[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

说明书

本公开提供了应用于图像处理的模型训练方法、图像处理方法和设备，涉及人工智能，尤其涉及深度学习、图像处理、计算机视觉技术、芯片等技术领域。具体实现方案为：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，基于老师模型对待训练图像进行处理得到第二特征图；根据多个第一特征图和对应的多个第二特征图，确定第一损失函数信息；根据多个第一特征图，确定第二损失函数信息；根据第一损失函数信息和第二损失函数信息，更新待训练的学生模型，以得到图像处理模型。所得到的图像处理模型学习了老师模型和图像的标签信息，提高了图像处理模型的精度，提高了处理待识别图像的准确性。

技术领域

本公开涉及人工智能中的深度学习、图像处理、计算机视觉技术、芯片等技术领域，尤其涉及一种应用于图像处理的模型训练方法、图像处理方法和设备。

背景技术

随着人工智能技术的发展，可以基于深度学习模型完成图像处理模型的训练，进而所得到图像处理模型可以部署到芯片或终端设备中，进而基于芯片或终端设备中的图像处理模型完成图像处理。例如，进行人脸识别、或者进行基于图像的物品检测、等等。

但是，如何提供一种提高处理精度的图像处理模型是一个亟需解决的问题；需要提高所得到的图像处理模型的图像处理的准确性。

发明内容

本公开提供了一种用于提高图像处理模型的精度的应用于图像处理的模型训练方法、图像处理方法和设备。

根据本公开的第一方面，提供了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和所述第二损失函数信息，更新所述待训练的学生模型，以得到图像处理模型。

根据本公开的第二方面，提供了一种图像处理方法，包括：

获取待处理图像，并将所述待处理图像输入至图像处理模型中，得到所述待处理图像的图像处理结果；

其中，所述图像处理模型为基于第一损失函数信息和第二损失函数信息，更新待训练的学生模型所得到的；

所述第一损失函数信息用于指示第一特征图与对应的第二特征图之间的相似度，所述第一损失函数信息为基于多个所述第一特征图和对应的多个所述第二特征图所确定的；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，所述第二损失函数信息为基于多个所述第一特征图所确定的；所述第一特征图为基于待训练的学生模型对待训练图像进行处理所得到的，所述第二特征图为基于老师模型对所述待训练图像进行处理所得到的。

根据本公开的第三方面，提供了一种应用于图像处理的模型训练装置，包括：

第一处理单元，用于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；

第二处理单元，用于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；

第一确定单元，用于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；

第二确定单元，用于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；