[发明专利]图像处理及装置、处理器、电子设备、存储介质

权利要求书

1.一种图像处理方法，其特征在于，所述方法包括：

获取待处理图像；

获取未标注图像集、已标注图像集以及第一待训练神经网络；所述已标注图像集的标签携带类别信息；

将所述已标注图像集作为训练数据，对所述第一待训练神经网络进行训练，得到第二待训练神经网络；

使用所述第二待训练神经网络对所述未标注图像集进行处理，得到所述未标注图像集的标签；所述未标注图像集的标签携带类别信息；

使用所述第二待训练神经网络对所述已标注图像集进行处理得到第一结果，使用所述第二待训练神经网络对所述未标注图像集进行处理得到第二结果；

依据所述第一结果与所述已标注图像集的标签之间的差异得到第一差异，依据所述第二结果与所述未标注图像集的标签之间的差异得到第二差异；

确定第一图像的类内最难图像作为第二图像，确定第一图像的类外最难图像作为第三图像；所述类内最难图像为类内图像集中与所述第一图像之间的相似度最小的图像；所述类外最难图像为类外图像集中与所述第一图像之间的相似度最大的图像；所述类内图像集包括标签与所述第一图像的标签相同的图像；所述类外图像集包括标签与所述第一图像的标签不同的图像；

确定训练图像集中的第一图像与所述训练图像集中的第二图像之间的相似度得到第一相似度，确定所述训练图像集中的第一图像与所述训练图像集中的第三图像之间的相似度得到第二相似度；所述训练图像集包括所述已标注图像集和所述未标注图像集；所述第一图像的类别与所述第二图像的类别相同，且所述第一图像的类别与所述第三图像的类别不同；

依据所述第一相似度和所述第二相似度之间的差异，得到三元组损失；

依据所述第一差异和所述第二差异，得到类别损失；

依据所述类别损失和所述三元组损失，得到所述第二待训练神经网络的损失；

基于所述第二待训练神经网络的损失，调整所述第二待训练神经网络的参数，得到图像处理神经网络；

使用所述图像处理神经网络对所述待处理图像进行处理，得到所述待处理图像的处理结果；所述图像处理神经网络以未标注图像集和已标注图像集为训练数据训练得到；所述未标注图像集的采集条件与所述待处理图像的采集条件相同；所述已标注图像集的采集条件与所述未标注图像集的采集条件不同。

2.根据权利要求1所述的方法，其特征在于，在所述使用所述第二待训练神经网络对所述未标注图像集进行处理得到第二结果之前，所述方法还包括：

对所述未标注图像集进行数据增强处理，得到增强后的图像集；

所述使用所述第二待训练神经网络对所述未标注图像集进行处理得到第二结果，包括：

使用所述第二待训练神经网络对所述增强后的图像集和所述未标注图像集进行处理，得到所述第二结果。