一种针对图片的模型处理方法、图片处理方法及相关设备与流程

本申请涉及图像处理，具体涉及计算机，尤其涉及一种针对图片的模型处理方法、图片处理方法及相关设备。

背景技术：

1、随着图像处理技术的不断发展，图像处理技术常被应用于图像搜索、图像识别、图像分类、物体检测和场景理解等场景。在现有的图像处理的过程中，通常涉及到大量的数据处理，包括读取、修改、渲染、输出图像数据等操作，这些操作都需要内存和/或显存的支持，然而，目前的图像处理效率相对较低。

技术实现思路

1、本申请实施例提供了一种针对图片的模型处理方法、图片处理方法及相关设备，可以提高图像处理效率。

2、第一方面，本申请实施例提供了一种针对图片的模型处理方法，包括：

3、获取训练数据集中目标训练图片的对象区域图片，所述对象区域图片是根据所述目标训练图像中的部分图像区域确定的；

4、将所述对象区域图片输入待训练特征提取模型，得到所述对象区域图片对应的对象特征向量；

5、将所述对象特征向量输入n个图像处理器gpu中，并基于所述对象特征向量和各个gpu中配置的子线性矩阵，得到损失函数值，其中，每个gpu中配置的子线性矩阵是对所述待训练特征提取模型中线性层的线性矩阵进行划分后确定的，n为正整数；

6、根据所述损失函数值对所述待训练特征提取模型进行训练，得到特征提取模型，所述特征提取模型用于提取得到待处理图片对应的对象特征。

7、第二方面，本申请实施例提供了一种图片处理方法，包括：

8、获取由终端设备发送的待处理图片的对象区域图片；

9、将所述待处理图片的对象区域图片输入特征提取模型，生成所述待处理图片的对象区域图片对应的对象特征；

10、根据所述待处理图片的对象区域图片对应的对象特征，对所述待处理图片进行处理；

11、其中，对所述待处理图片进行的处理包括：根据所述待处理图片的对象区域图片对应的对象特征发起的图像搜索处理、根据所述待处理图片的对象区域图片对应的对象特征进行的图像分类处理、根据所述待处理图片的对象区域图片对应的对象特征进行的图像检测处理、根据所述待处理图片的对象区域图片对应的对象特征进行的图像识别处理中的任意一个或者多个。

12、第三方面，本申请实施例提供了一种针对图片的模型处理装置，包括：

13、获取单元，用于获取训练数据集中目标训练图片的对象区域图片，所述对象区域图片是根据所述目标训练图像中的部分图像区域确定的；

14、提取单元，用于将所述对象区域图片输入待训练特征提取模型，得到所述对象区域图片对应的对象特征向量；

15、确定单元，用于将所述对象特征向量输入n个图像处理器gpu中，并基于所述对象特征向量和各个gpu中配置的子线性矩阵，得到损失函数值，其中，每个gpu中配置的子线性矩阵是对所述待训练特征提取模型中线性层的线性矩阵进行划分后确定的，n为正整数；

16、训练单元，用于根据所述损失函数值对所述待训练特征提取模型进行训练，得到特征提取模型，所述特征提取模型用于提取得到待处理图片对应的对象特征。

17、第四方面，本申请实施例提供了一种图片处理装置，包括：

18、获取单元，用于获取由终端设备发送的待处理图片的对象区域图片；

19、提取单元，用于将所述待处理图片的对象区域图片输入特征提取模型，生成所述待处理图片的对象区域图片对应的对象特征；

20、处理单元，用于根据所述待处理图片的对象区域图片对应的对象特征，对所述待处理图片进行处理；

21、其中，对所述待处理图片进行的处理包括：根据所述待处理图片的对象区域图片对应的对象特征发起的图像搜索处理、根据所述待处理图片的对象区域图片对应的对象特征进行的图像分类处理、根据所述待处理图片的对象区域图片对应的对象特征进行的图像检测处理、根据所述待处理图片的对象区域图片对应的对象特征进行的图像识别处理中的任意一个或者多个。

22、第五方面，本申请实施例提供了一种计算设备，包括处理器和存储器，所述处理器和存储器相互连接，其中，所述存储器用于存储计算机程序，所述处理器被配置用于调用所述计算机程序，执行上述第一方面或第二方面所述的方法。

