模型生成方法、装置、计算机设备及计算机可读存储介质制造方法及图纸

本申请公开了一种模型生成方法、装置、计算机设备及计算机可读存储介质，该方法包括：获取多张第一图像及多张第二图像；第二图像的分辨率大于第一图像的分辨率；基于多张第一图像及预先训练的退化预测模型，确定多张第一图像的第一数据集；基于第一数据集及多张第二图像，构建训练数据集；基于训练数据集对预设的第一网络模型进行训练，生成目标模型。本申请模型生成方法适用于小模型，并且生成的目标模型具有更佳的泛化性。

【技术实现步骤摘要】

本申请涉及计算机，具体涉及一种模型生成方法、装置、计算机设备及计算机可读存储介质。

技术介绍

1、随着深度学习技术的发展，涌现出了大量的画质改善方案。对于画质类任务而言，由于画质的好坏存在过多的主观性，导致数据标注的难度极大，因此，现有画质类任务(如图像超分、降噪)通常采用人工合成的方式构建训练数据集，并基于构建出的训练数据集生成图像复原模型。为了增强模型的泛化性，现有方法需要采用非常大的退化空间构建训练数据集，导致现有模型生成方法无法应用于小容量模型。

2、因此，现有技术还有待改进和发展。

技术实现思路

1、本申请实施例提供一种模型生成方法、装置、计算机设备及计算机可读存储介质，旨在解决现有模型生成方法无法应用于小容量模型的问题。

2、本专利技术解决问题所采用的技术方案如下：

3、一方面，本申请提供一种模型生成方法，包括：

4、获取多张第一图像及多张第二图像；第二图像的分辨率大于第一图像的分辨率；

5、基于多张第一图像及预先训练的退化预测模型，确定本文档来自技高网...

【技术保护点】

1.一种模型生成方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述基于多张所述第一图像及预先训练的退化预测模型，确定多张所述第一图像的第一数据集，包括：

3.根据权利要求1所述的方法，其特征在于，所述基于多张所述第一图像及预先训练的退化预测模型，确定多张所述第一图像的第一数据集之前，所述方法还包括：

4.根据权利要求3所述的方法，其特征在于，所述基于多张所述第三图像、所述第一退化图像及所述第二退化参数信息对预设的第二网络模型进行训练，得到预先训练的退化预测模型，包括：

5.根据权利要求1所述的方法，其特征在于，所述基于...

【技术特征摘要】

1.一种模型生成方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述基于多张所述第一图像及预先训练的退化预测模型，确定多张所述第一图像的第一数据集，包括：

3.根据权利要求1所述的方法，其特征在于，所述基于多张所述第一图像及预先训练的退化预测模型，确定多张所述第一图像的第一数据集之前，所述方法还包括：

4.根据权利要求3所述的方法，其特征在于，所述基于多张所述第三图像、所述第一退化图像及所述第二退化参数信息对预设的第二网络模型进行训练，得到预先训练的退化预测模型，包括：

5.根据权利要求1所述的方法，其特征在于，所述基于所述第一数据集及多张所述...

【专利技术属性】
技术研发人员：王树朋，刘阳兴，
申请(专利权)人：武汉TCL集团工业研究院有限公司，
类型：发明
国别省市：