[发明专利]图像处理网络的构建方法、装置、设备及介质

权利要求书

1.一种图像处理网络的构建方法，其特征在于，包括：

获得待训练网络，所述待训练网络包括主干网络分支和蒸馏分支，所述主干网络分支包括编码分支和与所述编码分支串联的解码分支，所述蒸馏分支与所述编码分支串联；其中，所述解码分支的每一层与所述蒸馏分支的每一层串联，所述蒸馏分支和所述解码分支的同一层输入的特征融合后得到的融合特征，作为所述蒸馏分支的该层的输入；

利用样本图像对所述待训练网络进行训练；

在满足训练结束条件时，将训练结束时得到的网络中的主干网络分支确定为目标图像处理网络。

2.根据权利要求1所述的方法，其特征在于，利用样本图像对所述待训练网络进行训练，包括：

根据所述解码分支的输出结果、所述蒸馏分支的输出结果以及所述样本图像的标签，确定所述待训练网络的整体损失值；

根据所述待训练网络的整体损失值，对所述待训练网络的各个可学习参数进行更新。

3.根据权利要求2所述的方法，其特征在于，根据所述解码分支的输出结果、所述蒸馏分支的输出结果以及所述样本图像的标签，确定所述待训练网络的整体损失值，包括：

根据所述解码分支的输出结果及所述样本图像的标签，获得第一损失值，以及，根据所述蒸馏分支的输出结果与所述样本图像的标签，获得第二损失值；

根据所述蒸馏分支的输出结果与所述解码分支的输出结果之间的差异，获得第一蒸馏损失值；

根据所述第一损失值、所述第二损失值、所述第一蒸馏损失值，确定所述待训练网络的整体损失值。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

获得所述解码分支的输出结果与所述蒸馏分支的输出结果融合后的融合输出结果；

根据所述融合输出结果与所述解码分支的输出结果之间的差异，确定第二蒸馏损失值；

根据所述第一损失值、所述第二损失值、所述第一蒸馏损失值，确定所述待训练网络的整体损失值，包括：

根据所述第一损失值、所述第二损失值、所述第一蒸馏损失值和所述第二蒸馏损失值，确定所述待训练网络的整体损失值。

5.根据权利要求4所述的方法，其特征在于，所述解码分支包括原始网络层和与所述原始网络层串联的卷积层，所述卷积层的可学习参数包括：所述解码分支和所述蒸馏分支各自对应的权重值；

所述融合输出结果是按照以下步骤得到的：

根据所述解码分支和所述蒸馏分支各自对应的权重值，对所述解码分支的输出结果与所述蒸馏分支的输出结果进行加权求和，得到所述融合输出结果。

6.根据权利要求1-5任一所述的方法，其特征在于，所述融合特征是按照以下步骤得到的：

根据所述蒸馏分支和所述解码分支的同一层输入的特征，确定对应的协方差矩阵；

以所述协方差矩阵中的元素为所述蒸馏分支的该层输入的特征对应的权重，确定所述蒸馏分支的该层输入的特征对应的增量；

在所述蒸馏分支的该层输入的特征的基础上，加入所述增量，得到所述融合特征。

7.根据权利要求1-6任一所述的方法，其特征在于，所述蒸馏分支从特征维度或空间维度对所述样本图像进行处理；或

所述蒸馏分支包括两个蒸馏分支，所述两个蒸馏分支中一个蒸馏分支从特征维度对所述样本图像进行处理，另一个蒸馏分支从空间维度对所述样本图像进行处理；或

所述蒸馏分支包括两组蒸馏分支，每组蒸馏分支包括两个蒸馏分支，其中一个蒸馏分支从特征维度对所述样本图像进行处理，另一个蒸馏分支从空间维度对所述样本图像进行处理，且两组蒸馏分支对所述样本图像进行处理的维度的顺序不同。

8.根据权利要求1-7任一所述的方法，其特征在于，在得到目标图像处理网络之后，所述方法还包括：

获得待处理图像；

将所述待处理图像输入所述目标图像处理网络，得到图像分割结果。