图像处理模型的训练方法、电子设备以及存储介质与流程

本申请涉及图像处理领域，特别是涉及一种图像处理模型的训练方法、电子设备以及存储介质。

背景技术：

1、目前，随着深度学习方法的发展，各种图像处理技术已成功用于生活中的各个角落。比如图像处理中的特征识别，或特征对比，或特征提取已经在需要使用目标识别或目标检测的场景广泛应用。但是，目前不同图像处理模型对相同数据得到的相关图像处理结果的类型并不相同，而不同类型的特征之间并不兼容。例如，升级前的图像处理模型a得到的图像处理结果无法和升级后的图像处理模型b得到的图像处理结果进行比对，从而无法完成与图像相关的识别功能。因此，一旦某一数据的图像处理结果所对应的图像处理模型（例如，升级前的图像处理模型）与目标应用场景中的图像处理模型（例如，升级后的图像处理模型）不同，那么对于在不同图像处理模型对同一数据的图像处理结果之间是无法兼容的，增加了图像处理结果的应用难度，局限了图像处理结果的适用范围。

2、针对现有的技术缺陷，如何提供一种提高升级前后的图像处理模型的图像处理结果之间兼容方案，是本领域技术人员亟待解决的技术问题。

技术实现思路

1、本申请至少提供一种图像处理模型的训练方法、电子设备以及存储介质。

2、本申请提供了一种图像处理模型的训练方法，包括：获取父代模型和子代模型，子代模型是基于父代模型对第一样本图像的第一图像处理结果和调整前的子代模型对第一样本图像的第二图像处理结果之间的差异调整得到，子代模型的复杂度小于父代模型的复杂度；利用第一样本图像和第二样本图像对父代模型进行训练，得到进阶父代模型，第一样本图像与第二样本图像不同；获取进阶父代模型对第一样本图像和第二样本图像的第三图像处理结果和子代模型对第一样本图像和第二样本图像的第四图像处理结果；基于第三图像处理结果和第四图像处理结果之间的差异，调整子代模型，得到图像处理模型，其中，图像处理模型能够用于对第一样本图像和第二样本图像进行图像处理。

3、本申请提供了一种图像处理模型的训练装置，包括：第一获取模块、父代模型训练模块、第二获取模块以及子代模型调整模块；第一获取模块，用于获取父代模型和子代模型，子代模型是基于父代模型对第一样本图像的第一图像处理结果和调整前的子代模型对第一样本图像的第二图像处理结果之间的差异调整得到，子代模型的复杂度小于父代模型的复杂度；父代模型训练模块，用于利用第一样本图像和第二样本图像对父代模型进行训练，得到进阶父代模型，第一样本图像与第二样本图像不同；第二获取模块，用于获取进阶父代模型对第一样本图像和第二样本图像的第三图像处理结果和子代模型对第一样本图像和第二样本图像的第四图像处理结果；子代模型调整模块，用于基于第三图像处理结果和第四图像处理结果之间的差异，调整子代模型，得到图像处理模型，其中，图像处理模型能够用于对第一样本图像和第二样本图像进行图像处理。

4、本申请提供了一种电子设备，包括存储器和处理器，处理器用于执行存储器中存储的程序指令，以实现上述图像处理模型的训练方法。

5、本申请提供了一种计算机可读存储介质，其上存储有程序指令，程序指令被处理器执行时实现上述图像处理模型的训练方法。

6、上述方案，利用第一样本图像来调整得到子代模型，利用第一样本图像和第二样本图像对父代模型进行训练得到进阶父代模型，获取到进阶父代模型和子代模型分别对第一样本图像和第二样本图像的第三图像处理结果以及第四图像处理结果，基于第三图像处理结果和第四图像处理结果之间的差异来调整子代模型得到图像处理模型，相较于现有技术中无法实现升级前后的模型的图像处理结果之间的兼容，本申请基于第一样本图像和第二样本图像调整得到的图像处理模型能够学习到进阶父代模型的表征能力，从而提高子代模型的图像处理结果和图像处理模型的图像处理结果之间的兼容性。

7、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本申请。

技术特征：

1.一种图像处理模型的训练方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述基于所述第三图像处理结果和所述第四图像处理结果之间的差异，调整所述子代模型，得到图像处理模型，包括：

3.根据权利要求2所述的方法，其特征在于，所述第四图像处理结果包括对所述第一样本图像和所述第二样本图像进行特征提取得到的特征数据，所述方法还包括：

4.根据权利要求1至3中任意一项所述的方法，其特征在于，所述第一图像处理结果包括对所述第一样本图像进行特征提取得到的第一结果，所述利用所述第一样本图像和第二样本图像对所述父代模型进行训练，得到进阶父代模型，包括：

5.根据权利要求4所述的方法，其特征在于，在所述利用所述父代模型对应的第二分类层对第二样本图像进行特征提取得到的第二结果进行分类，得到第二样本分类结果之前，所述方法还包括：

6.根据权利要求1至3中任意一项所述的方法，其特征在于，所述第一图像处理结果包括对所述第一样本图像进行第一特征提取得到的第一特征数据，所述第二图像处理结果包括对所述第一样本图像进行第二特征提取得到的第二特征数据，所述方法还包括：

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

8.根据权利要求1至3中任意一项所述的方法，其特征在于，所述方法还包括：

9.一种电子设备，其特征在于，包括：存储器和处理器，其中，所述存储器存储有程序指令，所述处理器从所述存储器调取所述程序指令以执行如权利要求1-8任一项所述的图像处理模型的训练方法。

10.一种计算机可读存储介质，其特征在于，包括：存储有程序文件，所述程序文件被处理器执行时用于实现如权利要求1-8任一项所述的图像处理模型的训练方法。

技术总结本申请公开了一种图像处理模型的训练方法、电子设备以及存储介质。图像处理模型的训练方法包括：获取父代模型和子代模型，子代模型的复杂度小于父代模型的复杂度；利用第一样本图像和第二样本图像对父代模型进行训练，得到进阶父代模型，第一样本图像与第二样本图像不同；获取进阶父代模型对第一样本图像和第二样本图像的第三图像处理结果和子代模型对第一样本图像和第二样本图像的第四图像处理结果；基于第三图像处理结果和第四图像处理结果之间的差异，调整子代模型，得到图像处理模型。上述方案，能够提高子代模型的图像处理结果和图像处理模型的图像处理结果之间的兼容性。技术研发人员：马定鑫,朱树磊,殷俊受保护的技术使用者：浙江大华技术股份有限公司技术研发日：技术公布日：2024/8/27