[发明专利]图像裁剪预测模型的训练方法、介质、装置及计算设备

权利要求书

1.一种图像裁剪预测模型的训练方法，其特征在于，包括：

获取原始图像的特征信息及裁剪样本的信息，所述裁剪样本指对原始图像进行裁剪后得到的图像，所述裁剪样本的信息包括：所述裁剪样本的样本分类信息、样本位置信息以及样本宽高比信息；其中，所述样本分类信息表示所述裁剪样本是否包含所述原始图像的关键部分；

将所述特征信息输入所述图像裁剪预测模型；所述图像裁剪预测模型包括至少一个预测通道，每个所述预测通道对应一个样本宽高比的范围；

根据所述图像裁剪预测模型输出的预测图像的信息及所述裁剪样本的信息计算损失函数，采用所述损失函数训练所述图像裁剪预测模型中与所述裁剪样本的样本宽高比信息对应的预测通道。

2.根据权利要求1所述的方法，其特征在于，所述获取原始图像的特征信息包括：

对所述原始图像进行卷积计算，得到所述原始图像的特征映射图，将所述特征映射图作为所述原始图像的特征信息。

3.根据权利要求1或2所述的方法，其特征在于，

所述样本位置信息为所述裁剪样本在所述原始图像中的位置信息；所述预测图像的信息包括：所述预测图像的预测分类信息及预测位置信息；所述预测分类信息为所述预测图像包含所述原始图像的关键部分的可能性；所述预测位置信息为所述预测图像在所述原始图像中的位置信息。

4.根据权利要求3所述的方法，其特征在于，所述根据所述图像裁剪预测模型输出的预测图像的信息及所述裁剪样本的信息计算损失函数，包括：

根据所述样本分类信息及预测分类信息计算分类损失，并根据所述样本位置信息及预测位置信息计算位置损失；

根据所述分类损失及位置损失计算所述损失函数。

5.根据权利要求1或2所述的方法，其特征在于，所述裁剪样本为采用至少一个图像宽高比裁剪所述原始图像所得到的至少一个图像；各个所述图像宽高比处于所述各个图像宽高比的范围之内。

6.一种图像裁剪方法，其特征在于，包括：

获取原始图像的特征信息；

将所述特征信息输入预先训练的图像裁剪预测模型，得到所述原始图像的至少一个预测图像的信息；所述图像裁剪预测模型训练时的裁剪样本为对原始图像进行裁剪后得到的图像，所述裁剪样本的信息包括：所述裁剪样本的样本分类信息、样本位置信息以及样本宽高比信息；其中，所述样本分类信息表示所述裁剪样本是否包含所述原始图像的关键部分；所述图像裁剪预测模型包括至少一个预测通道，每个所述预测通道对应一个样本宽高比的范围；其中，与所述样本宽高比信息对应的预测通道是采用损失函数训练得到的，所述损失函数是根据所述图像裁剪预测模型输出的预测图像的信息及所述裁剪样本的信息计算确定的；

根据所述至少一个预测图像的信息对所述原始图像进行初步裁剪。

7.根据权利要求6所述的方法，其特征在于，所述获取原始图像的特征信息包括：

对所述原始图像进行卷积计算，得到所述原始图像的特征映射图，将所述特征映射图作为所述原始图像的特征信息。

8.根据权利要求6或7所述的方法，其特征在于，

所述至少一个预测图像的信息，包括：至少一个预测图像的预测分类信息及预测位置信息；所述预测分类信息为所述预测图像包含所述原始图像的关键部分的可能性；所述预测位置信息为所述预测图像在所述原始图像中的位置信息；

所述根据所述至少一个预测图像的信息对所述原始图像进行初步裁剪，包括：获取所述预测分类信息最大的预测图像，根据所述获取的预测图像的预测位置信息对所述原始图像进行初步裁剪。

9.根据权利要求8所述的方法，其特征在于，所述图像裁剪预测模型包括至少一个预测通道，每个预测通道对应一个图像宽高比的范围；

所述获取原始图像的特征信息之后，还包括：将对所述原始图像进行裁剪的预设宽高比输入所述图像裁剪预测模型；

所述原始图像的至少一个预测图像的信息包括：由所述图像宽高比的范围包含所述预设宽高比的预测通道输出的信息。