[發(fā)明專利]一種圖像處理方法、裝置及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202010121222.4
• 申請日: 2020-02-26
• 公開（公告）號: CN111325278B
• 公開（公告）日: 2023-08-29
• 發(fā)明（設(shè)計）人: 劉頓;黃訪
• 申請（專利權(quán)）人: 重慶金山醫(yī)療技術(shù)研究院有限公司
• 主分類號: G06F16/55
• 分類號: G06F16/55;G06V10/22
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 熊永強

本申請實施例提供了一種圖像處理方法、裝置及存儲介質(zhì)，其中，該方法包括：獲取第一預(yù)測模型的預(yù)測結(jié)果集合；所述預(yù)測結(jié)果集合包括針對至少一個待預(yù)測圖像數(shù)據(jù)中每個待預(yù)測圖像數(shù)據(jù)的預(yù)測結(jié)果；根據(jù)所述預(yù)測結(jié)果集合，從所述至少一個待預(yù)測圖像數(shù)據(jù)中確定出預(yù)測異常的訓(xùn)練數(shù)據(jù)；利用所述訓(xùn)練數(shù)據(jù)以及所述訓(xùn)練數(shù)據(jù)的正確標(biāo)記結(jié)果信息對預(yù)設(shè)模型進行訓(xùn)練，得到第二預(yù)測模型；利用所述第二預(yù)測模型對第一待預(yù)測圖像數(shù)據(jù)進行預(yù)測，得到對所述第一待預(yù)測圖像數(shù)據(jù)的預(yù)測結(jié)果。采用本申請，可以有效地提升模型的預(yù)測精度。

技術(shù)領(lǐng)域

本申請涉及計算機技術(shù)領(lǐng)域，尤其涉及一種圖像處理方法、裝置及存儲介質(zhì)。

背景技術(shù)

隨著人工智能的普及，深度學(xué)習(xí)技術(shù)作為實現(xiàn)人工智能的一種必然途徑，成為備受關(guān)注的研究領(lǐng)域。在將深度學(xué)習(xí)技術(shù)應(yīng)用于目標(biāo)檢測時，需要使用大量圖像數(shù)據(jù)來進行模型訓(xùn)練，從而對待預(yù)測圖像數(shù)據(jù)進行預(yù)測。這些用于模型訓(xùn)練的圖像數(shù)據(jù)往往需要人工耗費較長時間去搜集和整理。然而，在實際應(yīng)用過程，我們不難發(fā)現(xiàn)，采用該種方式訓(xùn)練得到的模型的預(yù)測精度始終是有限的，并且難以提升。

發(fā)明內(nèi)容

本申請實施例提供了一種圖像處理方法、裝置及存儲介質(zhì)，可以將待預(yù)測圖像數(shù)據(jù)用于模型訓(xùn)練，進而有效地提升模型的預(yù)測精度。

第一方面，本申請實施例提供了一種圖像處理方法，包括：

獲取第一預(yù)測模型的預(yù)測結(jié)果集合；所述預(yù)測結(jié)果集合包括針對至少一個待預(yù)測圖像數(shù)據(jù)中每個待預(yù)測圖像數(shù)據(jù)的預(yù)測結(jié)果；

根據(jù)所述預(yù)測結(jié)果集合，從所述至少一個待預(yù)測圖像數(shù)據(jù)中確定出預(yù)測異常的訓(xùn)練數(shù)據(jù)；

利用所述訓(xùn)練數(shù)據(jù)以及所述訓(xùn)練數(shù)據(jù)的正確標(biāo)記結(jié)果信息對預(yù)設(shè)模型進行訓(xùn)練，得到第二預(yù)測模型；

利用所述第二預(yù)測模型對第一待預(yù)測圖像數(shù)據(jù)進行預(yù)測，得到對所述第一待預(yù)測圖像數(shù)據(jù)的預(yù)測結(jié)果。

可選地，所述方法還包括：

從所述至少一個待預(yù)測圖像數(shù)據(jù)中確定出預(yù)測正常的目標(biāo)訓(xùn)練數(shù)據(jù)；

將所述預(yù)測正常的目標(biāo)訓(xùn)練數(shù)據(jù)和所述預(yù)測異常的訓(xùn)練數(shù)據(jù)添加至指定數(shù)據(jù)集；

所述利用所述訓(xùn)練數(shù)據(jù)以及所述訓(xùn)練數(shù)據(jù)的正確標(biāo)記結(jié)果信息對預(yù)設(shè)模型進行訓(xùn)練，得到第二預(yù)測模型，包括：

利用所述指定數(shù)據(jù)集中各個圖像數(shù)據(jù)以及所述各個圖像數(shù)據(jù)的正確標(biāo)記結(jié)果信息對預(yù)設(shè)模型進行訓(xùn)練，得到第二預(yù)測模型。

可選地，所述利用所述指定數(shù)據(jù)集中各個圖像數(shù)據(jù)以及所述各個圖像數(shù)據(jù)的正確標(biāo)記結(jié)果信息對預(yù)設(shè)模型進行訓(xùn)練，得到第二預(yù)測模型前，所述方法還包括：

若所述指定數(shù)據(jù)集包括的圖像數(shù)據(jù)的數(shù)量小于第一數(shù)量，則采用數(shù)據(jù)增強的方法增加所述指定數(shù)據(jù)集包括的圖像數(shù)據(jù)的數(shù)量；

在所述指定數(shù)據(jù)集包括的圖像數(shù)據(jù)的數(shù)量大于或等于第一數(shù)量后，執(zhí)行所述利用所述指定數(shù)據(jù)集中各個圖像數(shù)據(jù)以及所述各個圖像數(shù)據(jù)的正確標(biāo)記結(jié)果信息對預(yù)設(shè)模型進行訓(xùn)練，得到第二預(yù)測模型的步驟。

可選地，所述利用所述指定數(shù)據(jù)集中各個圖像數(shù)據(jù)以及所述各個圖像數(shù)據(jù)的正確標(biāo)記結(jié)果信息對預(yù)設(shè)模型進行訓(xùn)練，得到第二預(yù)測模型前，所述方法還包括：

當(dāng)所述指定數(shù)據(jù)集包括的目標(biāo)類別的圖像數(shù)據(jù)的數(shù)量小于除目標(biāo)類別之外的其它類別的圖像數(shù)據(jù)的數(shù)量時，采用數(shù)據(jù)增強的方法增加所述目標(biāo)類別的圖像數(shù)據(jù)的數(shù)量；

在所述目標(biāo)類別的圖像數(shù)據(jù)的數(shù)量大于或等于第二數(shù)量后，執(zhí)行所述利用所述指定數(shù)據(jù)集中各個圖像數(shù)據(jù)以及所述各個圖像數(shù)據(jù)的正確標(biāo)記結(jié)果信息對預(yù)設(shè)模型進行訓(xùn)練，得到第二預(yù)測模型的步驟。

可選地，所述根據(jù)所述預(yù)測結(jié)果集合，從所述至少一個待預(yù)測圖像數(shù)據(jù)中確定出預(yù)測異常的訓(xùn)練數(shù)據(jù)，包括：