[發(fā)明專利]模型訓(xùn)練方法、圖像處理方法、裝置、設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010102479.5
• 申請日: 2020-02-19
• 公開（公告）號: CN111325726A
• 公開（公告）日: 2020-06-23
• 發(fā)明（設(shè)計(jì)）人: 邊成;馬鍇;余雙;鄭冶楓
• 申請（專利權(quán)）人: 騰訊醫(yī)療健康（深圳）有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06K9/00;G06T3/40
• 代理公司: 北京三高永信知識產(chǎn)權(quán)代理有限責(zé)任公司 11138
• 代理人: 祝亞男

本申請公開了模型訓(xùn)練方法、圖像處理方法、裝置、設(shè)備及存儲介質(zhì)。模型訓(xùn)練方法包括：獲取樣本圖像和初始圖像處理模型；基于第一處理模型，提取樣本圖像的圖像特征；通過第二處理模型對圖像特征進(jìn)行識別處理，得到樣本圖像的識別結(jié)果和與識別結(jié)果對應(yīng)的不確定度參數(shù)；基于識別結(jié)果、不確定度參數(shù)和第一標(biāo)注，獲取第一損失函數(shù)；根據(jù)第一損失函數(shù)訓(xùn)練第一處理模型和第二處理模型，得到目標(biāo)圖像處理模型。圖像處理方法包括：獲取待處理的目標(biāo)圖像；基于訓(xùn)練得到的目標(biāo)圖像處理模型對目標(biāo)圖像進(jìn)行處理，得到目標(biāo)圖像的目標(biāo)識別結(jié)果和與目標(biāo)識別結(jié)果對應(yīng)的目標(biāo)不確定度參數(shù)。基于上述過程，有利于提高圖像處理模型的性能，圖像處理的效果較好。

技術(shù)領(lǐng)域

本申請實(shí)施例涉及人工智能技術(shù)領(lǐng)域，特別涉及一種模型訓(xùn)練方法、圖像處理方法、裝置、設(shè)備及存儲介質(zhì)。

背景技術(shù)

隨著人工智能技術(shù)的不斷發(fā)展，利用模型進(jìn)行圖像處理的應(yīng)用需求在各個領(lǐng)域日益顯著。例如，在醫(yī)療領(lǐng)域中，利用模型對眼底圖像進(jìn)行分割處理、分類處理等。

在利用模型對圖像進(jìn)行處理之前，需要對模型進(jìn)行訓(xùn)練，通常的訓(xùn)練方式為：將樣本圖像輸入模型，根據(jù)模型輸出的處理結(jié)果與樣本圖像的標(biāo)注的比對確定損失，然后根據(jù)損失函數(shù)對模型進(jìn)行訓(xùn)練。

在上述訓(xùn)練模型的過程中，損失函數(shù)僅與模型的處理結(jié)果和樣本圖像的標(biāo)注有關(guān)，根據(jù)該損失函數(shù)訓(xùn)練得到的模型的性能較差，利用訓(xùn)練得到的模型進(jìn)行圖像處理的處理效果不佳。

發(fā)明內(nèi)容

本申請實(shí)施例提供了一種模型訓(xùn)練方法、圖像處理方法、裝置、設(shè)備及存儲介質(zhì)，可用于提高圖像處理的處理效果。所述技術(shù)方案如下：

一方面，本申請實(shí)施例提供了一種模型訓(xùn)練方法，所述方法包括：

獲取樣本圖像和初始圖像處理模型，所述樣本圖像具有第一標(biāo)注，所述初始圖像處理模型包括第一處理模型和第二處理模型；

基于所述第一處理模型，提取所述樣本圖像的圖像特征；

通過所述第二處理模型對所述圖像特征進(jìn)行識別處理，得到所述樣本圖像的識別結(jié)果和與所述識別結(jié)果對應(yīng)的不確定度參數(shù)，所述不確定度參數(shù)用于指示所述識別結(jié)果的不確定程度；

基于所述識別結(jié)果、所述不確定度參數(shù)和所述第一標(biāo)注，獲取第一損失函數(shù)；

根據(jù)所述第一損失函數(shù)訓(xùn)練所述第一處理模型和所述第二處理模型，得到目標(biāo)圖像處理模型。

還提供了一種圖像處理方法，所述方法包括：

獲取待處理的目標(biāo)圖像；

基于上述方法訓(xùn)練得到的目標(biāo)圖像處理模型對所述目標(biāo)圖像進(jìn)行處理，得到所述目標(biāo)圖像的目標(biāo)識別結(jié)果和與所述目標(biāo)識別結(jié)果對應(yīng)的目標(biāo)不確定度參數(shù)，所述目標(biāo)不確定度參數(shù)用于指示所述目標(biāo)識別結(jié)果的不確定程度。

另一方面，提供了一種模型訓(xùn)練裝置，所述裝置包括：

獲取模塊，用于獲取樣本圖像和初始圖像處理模型，所述樣本圖像具有第一標(biāo)注，所述初始圖像處理模型包括第一處理模型和第二處理模型；

提取模塊，用于基于所述第一處理模型，提取所述樣本圖像的圖像特征；

處理模塊，用于通過所述第二處理模型對所述圖像特征進(jìn)行識別處理，得到所述樣本圖像的識別結(jié)果和與所述識別結(jié)果對應(yīng)的不確定度參數(shù)，所述不確定度參數(shù)用于指示所述識別結(jié)果的不確定程度；

所述獲取模塊，還用于基于所述識別結(jié)果、所述不確定度參數(shù)和所述第一標(biāo)注，獲取第一損失函數(shù)；

訓(xùn)練模塊，用于根據(jù)所述第一損失函數(shù)訓(xùn)練所述第一處理模型和所述第二處理模型，得到目標(biāo)圖像處理模型。