23、第六方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有程序指令，该程序指令被执行时实现上述第一方面或第二方面所述的方法。

24、第六方面，本申请实施例提供了一种计算机程序产品，所述计算机程序产品包括程序指令，所述程序指令被处理器执行时实现上述第一方面或第二方面所述的方法。

25、本申请实施例在将获取的训练数据集中目标训练图片的对象区域图片输入待训练特征提取模型，得到该对象区域图片对应的对象特征向量后，将该对象特征向量输入n个gpu中，并基于对象特征向量和各个gpu中配置的子线性矩阵，在各个gpu中计算得到损失函数值，以提高计算效率。进一步的，根据并行计算得到的损失函数值对待训练特征提取模型进行训练，得到特征提取模型，可以提高特征提取模型的特征提取效率，进一步在利用特征提取模型对待处理图片进行图像处理时，提高图像处理效率。

技术特征：

1.一种针对图片的模型处理方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

3.如权利要求1所述的方法，其特征在于，所述基于所述对象特征向量和各个gpu中配置的子线性矩阵，得到损失函数值，包括：

4.如权利要求3所述的方法，其特征在于，所述基于所述对象特征向量与所述各个gpu中配置的子线性矩阵的乘积，确定所述对象特征向量在所述各个gpu中计算得到的特征分类概率，包括：

5.如权利要求1所述的方法，其特征在于，所述获取训练数据集中目标训练图片的对象区域图片之前，还包括：

6.如权利要求5所述的方法，其特征在于，所述通过第二聚类方式对各个目标类别图片集进行聚类，得到每个目标类别图片集对应的多个目标子类别图片集，包括：

7.如权利要求1所述的方法，其特征在于，所述根据所述损失函数值对所述待训练特征提取模型进行训练，得到特征提取模型之后，还包括：

8.如权利要求7所述的方法，其特征在于，所述获取点击训练数据集，包括：

9.如权利要求7所述的方法，其特征在于，所述使用所述点击训练数据集对所述特征提取模型进行训练，得到目标特征提取模，包括：

10.如权利要求1所述的方法，其特征在于，所述将所述对象区域图片输入待训练特征提取模型之前，还包括：

11.如权利要求10所述的方法，其特征在于，所述使用所述多个第一图像块和所述多个第二图像块对预设的学生模型进行训练，得到所述待训练特征提取模型，包括：

12.如权利要求1所述的方法，其特征在于，所述获取训练数据集中目标训练图片的对象区域图片，包括：

13.一种图片处理方法，其特征在于，包括：

14.一种针对图片的模型处理装置，其特征在于，包括：

15.一种图片处理装置，其特征在于，包括：

16.一种计算设备，其特征在于，包括处理器和存储器，所述处理器和存储器相互连接，其中，所述存储器用于存储计算机程序，所述处理器被配置用于调用所述计算机程序，执行如权利要求1-13任一项所述的方法。

17.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有程序指令，该程序指令被执行时实现如权利要求1-13任一项所述的方法。

18.一种计算机程序产品，其特征在于，所述计算机程序产品包括程序指令，所述程序指令被处理器执行时实现权利要求1-13任一项所述方法。

技术总结本申请公开一种针对图片的模型处理方法、图片处理方法及相关设备，该方法包括：获取训练数据集中目标训练图片的对象区域图片，对象区域图片是根据目标训练图像中的部分图像区域确定的；将对象区域图片输入待训练特征提取模型，得到对象区域图片的对象特征向量；将对象特征向量输入n个图像处理器GPU中，基于对象特征向量和各个GPU中配置的子线性矩阵，得到损失函数值，其中，每个GPU中配置的子线性矩阵是对待训练特征提取模型中线性层的线性矩阵进行划分后确定的，n为正整数；根据损失函数值对待训练特征提取模型进行训练，得到特征提取模型，特征提取模型用于提取得到待处理图片对应的对象特征。通过这种方式可以提高图像处理效率。技术研发人员：李若琦,陈诚,张道鑫,任环受保护的技术使用者：行吟信息科技（上海）有限公司技术研发日：技术公布日：2025/1/6