[發明專利]模型訓練方法、裝置和存儲介質

有效

• 申請號: 201910833116.6
• 申請日: 2018-01-26
• 公開（公告）號: CN110555821B
• 公開（公告）日: 2022-04-05
• 發明（設計）人: 李旻駿;黃浩智;馬林;劉威
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06T5/50
• 分類號: G06T5/50;G06T3/00;G06N3/08;G06N3/04
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 楊歡

本發明涉及一種模型訓練方法、裝置和存儲介質，包括：獲取屬于第一圖像類別的第一樣本和屬于第二圖像類別的第二樣本；將所述第一樣本依次經過第一階段圖像轉化模型和第一階段圖像逆向轉化模型，得到第一樣本單階段恢復圖像；將所述第二樣本依次經過所述第一階段圖像逆向轉化模型和所述第一階段圖像轉化模型，得到第二樣本單階段恢復圖像；按照所述第一樣本與所述第一樣本單階段恢復圖像的差異，及所述第二樣本與所述第二樣本單階段恢復圖像的差異，調整所述第一階段圖像轉化模型和所述第一階段圖像逆向轉化模型，直至滿足訓練停止條件時結束訓練。通過本發明提供的方案訓練得到的機器學習模型，提高了對任意兩種圖像類別的圖像之間轉化的圖像轉化效果。

本申請是于2018年01月26日提交中國專利局，申請號為201810078544.8，發明名稱為“圖像處理方法、裝置、存儲介質和計算機設備”的分案申請，其全部內容通過引用結合在本申請中。

技術領域

本發明涉及計算機技術領域，特別是涉及一種模型訓練方法、裝置和存儲介質。

背景技術

隨著計算機技術的發展和圖像處理技術的進步，基于圖像的處理方式變得越來越多樣。目前常用的圖像處理技術如圖像的特征轉化處理，比如圖像顏色特征轉化、圖像光影特征轉化或者圖像風格特征轉化等。

然而，傳統的圖像處理過程中，主要是通過基于紋理合成的方式，將目標特征的圖像紋理擴散到待處理圖像的圖像區域，來實現圖像特征轉化處理。但在采用該方式處理時容易出現誤匹配的情況，從而導致得到的圖像產生失真。

發明內容

基于此，有必要針對目前處理得到的圖像失真的問題，提供一種模型訓練方法、裝置、存儲介質和計算機設備。

一種模型訓練方法，包括：

獲取屬于第一圖像類別的第一樣本和屬于第二圖像類別的第二樣本；

將所述第一樣本依次經過第一階段圖像轉化模型和第一階段圖像逆向轉化模型，得到第一樣本單階段恢復圖像；

將所述第二樣本依次經過所述第一階段圖像逆向轉化模型和所述第一階段圖像轉化模型，得到第二樣本單階段恢復圖像；

按照所述第一樣本與所述第一樣本單階段恢復圖像的差異，及所述第二樣本與所述第二樣本單階段恢復圖像的差異，調整所述第一階段圖像轉化模型和所述第一階段圖像逆向轉化模型，直至滿足訓練停止條件時結束訓練。

一種模型訓練裝置，包括：

第一階段模型訓練模塊，用于獲取屬于第一圖像類別的第一樣本和屬于第二圖像類別的第二樣本；將所述第一樣本依次經過所述第一階段圖像轉化模型和第一階段圖像逆向轉化模型，得到第一樣本單階段恢復圖像；將所述第二樣本依次經過所述第一階段圖像逆向轉化模型和所述第一階段圖像轉化模型，得到第二樣本單階段恢復圖像；按照所述第一樣本與所述第一樣本單階段恢復圖像的差異，及所述第二樣本與所述第二樣本單階段恢復圖像的差異，調整所述第一階段圖像轉化模型和所述第一階段圖像逆向轉化模型，直至滿足訓練停止條件時結束訓練。

一種計算機可讀存儲介質，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時，使得所述處理器執行以下步驟：

獲取屬于第一圖像類別的第一樣本和屬于第二圖像類別的第二樣本；

將所述第一樣本依次經過第一階段圖像轉化模型和第一階段圖像逆向轉化模型，得到第一樣本單階段恢復圖像；

將所述第二樣本依次經過所述第一階段圖像逆向轉化模型和所述第一階段圖像轉化模型，得到第二樣本單階段恢復圖像；

按照所述第一樣本與所述第一樣本單階段恢復圖像的差異，及所述第二樣本與所述第二樣本單階段恢復圖像的差異，調整所述第一階段圖像轉化模型和所述第一階段圖像逆向轉化模型，直至滿足訓練停止條件時結束訓練。