[发明专利]图像处理及装置、处理器、电子设备、存储介质

说明书

本申请公开了一种图像处理方法及装置、处理器、电子设备、存储介质。该方法包括：获取待处理图像；使用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。

技术领域

本申请涉及计算机技术领域，尤其涉及一种图像处理及装置、处理器、电子设备、存储介质。

背景技术

得益于强大的性能，近几年神经网络被广泛应用于图像处理领域。在使用神经网络之前，需要对神经网络进行训练。传统方法中，使用训练数据对神经网络进行训练得到训练好的神经网络，并将已训练好的神经网络应用于不同的应用场景。但由于训练数据中的图像的质量与应用场景中采集到的图像的质量不同，导致在应用场景中通过训练好的神经网络得到的处理结果的准确度低。

发明内容

本申请提供一种图像处理及装置、处理器、电子设备、存储介质。

第一方面，提供了一种图像处理方法，所述方法包括：

获取待处理图像；

使用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。

在该方面中，以未标注图像集和已标注图像集为训练数据对神经网络进行训练，可基于已标注图像集确定未标注图像集的标签，从而可降低对未标注图像集进行标注的人力成本，并提高标注效率。在使用已标注图像集、未标注图像集、未标注图像集的标签对神经网络进行训练，可使神经网络在训练过程中学习到第二采集条件的信息，从而可在使用训练得到的图像处理神经网络对待处理图像进行处理的过程中，提高得到的处理结果的准确度。

结合本申请任一实施方式，所述方法还包括：

获取所述未标注图像集、所述已标注图像集以及第一待训练神经网络；

基于所述已标注图像集，得到所述未标注图像集的标签；

将所述已标注图像集和所述未标注图像集作为训练数据、所述未标注图像集的标签作为所述未标注图像集的监督信息，对所述第一待训练神经网络进行训练，得到所述图像处理神经网络。

在该实施方式中，基于已标注图像集对未标注图像集进行标注，从而可节省人力成本，并提高标注效率。使用已标注图像集和未标注图像集对第一待训练神经网络进行训练，可使第一待训练神经网络在训练过程学习到未标注图像集的采集条件的信息，得到图像处理神经网络。这样，使用图像处理神经网络对待处理图像进行处理，可提高处理结果的准确度。

结合本申请任一实施方式，所述基于所述已标注图像集，得到所述未标注图像集的标签，包括：

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。

在该实施方式中，使用第一待训练神经网络对未标注图像集进行处理，得到未标注图像集的标签后，将已标注图像集和未标注图像集作为训练数据、未标注图像集的标签作为未标注图像集的监督信息，对第二待训练神经网络进行训练，以增大训练周期数，提升训练效果，从而提高训练得到的图像处理神经网络对待处理图像进行处理得到的处理结果的准确度。

结合本申请任一实施方式，所述将所述已标注图像集和所述未标注图像集作为训练数据、所述未标注图像集的标签作为所述未标注图像集的监督信息，对所述第一待训练神经网络进行训练，得到所述图像处理神经网络，包括：