[发明专利]一种图片分类模型训练方法、装置、介质及电子设备

说明书

本说明书公开了一种图片分类模型训练方法、装置、介质及电子设备，包括：根据实际图片，生成图片质量与实际图片的图片质量不同的衍生图片；将衍生图片输入预先训练的第一模型，得到第一模型输出的衍生图片的图片质量；提取实际图片的特征及衍生图片的特征，确定实际图片与衍生图片的共性特征，建立共性特征与衍生图片的图片质量之间的对应关系；以实际图片和对应关系作为输入，以实际图片的图片质量作为标注，对待训练的图片分类模型进行训练。通过确定实际图片与衍生图片之间的共性特征，将该共性特征和衍生图片的图片质量之间的对应关系作为学习到的知识迁移至实际图片的分类任务中，有效提高了图片分类模型对实际图片的图片质量的识别精度。

技术领域

本说明书涉及互联网信息处理技术领域，尤其涉及一种图片分类模型训练方法、装置、介质及电子设备。

背景技术

随着互联网技术的发展，越来越多的人们通过互联网服务平台购买自己所需要的产品。互联网服务平台一般通过图片、视频和/或文字的方式向用户展示产品。用户则通过互联网服务平台所展示的图片、视频和/或文字了解产品的性能、特点，进而选择所需要的产品。

由此可见，互联网服务平台在向用户展示产品的图片时，针对同一个产品的多张图片，如何筛选出质量好的图片很重要。

发明内容

本说明书提供一种图片分类模型训练方法、装置、介质及电子设备，以部分解决上述现有技术存在的问题。

本说明书采用下述技术方案：

本说明书提供的一种图片分类模型训练方法，包括：

确定实际图片；

根据所述实际图片，生成图片质量与所述实际图片的图片质量不同的图片，作为衍生图片；

将所述衍生图片输入预先训练的第一模型，得到所述第一模型输出的所述衍生图片的图片质量；

提取所述实际图片的特征以及所述衍生图片的特征，根据所述实际图片的特征和所述衍生图片的特征，确定所述实际图片与所述衍生图片的共性特征，并建立所述共性特征与所述第一模型输出的所述衍生图片的图片质量之间的对应关系；

以所述实际图片和所述对应关系作为输入，以所述实际图片的图片质量作为标注，对待训练的图片分类模型进行训练，所述图片分类模型用于确定输入图片的图片质量，并根据输入图片的图片质量对输入图片进行分类。

可选的，根据所述实际图片，生成图片质量与所述实际图片的图片质量不同的图片，具体包括：

根据所述实际图片以及设定的图片质量标签，生成满足所述图片质量标签要求的图片。

可选的，预先训练第一模型，具体包括：

以所述衍生图片作为输入，以图片质量标签为标注，对所述第一模型进行训练。

可选的，根据所述实际图片的特征和所述衍生图片的特征，确定所述实际图片与所述衍生图片的共性特征，具体包括：

将所述实际图片的特征和所述衍生图片的特征输入预先训练的第二模型，得到所述第二模型的特征抽取层输出的特征，作为所述实际图片与所述衍生图片的共性特征。

可选的，所述第二模型用于识别输入所述第二模型的图片的生成类型，所述生成类型包括实际图片的类型和衍生图片的类型；

预先训练第二模型，具体包括：

将所述实际图片和所述衍生图片输入待训练的第二模型，根据所述待训练的第二模型的识别误差，训练所述第二模型。

可选的，所述第二模型中包含输入层、特征抽取层、输出层和梯度反转层；