[发明专利]数据处理方法、装置、程序产品、计算机设备和介质

说明书

本申请公开了一种数据处理方法、装置、程序产品、计算机设备和介质，该方法包括：获取具有第一特征区域的第一图像和具有第二特征区域的第二图像；调用预测网络生成第一图像中像素点的第一预测像素信息；调用预测网络生成第二图像中像素点的第二预测像素信息；通过辅助网络对第二图像的像素点进行分类预测，得到分类预测结果；分类预测结果用于指示在第二图像上属于第一分类的像素点、及属于第二分类的像素点；根据第一预测像素信息、第二预测像素信息中属于第一分类的像素点的预测像素信息、及第二预测像素信息中属于第二分类的像素点的预测像素信息，进行网络参数优化。采用本申请，可提高训练得到的预测网络的准确性。

技术领域

本申请涉及计算机技术领域，尤其涉及一种数据处理方法、装置、程序产品、计算机设备和介质。

背景技术

机器学习(Machine Learning,ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科，专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。

现有应用中，在对模型进行机器学习时，往往需要大量的样本数据，而该大量的样本数据往往具有样本质量上的差异，因此，如何通过质量不一的样本数据对模型进行更为准确的训练成为了一个亟待解决的问题。

发明内容

本申请提供了一种数据处理方法、装置、程序产品、计算机设备和介质，可以提高训练得到的预测网络的准确性，后续也可以通过训练得到的预测网络对图像中的特征区域进行准确分割。

本申请一方面提供了一种数据处理方法，该方法包括：

获取具有第一特征区域的第一图像和具有第二特征区域的第二图像；

调用预测网络对第一图像进行预测，得到第一预测结果；第一预测结果包括：用于判别第一图像的各像素点是否属于第一特征区域的像素点的第一预测像素信息；

调用预测网络对第二图像进行预测，得到第二预测结果；第二预测结果包括：用于判别第二图像的各像素点是否属于第二特征区域的像素点的第二预测像素信息；

通过辅助网络对第二图像的像素点进行分类预测，得到分类预测结果；分类预测结果用于指示在第二图像上属于第一分类的像素点、及属于第二分类的像素点；

根据第一预测像素信息、第二预测像素信息中属于第一分类的像素点的预测像素信息、及第二预测像素信息中属于第二分类的像素点的预测像素信息，进行网络参数优化，该网络参数优化包括对预测网络进行参数优化、对辅助网络进行参数优化中的任意一种或两种的组合。

本申请一方面提供了一种数据处理装置，该装置包括：

获取模块，用于获取具有第一特征区域的第一图像和具有第二特征区域的第二图像；

第一调用模块，用于调用预测网络对第一图像进行预测，得到第一预测结果；第一预测结果包括：用于判别第一图像的各像素点是否属于第一特征区域的像素点的第一预测像素信息；

第二调用模块，用于调用预测网络对第二图像进行预测，得到第二预测结果；第二预测结果包括：用于判别第二图像的各像素点是否属于第二特征区域的像素点的第二预测像素信息；

分类模块，用于通过辅助网络对第二图像的像素点进行分类预测，得到分类预测结果；分类预测结果用于指示在第二图像上属于第一分类的像素点、及属于第二分类的像素点；

优化模块，用于根据第一预测像素信息、第二预测像素信息中属于第一分类的像素点的预测像素信息、及第二预测像素信息中属于第二分类的像素点的预测像素信息，进行网络参数优化，该网络参数优化包括对预测网络进行参数优化、对辅助网络进行参数优化中的任意一种或两种的组合。