【技术实现步骤摘要】
本申请属于图像处理，具体涉及一种模型训练方法、图像处理方法、装置和设备。
技术介绍
1、随着用户对拍照需求的提升，如何拍摄出具有放大拍摄对象效果的图像，例如大月亮图像，是目前研究的热点话题。
2、目前，为了得到具有放大拍摄对象效果的图像，常规方式是从拍摄的具有拍摄对象的图像中提取出拍摄对象，然后对拍摄对象进行处理，再将处理后的拍摄对象融合到正常曝光的图像中，进而得到具有放大拍摄对象的图像。
3、但是针对于有拍摄对象的倒影的图像而言，需要同时对倒影区域进行检测，但是目前的倒影区域检测结果不够精确。且上述方案会导致拍摄对象区域的颜色和拍摄对象的倒影区域的颜色不一致的问题，进而导致图像失真。
技术实现思路
1、本申请实施例的目的是提供一种模型训练方法、图像处理方法、装置和设备，可以提高倒影区域的检测精度，提高图像的颜色一致性。
2、第一方面，本申请实施例提供了一种模型训练方法，该方法包括：
3、获取原始数据集，所述原始数据集包括至少两张第一图像，其中，所述第一图像包括拍摄对象对应的第一图像区域，所述第一图像区域包括倒影区域；
4、基于所述第一图像区域对应的第一子图像，得到训练数据集；
5、基于所述训练数据集对第一检测模型进行训练，得到第二检测模型；
6、其中，所述第二检测模型用于检测倒影区域，所述第二检测模型对应的损失函数包括第一损失函数和第二损失函数，所述第一损失函数包括ciou损失函数，所述第二损失函
7、第二方面，本申请实施例提供了一种图像处理方法，该方法包括：
8、获取第二图像，其中，所述第二图像中包括拍摄对象对应的第三图像区域，所述第三图像区域包括倒影区域；
9、将所述第三图像区域对应的第二子图像输入第二检测模型进行倒影区域检测，得到倒影图像区域；
10、将所述倒影图像区域对应的图像颜色信息迁移至第四图像区域，得到第三图像；
11、其中，所述第四图像区域为所述第二图像中所述倒影图像区域以外的图像区域，所述第二检测模型对应的损失函数包括第一损失函数和第二损失函数，所述第一损失函数包括ciou损失函数，所述第二损失函数用于计算角度偏差信息和距离偏差信息。
12、第三方面，本申请实施例提供了一种模型训练装置，该装置包括：
13、第一获取模块，用于获取原始数据集，所述原始数据集包括至少两张第一图像，其中，所述第一图像包括拍摄对象对应的第一图像区域，所述第一图像区域包括倒影区域；
14、第一确定模块，用于基于所述第一图像区域对应的第一子图像，得到训练数据集；
15、第二确定模块，用于基于所述训练数据集对第一检测模型进行训练，得到第二检测模型；其中，所述第二检测模型用于检测倒影区域，所述第二检测模型对应的损失函数包括第一损失函数和第二损失函数，所述第一损失函数包括ciou损失函数，所述第二损失函数用于计算角度偏差信息和距离偏差信息。
16、第四方面，本申请实施例提供了一种图像处理装置，该装置包括：
17、获取模块，用于获取第二图像，其中，所述第二图像中包括拍摄对象对应的第三图像区域，所述第三图像区域包括倒影区域；
18、确定模块，用于将所述第三图像区域对应的第二子图像输入第二检测模型进行倒影区域检测，得到倒影图像区域；
19、颜色迁移模块，用于将所述倒影图像区域对应的图像颜色信息迁移至第四图像区域，得到第三图像；其中，所述第四图像区域为所述第二图像中所述倒影图像区域以外的图像区域，所述第二检测模型对应的损失函数包括第一损失函数和第二损失函数，所述第一损失函数包括ciou损失函数，所述第二损失函数用于计算角度偏差信息和距离偏差信息。
20、第五方面，本申请实施例提供了一种电子设备，该电子设备包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤以及第二方面所述的方法的步骤。
21、第六方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤以及第二方面所述的方法的步骤。
22、第七方面，本申请实施例提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法的步骤以及第二方面所述的方法。
23、第八方面，本申请实施例提供一种计算机程序产品，该程序产品被存储在存储介质中，该程序产品被至少一个处理器执行以实现如第一方面所述的方法的步骤以及第二方面所述的方法。
24、在本申请实施例中，通过根据获取的原始数据集中每个第一图像中拍摄对象对应的第一图像区域对应的第一子图像，得到训练数据集，然后利用该训练数据集对用于检测倒影区域的第一检测模型进行训练，得到第二检测模型，由于该第二检测模型对应的损失函数除了常规的ciou损失函数外，还包括用于计算角度偏差信息和距离偏差信息的第二损失函数，如此第二检测模型中的损失函数中参与计算的度量因子数量增加，扩充了损失函数的约束条件，进而提升了第二检测模型的计算精确性，可以提高模型对倒影区域的检测精度，有利于后续基于倒影区域进行图像处理。
25、本申请实施例中，在对倒影区域进行图像处理时，通过获取包括拍摄对象对应的第三图像区域的第二图像，然后将第三图像区域对应的第二子图像输入第二检测模型中进行倒影区域的检测，可得到倒影图像区域，然后将倒影图像区域对应的图像颜色信息迁移至第四图像区域，得到第三图像，由于该第四图像区域的颜色是从倒影图像区域的颜色迁移过去的，故第三图像中的第四图像区域的颜色和倒影图像区域的颜色是一致的，进而第三图像不会失真。
本文档来自技高网...【技术保护点】
1.一种模型训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述第一面积、所述第二面积、所述第一距离、所述第一长度、所述第一宽高比和所述第二宽高比，得到所述CIOU损失函数，包括：
4.根据权利要求1所述的方法，其特征在于，所述第一图像还包括拍摄对象对应的第二图像区域，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
6.一种图像处理方法，其特征在于，所述方法包括：
7.根据权利要求6所述的方法，其特征在于，所述将所述倒影图像区域对应的图像颜色信息迁移至第四图像区域，得到第三图像，包括：
8.根据权利要求7所述的方法，其特征在于，所述将所述迁移像素点的颜色信息迁移至所述第四图像区域中，得到第三图像，包括：
9.一种模型训练装置，其特征在于，所述装置包括：
10.一种图像处理装置，其特征在于，所述装置包括：
11.一种电子设备，其特征在于
...【技术特征摘要】
1.一种模型训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述第一面积、所述第二面积、所述第一距离、所述第一长度、所述第一宽高比和所述第二宽高比，得到所述ciou损失函数，包括：
4.根据权利要求1所述的方法，其特征在于，所述第一图像还包括拍摄对象对应的第二图像区域，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
6.一种图像处理方法，其特征在于，所述方法包括：
7.根据权利要求6所述的方法，...
【专利技术属性】
技术研发人员：刘浪涛，
申请(专利权)人：维沃移动通信杭州有限公司，
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。