【技术实现步骤摘要】
一种图像处理模型生成方法、智能终端及存储介质
本专利技术涉及图像处理
，尤其涉及一种图像处理模型生成方法、智能终端及存储介质。
技术介绍
随着智能终端设备的发展，图像处理技术越来越受到重视，如何生成图像处理模型，使得该图像处理模型能够在实际使用中，针对各种未知的图像，都能够输出较好的图像处理结果是研究重点，同时在训练图像处理模型的时候，训练时间过长导致资源的浪费，如何提高训练效率也是当前所要关注的重点问题。目前，深度学习已经被用于训练图像处理模型以使得其能够适用于处理各种图像，但是，目前基于深度学习的图像处理模型训练过程中还需要人工对生成的图像打标签，耗费大量的人力，效率低。因此，现有技术还有待改进和发展。
技术实现思路
本专利技术要解决的技术问题在于，针对现有技术的上述缺陷，提供一种图像处理模型生成方法、智能终端及存储介质，旨在解决现有技术中深度学习的图像处理模型训练过程效率低的问题。本专利技术的技术方案如下：本专利技术的第一方面，提供了一种图像处理模型生成方法，所述方法包...
【技术保护点】
1.一种图像处理模型生成方法，其特征在于，所述图像处理模型生成方法包括：/n根据第一模型以及第一数据集训练图像处理初始模型；/n获取所述图像处理初始模型训练完成后生成的图像处理模型；/n其中，所述第一数据集包括多个不同的第一样本待处理图像，所述第一模型用于在训练过程中输出所述图像处理初始模型对第一样本待处理图像的处理结果的评价结果。/n
【技术特征摘要】
1.一种图像处理模型生成方法，其特征在于，所述图像处理模型生成方法包括：
根据第一模型以及第一数据集训练图像处理初始模型；
获取所述图像处理初始模型训练完成后生成的图像处理模型；
其中，所述第一数据集包括多个不同的第一样本待处理图像，所述第一模型用于在训练过程中输出所述图像处理初始模型对第一样本待处理图像的处理结果的评价结果。
2.根据权利要求1所述的图像处理模型生成方法，其特征在于，所述第一数据集还包括所述第一样本待处理图像对应的第一样本目标图像，所述根据第一模型以及第一数据集训练图像处理初始模型包括：
将所述第一数据集中的第一样本待处理图像输入至所述图像处理初始模型进行训练，获取所述图像处理初始模型输出的第二样本图像；
将所述第二样本图像输入至所述第一模型，获取所述第一模型根据所述第二样本图像输出的评价结果；
将所述第二样本图像的评价结果和所述第一样本目标图像反馈至所述图像处理初始模型，以使得所述图像处理初始模型调整学习方向；
继续执行所述将第一数据集中的第一样本待处理图像输入至图像处理初始模型进行训练的步骤，直至所述图像处理初始模型输出的所述第二样本图像已达预设效果。
3.根据权利要求1所述的图像处理模型生成方法，其特征在于，所述第一模型为图像隐写分析模型。
4.根据权利要求3所述的图像处理模型生成方法，其特征在于，所述第...
【专利技术属性】
技术研发人员：谭舜泉，卓龙，李斌，黄继武，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东;44
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。