图像处理方法以及装置制造方法及图纸

本说明书实施例提供图像处理方法以及装置，其中所述图像处理方法包括：获取待处理图像；将所述待处理图像输入图像处理模型，获得图像处理结果，其中，所述图像处理模型基于参考模型输出的参考预测结果训练得到，所述参考预测结果基于所述参考模型对待迁移的样本图像特征增加扰动生成的多个扰动特征预测得到。对于一个参考模型，由于对样本图像特征增加扰动，那么可以得到不同的参考预测结果，在基于参考预测结果对图像处理模型进行知识蒸馏训练过程中，能够使图像处理模型学到由扰动带来的更多知识，丰富了图像处理模型的学习样本，减少计算资源占用，提升训练效率，并且能够保证图像处理模型的图像处理性能。证图像处理模型的图像处理性能。证图像处理模型的图像处理性能。

【技术实现步骤摘要】
图像处理方法以及装置


[0001]本说明书实施例涉及图像处理
，特别涉及图像处理方法。

技术介绍

[0002]对于图像的分类、图像中的目标检测等视觉任务，均可以利用图像处理模型实现。在对图像处理模型训练时，通常可以利用知识蒸馏训练的方式对图像处理模型进行训练。为了能够使图像处理模型具有更好的处理性能，通常可以利用多教师集成蒸馏的方式训练图像处理模型。
[0003]然而，在多教师集成蒸馏中，训练多个教师模型会导致大量计算资源占用，训练时间长，训练效率低。因此，亟需一种有效的技术方案解决上述问题。

技术实现思路

[0004]有鉴于此，本说明书实施例提供了两种图像处理方法。本说明书一个或者多个实施例同时涉及两种图像处理装置，一种商品图像分类方法，一种商品图像分类装置，一种图像处理模型的训练方法，一种图像处理模型的训练装置，一种计算设备，一种计算机可读存储介质以及一种计算机程序，以解决现有技术中存在的技术缺陷。
[0005]根据本说明书实施例的第一方面，提供了一种图像处理方法，包括：获取待处理图像；将所述待处理图像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，包括：获取待处理图像；将所述待处理图像输入图像处理模型，获得图像处理结果，其中，所述图像处理模型基于参考模型输出的参考预测结果训练得到，所述参考预测结果基于所述参考模型对待迁移的样本图像特征增加扰动生成的多个扰动特征预测得到。2.根据权利要求1所述的方法，所述将所述待处理图像输入图像处理模型之前，还包括：获取样本集，其中，所述样本集包括多个样本图像；在所述样本集中提取任意一个样本图像，将所述任意一个样本图像输入至参考模型和图像处理模型，获得所述参考模型输出的参考预测结果，和所述图像处理模型输出的第一预测结果，其中，所述参考模型为预先训练的用于图像处理的深度学习模型；利用所述参考预测结果和所述第一预测结果，对所述图像处理模型进行训练，直至获得满足训练停止条件的图像处理模型。3.根据权利要求2所述的方法，所述获得所述参考模型输出的参考预测结果，包括：获得所述参考模型从所述样本图像提取的样本图像特征；对所述样本图像特征进行扰动处理，获得所述样本图像特征对应的扰动特征；获得所述参考模型基于所述扰动特征输出的参考预测结果。4.根据权利要求3所述的方法，所述对所述样本图像特征进行扰动处理，获得所述样本图像特征对应的扰动特征，包括：对所述样本图像特征进行随机扰动处理，获得所述样本图像特征对应的至少一个扰动特征。5.根据权利要求3所述的方法，所述利用所述参考预测结果和所述第一预测结果，对所述图像处理模型进行训练，直至获得满足训练停止条件的图像处理模型，包括：根据所述参考预测结果的置信度和所述第一预测结果的置信度，计算蒸馏损失值；根据所述蒸馏损失值，对所述图像处理模型的参数进行调整；继续执行所述在所述样本集中提取任意一个样本图像，将所述任意一个样本图像输入至参考模型和图像处理模型，获得所述参考模型输出的参考预测结果，和所述图像处理模型输出的第一预测结果的步骤，直至获得满足训练停止条件的图像处理模型。6.根据权利要求5所述的方法，所述获得所述参考模型基于所述扰动特征输出的参考预测结果之前，还包括：确定所述扰动特征的目标权重，其中，所述目标权重表示所述扰动特征在噪声影响下的稳定度，所述噪声为增加的扰动引起；相应地，所述根据所述蒸馏损失值，对所述图像处理模型的参数进行调整，包括：根据所述蒸馏损失值和所述目标权重，确定目标蒸馏损失值；根据所述目标蒸馏损失值，对所述图...

【专利技术属性】
技术研发人员：张袁，陈威华，陆奕辰，孙修宇，
申请(专利权)人：阿里巴巴中国有限公司，
类型：发明
国别省市：