型的图像处理方法，所述方法包括：

获取待处理图像；

通过所述去雾模型，获取所述待处理图像对应的去雾图像。

本申请提供了一种模型训练装置，所述装置包括：

获取单元，用于获取样本图像对；其中，所述样本图像对包括样本图像以及所述样本图像对应的合成有雾图像；

处理单元，用于对于任一所述样本图像对，通过原始去雾模型，获取该样本图像对包括的合成有雾图像对应的第一去雾图像，以及该样本图像对包括的样本图像的第二去雾图像；

训练单元，用于基于所述第一去雾图像以及所述第二去雾图像，对所述原始去雾模型进行训练，以获取训练完成的去雾模型。

本申请提供了一种基于如上述所述的模型训练方法训练得到的去雾模型的图像处理装置，所述装置括：

获取模块，用于获取待处理图像；

处理模块，用于通过所述去雾模型，获取所述待处理图像对应的去雾图像。

本申请提供了一种电子设备，所述电子设备至少包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序时实现如上述所述模型训练方法的步骤，或者，实现如上述所述图像处理方法的步骤。