[发明专利]应用于图像处理的模型训练方法、图像处理方法和设备

权利要求书

1.一种应用于图像处理的模型训练方法，包括：

基于待训练的学生模型对待训练图像进行处理，得到第一特征图；

基于老师模型对所述待训练图像进行处理，得到第二特征图；

根据多个所述第一特征图和对应的多个所述第二特征图，确定第一损失函数信息；其中，所述第一损失函数信息用于指示所述第一特征图与对应的所述第二特征图之间的相似度；

根据多个所述第一特征图，确定第二损失函数信息；其中，所述第二损失函数信息用于指示多个所述第一特征图之间的相似度；

根据所述第一损失函数信息、与所述第一损失函数信息对应的第一预设权重、所述第二损失函数信息、以及与所述第二损失函数信息对应的第二预设权重，确定总损失函数信息；所述总损失函数信息用于指示所述第一特征图与对应的所述第二特征图之间的相似度、以及多个所述第一特征图之间的相似度；所述第一预设权重大于所述第二预设权重；

根据所述总损失函数信息，更新所述待训练的学生模型，以得到图像处理模型；

其中，所述第一损失函数信息中包括第一正样本损失值和第一负样本损失值；所述第一正样本损失值用于指示归属于同一待训练图像的第一特征图与第二特征图之间的相似度；所述第一负样本损失值用于指示归属于不同待训练图像的第一特征图与第二特征图之间的相似度；所述第二损失函数信息中包括第二正样本损失值和第二负样本损失值；所述第二正样本损失值用于指示归属于同一待训练图像的第一特征图与第一特征图之间的相似度；所述第二负样本损失值用于指示归属于不同待训练图像的第一特征图与第一特征图之间的相似度；所述第一预设权重包括与所述第一正样本损失值对应的第一子权重、以及与所述第一负样本损失值对应的第二子权重；所述第二预设权重包括与所述第二正样本损失值对应的第三子权重、以及与所述第二负样本损失值对应的第四子权重；

响应于确定所述第一正样本损失值大于所述第一负样本损失值，调节所述第一子权重小于所述第二子权重；

响应于确定所述第一正样本损失值小于所述第一负样本损失值，调节所述第一子权重大于所述第二子权重；

响应于确定所述第一正样本损失值等于所述第一负样本损失值，调节所述第一子权重等于所述第二子权重。

2.根据权利要求1所述的方法，其中，根据多个所述第一特征图和对应的多个所述第二特征图，确定第一损失函数信息，包括：

根据多个所述第一特征图和对应的多个所述第二特征图，确定第一正样本特征矩阵和第一负样本特征矩阵；其中，所述第一正样本特征矩阵包括多个第一相似度信息，所述第一相似度信息表征归属于同一待训练图像的第一特征图与第二特征图之间的相似度；所述第一负样本特征矩阵包括多个第二相似度信息，所述第二相似度信息表征归属于不同待训练图像的第一特征图与第二特征图之间的相似度；

根据所述第一正样本特征矩阵和所述第一负样本特征矩阵，确定所述第一损失函数信息。

3.根据权利要求2所述的方法，其中，每个所述老师模型具有对应的第一正样本特征矩阵和第一负样本特征矩阵；

或者，所述第二特征图为基于所述老师模型分别对多个所述待训练图像进行处理后得到的融合特征图。

4.根据权利要求2或3所述的方法，其中，根据多个所述第一特征图和对应的多个所述第二特征图，确定第一正样本特征矩阵，包括：

根据多个所述第一特征图和对应的多个所述第二特征图，确定第一相似度矩阵；其中，所述第一相似度矩阵中包括多个第一相似度参数，所述第一相似度参数表征第一特征图与第二特征图两者之间的相似度；

针对所述第一相似度矩阵中的第一相似度参数，若确定该第一相似度参数对应的第一特征图与第二特征图归属于同一待训练图像，则确定该第一相似度参数的取值不变，得到与该第一相似度参数对应的第一相似度信息；若确定该第一相似度参数对应的第一特征图与第二特征图不归属于同一待训练图像，则确定该第一相似度参数的取值为预设值，得到与该第一相似度参数对应的第一相似度信息，以得到所述第一正样本特征矩阵。