[发明专利]图像的处理方法、装置和非易失性计算机可读存储介质

权利要求书

1.一种图像的处理方法，包括：

利用机器学习模型中顺序连接的多个特征提取层，提取待处理图像的特征向量，当前特征提取层的处理内核根据上一个特征提取层的处理内核和处理结果确定，所述当前特征提取层为除了第一个特征提取层以外的特征提取层；

根据所述特征向量，处理所述待处理图像。

2.根据权利要求1所述的处理方法，其中，所述当前特征提取层的处理内核通过下面的步骤计算：

根据所述上一个特征提取层的处理结果，估计所述当前特征提取层的处理内核的估计值；

根据所述估计值和所述上一个特征提取层的处理内核，确定所述当前特征提取层的处理内核。

3.根据权利要求1所述的处理方法，其中，所述估计所述当前特征提取层的处理内核的估计值包括：

将所述上一个特征提取层的处理结果中的多个通道分量，划分到多个分组；

根据所述多个分组中的每一个，分别估计所述当前特征提取层的处理内核的多个子估计值；

根据所述多个子估计值，确定所述当前特征提取层的处理内核的估计值。

4.根据权利要求3所述的处理方法，其中，所述将所述上一个特征提取层的处理结果中的多个通道分量，划分到多个分组包括：

对所述上一个特征提取层的处理结果进行下采样处理，以获取下采样结果；

对所述下采样结果的通道维度进行扩展，以获取通道维度扩展结果；

将所述通道维度扩展结果，划分到所述多个分组。

5.根据权利要求3所述的处理方法，其中，所述根据所述多个分组中的每一个，分别估计所述当前特征提取层的处理内核的多个子估计值包括：

利用空间全连接SFC层，分别处理所述多个分组中的每一个，以获取所述多个子估计值。

6.根据权利要求3所述的处理方法，其中，所述根据所述多个子估计值，确定所述当前特征提取层的处理内核的估计值包括：

利用全连接层，处理所述多个子估计值的连接结果，以获取全连接处理结果；

对所述全连接处理结果进行组归一化GN处理，确定所述当前特征提取层的处理内核的估计值。

7.根据权利要求1所述的处理方法，其中，所述多个特征提取层中的每一个包括卷积前馈层，所述卷积前馈层包括卷积层和全连接层。

8.根据权利要求7所述的处理方法，其中，所述卷积层设置在所述全连接层之前。

9.根据权利要求8所述的处理方法，其中，所述特征提取层包括层标准化层，所述卷积层的输出作为所述层标准化层的输入，所述层标准化层的输出作为所述全连接层的输入。

10.根据权利要求7所述的处理方法，其中，所述多个特征提取层包括第一特征提取层和第二特征提取层，第一特征提取层包括注意力机制模块，所述第二特征提取层不包括所述注意力机制模块，所述注意力机制模块的输出为所述第一特征提取层的卷积前馈层的输入，所述第一特征提取层处理的数据的分辨率低于所述第二特征提取层处理的数据的分辨率。

11.根据权利要求10所述的处理方法，其中，所述第二特征提取层设置在所述第一特征提取层之前。

12.根据权利要求7所述的处理方法，其中，所述卷积前馈层的卷积层包括深度卷积层。

13.根据权利要求1～12任一项所述的处理方法，其中，所述根据所述特征向量，处理所述待处理图像包括：

根据所述特征向量，对所述待处理图像进行分类。