【技术实现步骤摘要】
本申请涉及图像处理，特别是涉及一种图像处理方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
1、在自动驾驶场景中，有一些场景的样本量较少，只有小数据集。稀有交通事件指的是在道路上相对不常见，且可能需要特殊处理或应对的交通事件。这些事件通常不是日常交通流程的一部分，而是出现在特定情况下，可能对交通安全和车辆操作提出额外的挑战，因此这类场景的样本数量较少且难以获得。传统的基于深度学习的图像分类算法在样本量不足时往往会因缺少归纳偏置而导致分类精度下降，以致存在分类效果差的问题。具体地说，在数据量较少的某些特定场景应用时，现有模型的泛化能力有限，在未见过的样本上性能不稳定，难以应对不同数据分布。在一些特定场景的小数据集中，标签的质量可能不高，存在标签错误或不准确的问题。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种准确的图像处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本申请提供了一种图像处理方法。所述方法包括：
...
【技术保护点】
1.一种图像处理方法，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，所述将每一样本图像输入至第一编码器中，得到每一样本图像的第一特征向量，包括：
3.根据权利要求1所述的方法，其特征在于，所述将每一样本图像输入至第二编码器中，得到每一样本图像的第二特征向量，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所有样本图像的所述第一特征向量和所述第二特征向量，对所述第一编码器和得到第二编码器的网络参数进行更新，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据每一样本图像的自蒸馏损失值...
【技术特征摘要】
1.一种图像处理方法，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，所述将每一样本图像输入至第一编码器中，得到每一样本图像的第一特征向量，包括：
3.根据权利要求1所述的方法，其特征在于，所述将每一样本图像输入至第二编码器中，得到每一样本图像的第二特征向量，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所有样本图像的所述第一特征向量和所述第二特征向量，对所述第一编码器和得到第二编码器的网络参数进行更新，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据每一样本图像的自蒸馏损失值，对所述第一编码器和所述第二编码器的网络参数进行更新，包括：<...
【专利技术属性】
技术研发人员：吕颖，董小瑜，刘宇杰，张坤超，
申请(专利权)人：中国第一汽车股份有限公司，
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。