[發明專利]圖像處理模型的微調訓練方法、裝置、介質和電子設備

在審

• 申請號: 202210466553.0
• 申請日: 2022-04-29
• 公開（公告）號: CN114781531A
• 公開（公告）日: 2022-07-22
• 發明（設計）人: 胡杰
• 申請（專利權）人: OPPO廣東移動通信有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T5/00;G06V10/774
• 代理公司: 深圳市聯鼎知識產權代理有限公司 44232
• 代理人: 劉抗美

1.一種圖像處理模型的微調訓練方法，其特征在于，包括：

獲取圖像處理模型，所述圖像處理模型包括串聯的多個預訓練模型；

基于預設樣本圖像、所述預訓練模型和所述預訓練模型在所述圖像處理模型中的串聯次序，對所述圖像處理模型中的待調整模型進行微調訓練，得到所述待調整模型對應的微調模型；其中，所述待調整模型包括至少一個所述預訓練模型，且所述待調整模型至少包括所述圖像處理模型中串聯次序最末的所述預訓練模型；

基于所述微調模型生成訓練后的圖像處理模型。

2.根據權利要求1所述的方法，其特征在于，所述基于預設樣本圖像、所述預訓練模型和所述預訓練模型在所述圖像處理模型中的串聯次序，對所述圖像處理模型中的待調整模型進行微調訓練，得到所述待調整模型對應的微調模型，包括：

以所述預訓練模型在所述圖像處理模型中的串聯次序為依據，按照所述待調整模型的前后順序，基于預設樣本圖像依次對所述待調整模型進行微調訓練，得到所述待調整模型對應的微調模型。

3.根據權利要求2所述的方法，其特征在于，所述按照所述待調整模型的前后順序，基于預設樣本圖像依次對所述待調整模型進行微調訓練，包括：

按照所述待調整模型的前后順序確定目標待調整模型；

針對所述目標待調整模型進行微調訓練；其中所述微調訓練包括：

讀取所述目標待調整模型在所述圖像處理模型中的串聯次序n；其中，n取正整數；

基于所述預設樣本圖像獲取所述圖像處理模型中第n-1個模型的輸出圖像，并基于所述輸出圖像生成所述目標待調整模型對應的微調樣本圖像；

以所述目標待調整模型對應的所述微調樣本圖像為訓練樣本，對所述目標待調整模型進行微調訓練。

4.根據權利要求3所述的方法，其特征在于，所述基于所述預設樣本圖像獲取所述圖像處理模型中第n-1個模型的輸出圖像，包括：

將預設樣本圖像作為所述圖像處理模型中第k個模型的輸入，經過串聯的第k個至第n-1個模型的處理，得到所述第n-1個模型輸出圖像；其中，k取小于等于n-1的正整數。

5.根據權利要求1所述的方法，其特征在于，所述獲取圖像處理模型，包括：

獲取多個待訓練模型和所述待訓練模型對應的串聯次序；

針對每個所述待訓練模型分別進行預訓練，得到各所述待訓練模型對應的預訓練模型；

按照所述待訓練模型對應的串聯次序將各所述預訓練模型串聯，得到所述圖像處理模型。

6.根據權利要求1所述的方法，其特征在于，所述基于所述微調模型生成訓練后的圖像處理模型，包括：

按照所述預訓練模型在所述圖像處理模型中的串聯次序，將所述微調模型和除所述微調模型對應的預訓練模型之外的所述預訓練模型串聯，得到訓練后的圖像處理模型。

7.根據權利要求1所述的方法，其特征在于，所述基于所述微調模型生成訓練后的圖像處理模型，包括：

在所述圖像處理模型中確定各所述微調模型對應的所述預訓練模型；

利用所述微調模型替換所述圖像處理模型中與所述微調模型對應的預訓練模型，以得到訓練后的圖像處理模型。

8.一種圖像處理模型的微調訓練裝置，其特征在于，包括：

模型獲取模塊，用于獲取圖像處理模型，所述圖像處理模型包括串聯的多個預訓練模型；

微調訓練模塊，用于基于預設樣本圖像、所述預訓練模型和所述預訓練模型在所述圖像處理模型中的串聯次序，對所述圖像處理模型中的待調整模型進行微調訓練，得到所述待調整模型對應的微調模型；其中，所述待調整模型包括至少一個所述預訓練模型，且所述待調整模型至少包括所述圖像處理模型中串聯次序最末的所述預訓練模型；

模型生成模塊，用于基于所述微調模型生成訓練后的圖像處理模型。

9.一種計算機可讀介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至7中任一項所述的方法。

10.一種電子設備，其特征在于，包括：

處理器；以及

存儲器，用于存儲所述處理器的可執行指令；

其中，所述處理器配置為經由執行所述可執行指令來執行權利要求1至7中任一項所述的方法。