图像处理方法、装置、图像处理设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种图像处理方法、装置、图像处理设备及存储介质，其中方法包括：接收待检测图像，并获取待检测图像对应的目标检测模型；在映射表中检测与目标检测模型绑定的目标图像处理器，所述映射表中记录了多个图像处理器与多个检测模型之间的绑定关系，每个图像处理器用于运行一个或多个检测模型，每个检测模型是基于相应的训练图像以及所述训练图像对应的缺陷监督标签得到的；若检测得到目标图像处理器，则将待检测图像传输给目标图像处理器，以通过在目标图像处理器中运行目标检测模型对待检测图像进行缺陷检测。采用本发明专利技术实施例可以提高图像处理的准确性。

Image processing method, device, image processing equipment and storage medium

【技术实现步骤摘要】
图像处理方法、装置、图像处理设备及存储介质
本申请涉及图像处理
，尤其涉及一种图像处理方法、装置、图像处理设备及存储介质。
技术介绍
随着人工智能的发展，图像识别技术作为人工智能的重要研究方向之一被广泛应用在图像处理领域中。比如车牌识别、无人机巡检项目中的自动判片等。在无人机巡检项目的自动判片是通过人工智能代替人工的方式读取无人机拍好上传的图像，并调用相应的图像检测模型来识别图像中的一些缺陷并进行分类和标记。目前，在无人机的自动判片应用中，图像处理设备一般包括多个图像处理器，每个图像处理器指定运行一种检测模型，在图像处理设备初始化时，所有图像处理器对应的检测模型开始运行。当需要对待检测图像进行检测时，确定检测该待检测图像需要的检测模型，并将待检测图像传输至运行该检测模型的图像处理器以进行图像检测。这样一来，一旦某个图像处理器发生故障，则该图像处理器绑定的检测模型将停止运行，需要该检测模型检测的图像将不能被检测或者通过其他模型检测，如此降低了图像处理设备的容错性，从而导致图像处理准确度受到影响。因此，在图像处理领域中，如何准确地进行本文档来自技高网...

【技术保护点】
1.一种图像处理方法，其特征在于，包括：/n接收待检测图像，并获取所述待检测图像对应的目标检测模型；/n在映射表中检测与所述目标检测模型绑定的目标图像处理器，所述映射表记录了多个图像处理器与多个检测模型之间的绑定关系，每个图像处理器用于运行一个或者多个检测模型，每个检测模型是基于相应的训练图像以及所述训练图像对应的缺陷监督标签训练得到的；/n若检测得到目标图像处理器，则将所述待检测图像传输给所述目标图像处理器，以通过在所述目标图像处理器中运行所述目标检测模型对所述待检测图像进行缺陷检测。/n

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：
接收待检测图像，并获取所述待检测图像对应的目标检测模型；
在映射表中检测与所述目标检测模型绑定的目标图像处理器，所述映射表记录了多个图像处理器与多个检测模型之间的绑定关系，每个图像处理器用于运行一个或者多个检测模型，每个检测模型是基于相应的训练图像以及所述训练图像对应的缺陷监督标签训练得到的；
若检测得到目标图像处理器，则将所述待检测图像传输给所述目标图像处理器，以通过在所述目标图像处理器中运行所述目标检测模型对所述待检测图像进行缺陷检测。


2.如权利要求1所述的方法，其特征在于，所述方法还包括：
若在映射表中未检测得到目标图像处理器，则遍历每个图像处理器的模型绑定情况，所述模型绑定情况包括每个图像处理器上运行检测模型的数量阈值和已绑定的检测模型的数量；
根据所述每个图像处理器的模型绑定情况从所述多个图像处理器中选择目标图像处理器，并将所述目标图像处理器与所述目标检测模型绑定；
将所述目标图像处理器和所述目标检测模型之间的绑定关系记录到所述映射表中。


3.如权利要求2所述的方法，其特征在于，所述方法还包括：
若检测到在时长阈值内未接收到与所述目标检测模型对应的新的待检测图像，则解除所述目标检测模型与所述目标图像处理器之间的绑定关系。


4.如权利要求1所述的方法，其特征在于，所述获取所述待检测图像对应的目标检测模型，包括：
获取所述待检测图像对应的目标拍摄位置，所述目标拍摄位置用于表示图像采集设备在采集所述待检测图像时所处的位置；
根据所述目标拍摄位置确定所述待检测图像对应的目标检测模型。


5.如权利要求4所述的方法，其特征在于，所述多个检测模型中每个检测模型用于识别一种类型或多种类型的缺陷，所述根据所述目标拍摄位置确定所述待检测图像对应的目标检测模型，包括：
根据多个拍摄位置与多个缺陷类型的对应关系，获取所述目标拍摄...

【专利技术属性】
技术研发人员：黎少伟，江列琼，方超，艾义，殷年俊，龙建军，郑光文，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44