[发明专利]模型训练和图像处理方法、装置、设备和计算机可读介质

说明书

本公开的实施例公开了模型训练方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取第一批训练样本，上述第一批训练样本中的每个第一训练样本包括第一原始模糊图像和上述第一原始模糊图像对应的第一超分清晰图像；将上述第一批训练样本中的上述第一原始模糊图像输入到预先训练的图像去模糊网络，得到第一预测清晰图像；使用上述第一预测清晰图像和上述第一批训练样本中的上述第一超分清晰图像训练图像超分网络。该实施方式通过对图像去模糊网络和图像超分网络进行级联训练，提高了上述图像超分网络在预测过程中的输出质量。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及模型训练和图像处理方法、装置、设备和计算机可读介质。

背景技术

在使用人工智能技术进行图像处理的领域，对一个模糊图像，往往首先将其输入到图像去模糊网络，得到预测清晰图像，之后将上述预测清晰图像输入到图像超分网络，得到预测超分清晰图像。相关的技术训练出的图像超分网络在预测过程中的输出质量不够好。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了模型训练方法、装置、设备和计算机可读介质。

第一方面，本公开的一些实施例提供了一种模型训练方法，该方法包括：获取第一批训练样本，上述第一批训练样本中的每个第一训练样本包括第一原始模糊图像和上述第一原始模糊图像对应的第一超分清晰图像；将上述第一批训练样本中的上述第一原始模糊图像输入到预先训练的图像去模糊网络，得到第一预测清晰图像；使用上述第一预测清晰图像和上述第一批训练样本中的上述第一超分清晰图像训练图像超分网络。

第二方面，本公开的一些实施例提供了一种图像处理方法，该方法包括：将目标图像输入到图像去模糊网络，得到清晰图像，其中，上述图像去模糊网络是通过本公开的任一实施例中的图像去模糊网络训练方法生成的；将上述清晰图像输入到图像超分网络，得到超分清晰图像，其中，上述图像超分网络是通过本公开的任一实施例中的图像超分网络训练方法生成的。

第三方面，本公开的一些实施例提供了一种模型训练装置，装置包括：第一获取单元，被配置成获取第一批训练样本，上述第一批训练样本中的每个第一训练样本包括第一原始模糊图像和上述第一原始模糊图像对应的第一超分清晰图像；第一输入单元，被配置成将上述第一批训练样本中的上述第一原始模糊图像输入到预先训练的图像去模糊网络，得到第一预测清晰图像；第一训练单元，被配置成使用上述第一预测清晰图像和上述第一批训练样本中的上述第一超分清晰图像训练图像超分网络。

第四方面，本公开的一些实施例提供了一种图像处理装置，装置包括：第二输入单元，被配置成将目标图像输入到图像去模糊网络，得到清晰图像，其中，上述图像去模糊网络是通过本公开的任一实施例中的图像去模糊网络训练方法生成的；第三输入单元，被配置成将上述清晰图像输入到图像超分网络，得到超分清晰图像，其中，上述图像超分网络是通过本公开的任一实施例中的图像超分网络训练方法生成的。

第五方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第六方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如第一方面中任一实现方式描述的方法。