图像处理方法和装置制造方法及图纸

技术编号:21344139 阅读:58 留言:0更新日期:2019-06-13 22:42
本申请实施例公开了图像处理方法和装置。该方法的一具体实施方式包括:若目标训练样本的训练数据不完整,则将所述目标训练样本的训练数据输入第一神经网络,得到所述目标训练样本缺少的训练数据;将所得到的缺少的训练数据输入第二神经网络,得到所述目标训练样本的训练数据的预测数据;基于所述目标训练样本的训练数据,以及所述预测数据,确定所述目标训练样本的训练数据的损失值,利用所述损失值,训练所述第一神经网络和所述第二神经网络中的至少一个。本申请实施例提供的方法能够实现在样本的训练数据不完整的情况下,训练神经网络。进而,充分地利用训练数据不完整的样本,让神经网络利用丰富的样本得到更加全面的训练。

Image Processing Method and Device

The embodiment of this application discloses an image processing method and device. One specific implementation of the method includes: if the training data of the target training sample is incomplete, the training data of the target training sample is input into the first neural network to obtain the missing training data of the target training sample; the missing training data is input into the second neural network to obtain the prediction data of the training data of the target training sample; and The training data of the target training sample and the prediction data determine the loss value of the training data of the target training sample, and train at least one of the first and second neural networks using the loss value. The method provided in the embodiment of this application can train the neural network when the training data of the sample is incomplete. Furthermore, the incomplete samples of training data are fully utilized, so that the neural network can get more comprehensive training by using abundant samples.

【技术实现步骤摘要】
图像处理方法和装置
本申请实施例涉及计算机
,具体涉及互联网
,尤其涉及图像处理方法和装置。
技术介绍
在对图片进行场景分类、场景分割、目标识别以及行为识别等计算机视觉任务时,可以采用神经网络进行。神经网络通常可以采用样本进行训练,且要求样本的数量庞大、种类覆盖全面。这样,才能够训练得到准确的神经网络。
技术实现思路
本申请实施例提出了图像处理方法和装置。第一方面,本申请实施例提供了一种图像处理方法,包括:若目标训练样本的训练数据不完整,则将目标训练样本的训练数据输入第一神经网络,得到目标训练样本缺少的训练数据,其中,完整的训练数据包括图像以及图像对应的标注信息,第一神经网络为图像处理网络或图像重建网络;将所得到的缺少的训练数据输入第二神经网络,得到目标训练样本的训练数据的预测数据,其中,第二神经网络为图像处理网络和图像重建网络中的另一个;基于目标训练样本的训练数据,以及预测数据,确定目标训练样本的训练数据的损失值,利用损失值,训练第一神经网络和第二神经网络中的至少一个。在一些实施例中,第一神经网络为图像处理网络,第二神经网络为图像重建网络;若目标训练样本的训练数据不完整,则本文档来自技高网...

【技术保护点】
1.一种图像处理方法,包括:若目标训练样本的训练数据不完整,则将所述目标训练样本的训练数据输入第一神经网络,得到所述目标训练样本缺少的训练数据,其中,完整的训练数据包括图像以及图像对应的标注信息,所述第一神经网络为图像处理网络或图像重建网络;将所得到的缺少的训练数据输入第二神经网络,得到所述目标训练样本的训练数据的预测数据,其中,所述第二神经网络为图像处理网络和图像重建网络中的另一个;基于所述目标训练样本的训练数据,以及所述预测数据,确定所述目标训练样本的训练数据的损失值,利用所述损失值,训练所述第一神经网络和所述第二神经网络中的至少一个。

【技术特征摘要】
1.一种图像处理方法,包括:若目标训练样本的训练数据不完整,则将所述目标训练样本的训练数据输入第一神经网络,得到所述目标训练样本缺少的训练数据,其中,完整的训练数据包括图像以及图像对应的标注信息,所述第一神经网络为图像处理网络或图像重建网络;将所得到的缺少的训练数据输入第二神经网络,得到所述目标训练样本的训练数据的预测数据,其中,所述第二神经网络为图像处理网络和图像重建网络中的另一个;基于所述目标训练样本的训练数据,以及所述预测数据,确定所述目标训练样本的训练数据的损失值,利用所述损失值,训练所述第一神经网络和所述第二神经网络中的至少一个。2.根据权利要求1所述的方法,其中,所述第一神经网络为图像处理网络,第二神经网络为图像重建网络;所述若目标训练样本的训练数据不完整,则将所述目标训练样本的训练数据输入第一神经网络,得到所述目标训练样本缺少的训练数据,包括:若所述目标训练样本的训练数据为图像,将所述目标训练样本的图像输入所述图像处理网络,得到所述目标训练样本的图像对应的标注信息。3.根据权利要求2所述的方法,其中,所述将所得到的缺少的训练数据输入第二神经网络,得到所述目标训练样本的训练数据的预测数据,包括:将所得到的标注信息输入所述图像重建网络,得到所述图像重建网络预测的、所得到的标注信息所标注的图像。4.根据权利要求1所述的方法,其中,所述第一神经网络为图像重建网络,所述第二神经网络为图像处理网络;所述若目标训练样本的训练数据不完整,则将所述目标训练样本的训练数据输入第一神经网络,得到所述目标训练样本缺少的训练数据,包括:若所述目标训练样本的训练数据为标注信息,将所述目标训练样本的标注信息输入所述图像重建网络,得到所述标注信息所标注的图像。5.根据权利要求4所述的方法,其中,所述将所得到的缺少的训练数据输入第二神经网络,得到所述目标训练样本的训练数据的预测数据,包括:将所述所标注的图像输入所述图像处理网络,得到所述图像处理网络预测的所述所标注的图像对应的标注信息。6.一种图像处理装置,包括:第一...

【专利技术属性】
技术研发人员:喻冬东王长虎
申请(专利权)人:北京字节跳动网络技术有限公司
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1