[发明专利]图像处理方法、装置、计算机设备及存储介质

说明书

本申请公开了一种图像处理方法、装置、计算机设备及存储介质，属于计算机技术领域。方法包括：获取待训练的原始图像处理模型，根据样本图像及对应的目标图像，对原始图像处理模型中的参数信息进行训练，在训练后的原始图像处理模型中，确定每两个节点之间的目标算子，每两个节点之间的目标算子为每两个节点之间的权重参数最大的算子；根据多个节点和每两个节点之间的目标算子，确定目标图像处理模型；基于目标图像处理模型，对待处理图像进行处理。实现了基于人工智能来自动确定图像处理模型的网络结构，无需人工设计图像处理模型，不仅节约了人工成本，还提高了图像处理模型的准确度，有利于提高图像处理的效果。

技术领域

本申请实施例涉及计算机技术领域，特别涉及一种图像处理方法、装置、计算机设备及存储介质。

背景技术

近年来，随着人工智能技术的飞速发展，基于网络模型的图像处理方法得到了广泛的应用。相关技术中，通常是先人工设计好图像处理模型的网络结构，然后基于样本数据对图像处理模型进行训练，后续基于训练好的图像处理模型对图像进行处理。但是，由于人工设计的图像处理模型依赖于主观经验，难以保证图像处理模型的准确性，导致图像处理效果较差。

发明内容

本申请实施例提供了一种图像处理方法、装置、计算机设备及存储介质，能够提高图像处理模型的准确性和图像处理的效果。技术方案如下：

根据本申请实施例的一方面，提供了一种图像处理方法，所述方法包括：

获取待训练的原始图像处理模型，所述原始图像处理模型包括多个节点、所述多个节点中的每两个节点之间的多个算子以及每个算子对应的参数信息，所述参数信息包括权重参数；

根据样本图像及对应的目标图像，对所述原始图像处理模型中的参数信息进行训练，所述样本图像对应的目标图像是对所述样本图像进行图像处理后的图像；

在训练后的所述原始图像处理模型中，确定所述每两个节点之间的目标算子，所述每两个节点之间的目标算子为所述每两个节点之间的权重参数最大的算子；

根据所述多个节点和所述每两个节点之间的目标算子，确定目标图像处理模型；

基于所述目标图像处理模型，对待处理图像进行处理。

根据本申请实施例的另一方面，提供了一种图像处理装置，所述装置包括：

模型获取模块，用于获取待训练的原始图像处理模型，所述原始图像处理模型包括多个节点、所述多个节点中的每两个节点之间的多个算子以及每个算子对应的参数信息，所述参数信息包括权重参数；

模型训练模块，用于根据样本图像及对应的目标图像，对所述原始图像处理模型中的参数信息进行训练，所述样本图像对应的目标图像是对所述样本图像进行图像处理后的图像；

算子确定模块，用于在训练后的所述原始图像处理模型中，确定所述每两个节点之间的目标算子，所述每两个节点之间的目标算子为所述每两个节点之间的权重参数最大的算子；

模型确定模块，用于根据所述多个节点和所述每两个节点之间的目标算子，确定目标图像处理模型；

图像处理模块，用于基于所述目标图像处理模型，对待处理图像进行处理。

根据本申请实施例的另一方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器；所述存储器存储有至少一条指令，所述至少一条指令用于被所述处理器执行以实现如上述方面所述的图像处理方法。

根据本申请实施例的另一方面，提供了一种计算机可读存储介质，所述存储介质存储有至少一条指令，所述至少一条指令用于被处理器执行以实现如上述方面所述的图像处理方法。