【技术实现步骤摘要】
本申请涉及图像处理，具体涉及计算机，尤其涉及一种针对图片的模型处理方法、图片处理方法及相关设备。
技术介绍
1、随着图像处理技术的不断发展，图像处理技术常被应用于图像搜索、图像识别、图像分类、物体检测和场景理解等场景。在现有的图像处理的过程中，通常涉及到大量的数据处理，包括读取、修改、渲染、输出图像数据等操作，这些操作都需要内存和/或显存的支持，然而，目前的图像处理效率相对较低。
技术实现思路
1、本申请实施例提供了一种针对图片的模型处理方法、图片处理方法及相关设备，可以提高图像处理效率。
2、第一方面，本申请实施例提供了一种针对图片的模型处理方法，包括：
3、获取训练数据集中目标训练图片的对象区域图片，所述对象区域图片是根据所述目标训练图像中的部分图像区域确定的；
4、将所述对象区域图片输入待训练特征提取模型，得到所述对象区域图片对应的对象特征向量；
5、将所述对象特征向量输入n个图像处理器gpu中，并基于所述对象特征向量和各个gpu中配置...
【技术保护点】
1.一种针对图片的模型处理方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
3.如权利要求1所述的方法，其特征在于，所述基于所述对象特征向量和各个GPU中配置的子线性矩阵，得到损失函数值，包括：
4.如权利要求3所述的方法，其特征在于，所述基于所述对象特征向量与所述各个GPU中配置的子线性矩阵的乘积，确定所述对象特征向量在所述各个GPU中计算得到的特征分类概率，包括：
5.如权利要求1所述的方法，其特征在于，所述获取训练数据集中目标训练图片的对象区域图片之前，还包括：
6.如...
【技术特征摘要】
1.一种针对图片的模型处理方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
3.如权利要求1所述的方法，其特征在于，所述基于所述对象特征向量和各个gpu中配置的子线性矩阵，得到损失函数值，包括：
4.如权利要求3所述的方法，其特征在于，所述基于所述对象特征向量与所述各个gpu中配置的子线性矩阵的乘积，确定所述对象特征向量在所述各个gpu中计算得到的特征分类概率，包括：
5.如权利要求1所述的方法，其特征在于，所述获取训练数据集中目标训练图片的对象区域图片之前，还包括：
6.如权利要求5所述的方法，其特征在于，所述通过第二聚类方式对各个目标类别图片集进行聚类，得到每个目标类别图片集对应的多个目标子类别图片集，包括：
7.如权利要求1所述的方法，其特征在于，所述根据所述损失函数值对所述待训练特征提取模型进行训练，得到特征提取模型之后，还包括：
8.如权利要求7所述的方法，其特征在于，所述获取点击训练数据集，包括：
9.如权利要求7所述的方法，其特征在于，所述使用所述点击训练数据集对所述特征提取模型进行训练，得到目标特征提取模，包括：<...
【专利技术属性】
技术研发人员：李若琦，陈诚，张道鑫，任环，
申请(专利权)人：行吟信息科技上海有限公司，
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。