[发明专利]图像展示方法、装置、电子设备和存储介质

权利要求书

1.一种图像展示方法，包括：

获取神经网络模型，所述神经网络模型由多层网络层组成，每一层的网络都会产生输出，其中，每一层的网络层为多个池化层，和/或多个卷积层；

将多个目标图像输入所述神经网络模型，以获取所述神经网络模型中各目标网络层处理得到的中间图像，其中，所述神经网络模型的各中间层学习得到的图像特征，用于还原得到对应的中间图像；

根据各所述中间图像所属的目标网络层，以及各所述中间图像对应的目标图像，对多个所述中间图像进行排布；

对排布后的多个所述中间图像进行展示；

其中，所述根据各所述中间图像所属的目标网络层，以及各所述中间图像对应的目标图像，对多个所述中间图像进行排布，包括：

根据各所述中间图像所属的目标网络层，以及各所述中间图像对应的目标图像，将多个所述中间图像排布为图像阵列；

所述图像阵列的各行分别具有对应的所述目标网络层，各列分别具有对应的所述目标图像；

所述图像阵列的横轴指示了每一个目标网络层针对不同的目标图像对应输出的不同的中间图像；所述图像阵列的纵轴指示了不用的网络层，针对每一个目标图像，分别输出的不同的中间图像；

其中，所述各行对应的所述目标网络层，是根据各所述目标网络层在所述神经网络模型中的位置确定的；

和/或，各列对应的所述目标图像，是根据各所述目标图像输入所述神经网络的顺序确定的；

响应于第一用户指令，从所述神经网络模型的多个网络层中，确定所述目标网络层；

其中，每一层的目标网络层输出的中间图像均不同；

其中，所述方法还包括：

响应于第二用户指令，确定目标数量，其中，所述第二用户指令，用于指示要选择的训练样本的目标数量；

从训练图像集合中选定符合所述目标数量的所述目标图像。

2.一种图像展示装置，所述装置，包括：

第一获取模块，用于获取神经网络模型，所述神经网络模型由多层网络层组成，每一层的网络都会产生输出，其中，每一层的网络层为多个池化层，和/或多个卷积层；

第二获取模块，用于将多个目标图像输入所述神经网络模型，以获取所述神经网络模型中各目标网络层处理得到的中间图像，其中，所述神经网络模型的各中间层学习得到的图像特征，用于还原得到对应的中间图像；

处理模块，用于根据各所述中间图像所属的目标网络层，以及各所述中间图像对应的目标图像，对多个所述中间图像进行排布；

展示模块，用于对排布后的多个所述中间图像进行展示；

所述处理模块，具体用于：

根据各所述中间图像所属的目标网络层，以及各所述中间图像对应的目标图像，将多个所述中间图像排布为图像阵列；

所述图像阵列的各行分别具有对应的所述目标网络层，各列分别具有对应的所述目标图像；

所述图像阵列的横轴指示了每一个目标网络层针对不同的目标图像对应输出的不同的中间图像；所述图像阵列的纵轴指示了不用的网络层，针对每一个目标图像，分别输出的不同的中间图像；

其中，所述各行对应的所述目标网络层，是根据各所述目标网络层在所述神经网络模型中的位置确定的；

和/或，各列对应的所述目标图像，是根据各所述目标图像输入所述神经网络的顺序确定的；

确定模块，用于响应于第一用户指令，从所述神经网络模型的多个网络层中，确定所述目标网络层；

其中，所述确定模块，还用于：

响应于第二用户指令，确定目标数量；从训练图像集合中选定符合所述目标数量的所述目标图像。

3.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1所述的方法。

4.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1所述的方法。