[发明专利]一种图像处理方法、装置、电子设备和存储介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取待处理图像的待处理特征图；其中，所述待处理特征图的通道数为N，N为正整数；

将所述待处理特征图输入至预先训练好的神经网络模型，利用标准卷积核对所述待处理特征图进行标准卷积处理，得到中间特征图；其中，所述中间特征图的通道数为M，M＜N，M为正整数；

对所述中间特征图进行逐点卷积处理，得到结果特征图；其中，所述结果特征图的通道数为，≥M，为正整数；

根据所述结果特征图，确定所述待处理图像的处理结果。

2.根据权利要求1所述的图像处理方法，其特征在于，所述将所述待处理特征图输入至预先训练好的神经网络模型，利用标准卷积核对所述待处理特征图进行标准卷积处理，得到中间特征图，包括：

将所述待处理特征图输入至预先训练好的神经网络模型，利用M个标准卷积核对所述待处理特征图进行标准卷积处理，得到中间特征图；其中，所述标准卷积核的通道数为N，宽度为k，高度为k，k为正整数，第m个所述标准卷积核的第n个通道对应所述待处理特征图的第n个通道，第m个所述标准卷积核对应所述中间特征图的第m个通道，n∈[1，N]，m∈[1，M]。

3.根据权利要求2所述的图像处理方法，其特征在于，所述k等于3。

4.根据权利要求2所述的图像处理方法，其特征在于，所述M为2的整倍数。

5.根据权利要求1所述的图像处理方法，其特征在于，所述对所述中间特征图进行逐点卷积处理，得到结果特征图前，所述图像处理方法，还包括：

从X个寄存器中选择Y个寄存器，并将所述中间特征图存储到所述Y个寄存器中；其中，所述X和所述Y均为整数，所述X大于或等于所述Y，所述Y个寄存器中的每个寄存器存储所述中间特征图的一个通道；

所述对所述中间特征图进行逐点卷积处理，得到结果特征图，包括：

从所述Y个寄存器中读取所述中间特征图，并对所述中间特征图进行逐点卷积处理，得到结果特征图。

6.根据权利要求1或5所述的图像处理方法，其特征在于，所述对所述中间特征图进行逐点卷积处理，得到结果特征图，包括：

利用个点卷积核对所述中间特征图进行逐点卷积处理，确定所述结果特征图；其中，所述点卷积核的通道数为M，宽度为1、高度为1，第个所述点卷积核的第m个通道对应所述中间特征图的第m个通道，第个所述点卷积核对应所述结果特征图的第个通道，∈[1，]，m∈[1，M]。

7.一种图像处理装置，其特征在于，包括获取单元和处理单元；

所述获取单元，被配置为获取待处理图像的待处理特征图；其中，所述待处理特征图的通道数为N，N为正整数；

所述处理单元，被配置为将所述获取单元获取的所述待处理特征图输入至预先训练好的神经网络模型，利用标准卷积核对所述待处理特征图进行标准卷积处理，得到中间特征图；其中，所述中间特征图的通道数为M，M＜N，M为正整数；

所述处理单元，还被配置为对所述中间特征图进行逐点卷积处理，得到结果特征图；其中，所述结果特征图的通道数为，≥M，为正整数；

所述处理单元，还被配置为根据所述结果特征图，确定所述待处理图像的处理结果。

8.根据权利要求7所述的图像处理装置，其特征在于，所述处理单元，具体被配置为将所述获取单元获取的所述待处理特征图输入至预先训练好的神经网络模型，利用M个标准卷积核对所述待处理特征图进行标准卷积处理，得到中间特征图；其中，所述标准卷积核的通道数为N，宽度为k，高度为k，k为正整数，第m个所述标准卷积核的第n个通道对应所述待处理特征图的第n个通道，第m个所述标准卷积核对应所述中间特征图的第m个通道，n∈[1，N]，m∈[1，M]。

9.根据权利要求8所述的图像处理装置，其特征在于，所述k等于3。

10.根据权利要求8所述的图像处理装置，其特征在于，所述M为2的整倍数。