[发明专利]神经网络训练、图像处理方法及装置、设备及存储介质

权利要求书

1.一种神经网络的训练方法，其特征在于，包括：

将源域的第一样本图像输入到待训练的神经网络获得第一特征；

将目标域的第二样本图像输入到所述神经网络获得第二特征；

基于所述第一特征和所述第二特征之间的差别得到第一类损失值；

基于所述第一类损失值，调整所述神经网络的网络参数。

2.根据权利要求1所述的方法，其特征在于，所述基于所述第一特征和所述第二特征之间的差别得到第一类损失值，包括：

基于所述神经网络中至少两个网络层中的每个网络层输出的第一特征和第二特征，分别得到每个网络层的所述第一特征和第二特征之间的差别；

基于每个网络层的所述第一特征和第二特征之间的差别确定所述第一类损失值。

3.根据权利要求2所述的方法，其特征在于，所述基于所述神经网络至少两个层分别得到所述第一特征和第二特征之间的差别，得到至少两个所述第一类损失值，包括：

基于所述神经网络的第n层输出的所述第一特征和所述第二特征之间的差别，得到所述第一类损失值的第一损失值；

基于所述神经网络的第m层输出的所述第一特征和所述第二特征之间的差别，得到所述第一类损失值的第二损失值；其中，m和n均为正整数，m不等于n。

4.根据权利要求3所述的方法，其特征在于，m和n均小于S，S为所述神经网络的总层数。

5.根据权利要求4所述的方法，其特征在于，

n大于S/4，且小于S/2；和/或，m大于S/2。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述方法还包括：

获得所述神经网络输出的第一样本图像的处理结果；

基于所述处理结果及所述第一样本图像的标注结果得到第二类损失值；

所述基于所述第一类损失值，调整所述神经网络的网络参数，包括：基于所述第一类损失值和所述第二类损失值，调整所述神经网络的网络参数。

7.一种图像处理方法，其特征在于，所述图像处理方法采用神经网络进行至少目标域的图像处理，所述神经网络利用权利要求1至6任一项提供方法进行训练。

8.一种神经网络训练装置，其特征在于，包括：

第一特征模块，用于将源域的第一样本图像输入到待训练的神经网络获得第一特征；

第二特征模块，用于将目标域的第二样本图像输入到所述神经网络获得第二特征；

第一类损失模块，用于基于所述第一特征和所述第二特征之间的差别得到第一类损失值；

训练模块，用于基于所述第一类损失值，调整所述神经网络的网络参数。

9.一种电子设备，其特征在于，包括：

存储器；

处理器，与所述存储器连接，用于通过执行存储在所述存储器上的计算机可执行指令，实现权利要求1至6或7任一项提供的方法。

10.一种计算机存储介质，所述计算机存储介质存储有计算机可执行指令；所述计算机可执行指令被执行后，能够实现权利要求1至6或7任一项提供的方法。