【技术实现步骤摘要】
图像处理模型的训练方法及装置
[0001]本说明书一个或多个实施例涉及机器学习
，特别涉及一种图像处理模型的训练方法及装置。
技术介绍
[0002]图像编解码技术作为互联网多媒体领域中的关键技术之一，极大影响着图像的传输和使用。例如，在一些情况下，需要对图像进行压缩，将压缩后的数据进行传输，以提高传输效率，然后，还需要对图像进行还原。目前存在通过神经网络模型进行图像压缩和还原的方案。
技术实现思路
[0003]本说明书一个或多个实施例提供一种图像处理模型的训练方法及装置。
[0004]根据第一方面，提供一种图像处理模型的训练方法，包括：
[0005]利用所述图像处理模型包括的编码器对样本图像进行压缩，得到压缩数据，并利用所述图像处理模型包括的解码器对所述压缩数据进行解压还原，得到还原图像；
[0006]将所述还原图像输入判别模型，由所述判别模型对所述还原图像的真伪属性进行判定，得到第一结果；
[0007]至少基于所述第一结果，调整所述图像处理模型的模型参数。
[0...
【技术保护点】
【技术特征摘要】
1.一种图像处理模型的训练方法，所述方法包括：利用所述图像处理模型包括的编码器对样本图像进行压缩，得到压缩数据，并利用所述图像处理模型包括的解码器对所述压缩数据进行解压还原，得到还原图像；将所述还原图像输入判别模型，由所述判别模型对所述还原图像的真伪属性进行判定，得到第一结果；至少基于所述第一结果，调整所述图像处理模型的模型参数。2.根据权利要求1所述的方法，其中，所述方法还包括：将所述样本图像输入所述判别模型，由所述判别模型对所述样本图像的真伪属性进行判定，得到第二结果；至少基于所述第一结果，调整所述图像处理模型的模型参数，包括：基于所述第一结果和所述第二结果，调整所述图像处理模型的模型参数。3.根据权利要求2所述的方法，其中，所述基于所述第一结果和所述第二结果，调整所述图像处理模型的模型参数，包括：确定包括第一损失项的第一损失；所述第一损失项基于所述第一结果和所述第二结果，采用相对平均最小二乘法的方式得到；基于所述第一损失，调整所述图像处理模型的模型参数。4.根据权利要求3所述的方法，其中，所述第一损失还包括第二损失项；所述第二损失项基于所述还原图像相对于所述样本图像的质量损失得到。5.根据权利要求2所述的方法，其中，所述方法还包括：基于所述第一结果和所述第二结果，调整所述判别模型的模型参数。6.根据权利要求2所述的方法，其中，所述方法还包括：将所述压缩数据输入所述判别模型；其中，所述对所述还原图像的真伪属性进行判定，包括：基于所述压缩数据，对所述还原图像的真伪属性进行判定；其中，所述对所述样本图像的真伪属性进行判定，包括：基于所述压缩数据，对所述样本图像的真伪属性进行判定。7.根据权利要求1所述的方法，其中，所述编码器为第一神经网络；所述解码器为第二神经网络。8.根据权利要求7所述的方法，其中，所述调整所述图像处理模型的模型参数，包括：分别调整所述第一神经网络和所述第二神经网络的网络参数。9.根据权利要求1所述的方法，其中，所述编码器包括采用预设压缩标准的压缩器；所述解码器包括采用所述预设压缩标准对应的解压标准的解压器和第三神经网络。10.根据权利要求9所述的方法，其中，所述调整所述图像处理模型的模型参数，包括：调整所述第三神经网络的网络参数。11.一种图像处理模型的训练装置，所述装置包括：处理模块，用于利用所述图像处理模型包括的编码器对样本图像进行压缩，得到压缩数据，并利用所述图像处理模型包括的解码器对所述压缩数据进行解压还原...
【专利技术属性】
技术研发人员：程正雪，符婷，胡家鹏，周大江，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：
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。