图像评估方法、装置及计算机可读存储介质制造方法及图纸

本申请实施例提供一种图像评估方法、装置及计算机可读存储介质，涉及图像处理技术领域。所述图像评估方法包括获取待评估图像；基于预设的图像评估模型对所述待评估图像进行计算，得到所述待评估图像的评分分布信息；根据所述评分分布信息计算得到所述待评估图像对应的图像评估值。本申请能够有效提高图像评估结果的准确性。

Image Evaluation Method, Device and Computer Readable Storage Media

【技术实现步骤摘要】
图像评估方法、装置及计算机可读存储介质
本申请涉及图像处理
，具体而言，涉及一种图像评估方法、装置及计算机可读存储介质。
技术介绍
随着手机等智能终端的普及，用户可以随时随地进行图像拍摄，但现有的图像评估方法大多是针对专业级的图像进行图像评估时提出的，无法满足用户随手拍摄的日常图像的评估需求。
技术实现思路
为改善上述问题之一，本申请实施例提供一种图像评估方法、装置及计算机可读存储介质，内容如下。一方面，本申请实施例提供一种图像评估方法，包括：获取待评估图像；基于预设的图像评估模型对所述待评估图像进行计算，得到所述待评估图像的评分分布信息；根据所述评分分布信息计算得到所述待评估图像对应的图像评估值。在本申请实施例的选择中，所述图像评估值通过公式计算得到，其中，为所述评分分布信息，X为评分范围，k为索引值，k＝1,2,3,…,N。在本申请实施例的选择中，所述预设的图像评估模型通过下述步骤训练得到：获取训练数据集，以及待训练的第一神经网络模型，该待训练的第一神经网络模型包括用于特征提取的卷积网络以及用于对该卷积网络提取的特征进行分类的特征分类网络；锁定所述卷积网络的网络参数后，将所述训本文档来自技高网...

【技术保护点】
1.一种图像评估方法，其特征在于，包括：获取待评估图像；基于预设的图像评估模型对所述待评估图像进行计算，得到所述待评估图像的评分分布信息；根据所述评分分布信息计算得到所述待评估图像对应的图像评估值。

【技术特征摘要】
1.一种图像评估方法，其特征在于，包括：获取待评估图像；基于预设的图像评估模型对所述待评估图像进行计算，得到所述待评估图像的评分分布信息；根据所述评分分布信息计算得到所述待评估图像对应的图像评估值。2.根据权利要求1所述的图像评估方法，其特征在于，所述图像评估值通过公式计算得到，其中，为所述评分分布信息，X为评分范围，k为索引值，k＝1,2,3,…,N。3.根据权利要求1所述的图像评估方法，其特征在于，所述预设的图像评估模型通过下述步骤训练得到：获取训练数据集，以及待训练的第一神经网络模型，该待训练的第一神经网络模型包括用于特征提取的卷积网络以及用于对所述卷积网络提取的特征进行分类的特征分类网络；锁定所述卷积网络的网络参数后，将所述训练数据集作为所述第一神经网络模型的输入，并通过所述训练数据集对所述第一神经网络模型中的特征分类网络的网络参数进行训练；当针对所述第一神经网络模型中的特征分类网络进行训练的训练条件满足第一预设需求时停止对该特征分类网络的训练；解除对所述卷积网络的网络参数的锁定，并将解除参数锁定且完成特征分类网络训练的第一神经网络模型作为第二神经网络模型；利用所述训练数据集继续对所述第二神经网络模型进行训练，并将训练后的第二神经网络模型作为所述预设的图像评估模型。4.根据权利要求3所述的图像评估方法，其特征在于，在执行所述锁定所述卷积网络的网络参数后，将所述训练数据集作为所述第一神经网络模型的输入的步骤之前，所述预设的图像评估模型的训练步骤还包括：获取预训练神经网络；利用迁移学习的方式将所述预训练神经网络的网络参数迁移至所述第一神经网络模型。5.根据权利要求3所述的图像评估方法，其特征在于，所述预设的图像评估模型的训练步骤还包括：根据所述训练后的第二神经网络模型输出的评分分布信息计算该第二神经网络模型的损失函数值；判断所述损失函数值是否满足第二预设需求，若所述损失函数值不满足第二预设需求，则基于所述训练后的第二神经网络模型以及所述训练数据集再次执行对所述训练后的第二神经网络...

【专利技术属性】
技术研发人员：王辰龙，赵雷，
申请(专利权)人：厦门美图之家科技有限公司，
类型：发明
国别省市：福建,35