【技术实现步骤摘要】
一种商品图片处理方法、装置、存储介质及设备
[0001]本说明书涉及计算机
,尤其涉及一种商品图片处理方法、装置、存储介质及设备。
技术介绍
[0002]随着电子商务的发展,越来越多的人在互联网上进行购物。电商业务平台上所展示的商品图片是商品的重要特征,影响着消费者对商品的购买行为。然而,这些商品图片通常是由商家上传的,可能存在着画质太差、或图片内容不符合规定等情况,容易对平台的声誉和利益造成较大影响。而考虑到商家的数量较多,若要对商家上传的商品图片进行人工审核,需要消耗较大的人力资源,也会对平台造成较大的管理负担。
[0003]因此,目前市场上亟需一种能够对商品图片进行有效治理的解决方案。
技术实现思路
[0004]根据本说明书实施例的第一方面,提供一种商品图片处理方法,包括:
[0005]获取录入的商品图片的多个特征信息;其中,一个特征信息与所述商品图片在一种质量维度上的图片质量相关;
[0006]通过训练好的注意力模型对所述多个特征信息进行处理,确定所述商品图片在每个特征信 ...
【技术保护点】
【技术特征摘要】
1.一种商品图片处理方法,包括:获取录入的商品图片的多个特征信息;其中,一个特征信息与所述商品图片在一种质量维度上的图片质量相关;通过训练好的注意力模型对所述多个特征信息进行处理,确定所述商品图片在每个特征信息相关的质量维度上的图片质量的总评分以及每个特征信息的权重,各特征信息的权重与所述特征信息对所述总评分的贡献度正相关;基于所述总评分以及所述权重,在需要美化的质量维度上对所述商品图片进行美化处理。2.如权利要求1所述的方法,每个特征信息通过一种检测模型对所述商品图片进行处理得到。3.如权利要求1所述的方法,通过训练好的注意力模型对所述多个特征信息进行处理,确定所述商品图片在多个质量维度上的图片质量的总评分以及每个特征信息的权重,包括:获取每个特征信息对应的特征向量;对所述多个特征信息对应的特征向量进行拼接,得到输入向量;将所述输入向量输入注意力模型,得到所述权重以及总评分。4.如权利要求3所述的方法,对所述多个特征信息对应的特征向量进行拼接,得到输入向量,包括:对每个特征向量进行降维处理,得到每个特征向量对应的降维向量;对各个降维向量进行拼接。5.如权利要求3所述的方法,所述注意力模型的训练数据包括多个训练样本和各训练样本的标签;所述注意力模型基于以下方式进行训练:通过注意力模型对所述训练样本进行处理,获得预测总评分和权重矩阵;根据所述训练样本的标注总评分和所述预测总评分,构建初始损失函数,基于所述初始损失函数和所述权重矩阵,构建目标损失函数;利用所述目标损失函数对所述注意力模型进行训练。6.如权利要求1所述的方法,所述注意力模型包括:稀疏自...
【专利技术属性】
技术研发人员:张飞云,张鹏,王佳军,王秉慧,王乐,
申请(专利权)人:拉扎斯网络科技上海有限公司,
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。