【技术实现步骤摘要】
本申请实施例涉及图像增强，尤其涉及一种图像增强模型训练方法、装置、电子设备及存储介质。
技术介绍
1、随着线上购物的普及，电子商务图像在产品展示和吸引消费者方面发挥着重要作用。然而，由于线上存储和带宽的限制，电子商务图像通常需要压缩，导致图像质量下降，产品细节和广告文本不清晰等。此外，部分图像中的关键产品不够突出，无法有效吸引消费者的注意力。这些问题限制了电子商务图像的实用性和广告价值。
2、现有的一些提升图像质量以及注意力重定向的算法，尽管在自然图像的处理上取得了一定的成果，但这些技术在电子商务图像处理上的应用存在局限性。电子商务图像的特殊性在于其通常包含产品导向的布局和商品相关文本，这些元素对于传达产品信息至关重要。然而，现有的图像处理技术并未针对这些特定元素进行优化，导致在处理电商图像时无法有效保留商品细节和清晰度，同时确保文本信息的可读性。
技术实现思路
1、为了解决上述技术问题或者至少部分地解决上述技术问题，本申请实施例提供一种图像增强模型训练方法、装置、电子设备及存...
【技术保护点】
1.一种图像增强模型训练方法，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，所述对所述每个待训练图像样本进行特征提取，得到文本掩膜和商品对象掩膜，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述图像掩膜和所述文本特征之间的余弦相似度，确定所述商品对象掩膜，包括：
4.根据权利要求1所述的方法，其特征在于，所述通过所述文本掩膜和所述训练数据集对初始卷积神经网络中的第一多提示网络进行训练，以及通过所述商品对象掩膜和所述训练数据集对所述初始卷积神经网络中的第二多提示网络进行训练，得到目标图像增强模型，
...
【技术特征摘要】
1.一种图像增强模型训练方法，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，所述对所述每个待训练图像样本进行特征提取，得到文本掩膜和商品对象掩膜，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述图像掩膜和所述文本特征之间的余弦相似度，确定所述商品对象掩膜，包括：
4.根据权利要求1所述的方法，其特征在于，所述通过所述文本掩膜和所述训练数据集对初始卷积神经网络中的第一多提示网络进行训练，以及通过所述商品对象掩膜和所述训练数据集对所述初始卷积神经网络中的第二多提示网络进行训练，得到目标图像增强模型，包括：
5.根据权利要求4所述的方法，其特征在于，所述将所述文本掩膜和所述多个待训练图像样本输入第一多提示...
【专利技术属性】
技术研发人员：樵明朗，蒋铼，徐迈，梁晓烨，
申请(专利权)人：北京航空航天大学，
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。