[发明专利]学生模型训练方法、图片处理方法、装置及电子设备

权利要求书

1.一种学生模型训练方法，包括：

确定不同场景的样本图片输入至对应场景的教师模型，得到各个场景下的样本图片的教师特征，所述教师模型的数量至少包括两个；

以及将所述不同场景的样本图片输入至学生模型，确定各个场景下的样本图片的学生特征；

基于各个场景下的样本图片的教师特征、各个场景下的样本图片的学生特征，以及预定的损失函数，训练所述学生模型。

2.根据权利要求1所述的方法，其中，所述基于各个场景下的样本图片的教师特征、各个场景下的样本图片的学生特征，以及预定的损失函数，训练所述学生模型，包括：

基于各场景下的样本图片的教师特征及对应的学生特征，确定各场景样本图片对应的第一损失值；

基于确定的各场景样本图片对应的第一损失值，更新所述学生模型的参数。

3.根据权利要求1所述的方法，其中，所述预定的损失函数包括样本对损失函数，该方法还包括：

确定学生特征与正样本教师特征的正样本相似度，以及学生特征与负样本教师特征的负样本相似度；其中，所述正样本表示学生特征对应的场景与教师特征对应的场景相同，所述负样本表示学生特征对应的场景与教师特征对应的场景不相同；

基于确定的学生特征与正样本教师特征的正样本相似度，以及学生特征与负样本教师特征的负样本相似度，以及预定的样本对损失函数确定样本对损失值；

基于确定的样本对损失值，更新所述学生模型的参数。

4.根据权利要求3所述的方法，其中，所述样本对损失函数为：

其中，p_t表示正样本相似度，n_t表示负样本相似度，m为常数。

5.根据权利要求1-4任一项所述的方法，其中，所述教师模型和/或所述学生模型为图像检测识别模型。

6.根据权利要求1-4任一项所述的方法，其中，所述教师模型和/或所述学生模型为人脸识别模型。

7.一种图片处理方法，包括：

确定待处理目标图片；

将所述待处理目标图片输入至权利要求1-6任一项训练好的学生模型，进行相应的处理。

8.根据权利要求7所述的方法，其中，所述学生模型为人脸识别模型。

9.一种学生模型训练装置，包括：

第一确定模块，用于确定不同场景的样本图片输入至对应场景的教师模型，得到各个场景下的样本图片的教师特征，所述教师模型的数量至少包括两个；

第二确定模块，用于将所述不同场景的样本图片输入至学生模型，确定各个场景下的样本图片的学生特征；

训练模块，用于基于各个场景下的样本图片的教师特征、各个场景下的样本图片的学生特征，以及预定的损失函数，训练所述学生模型。

10.根据权利要求9所述的装置，其中，所述训练模块，包括：

确定单元，用于基于各场景下的样本图片的教师特征及对应的学生特征，确定各场景样本图片对应的第一损失值；

更新单元，用于基于确定的各场景样本图片对应的第一损失值，更新所述学生模型的参数。

11.根据权利要求9所述的装置，其中，所述预定的损失函数包括样本对损失函数，该装置还包括：

第三确定模块，用于确定学生特征与正样本教师特征的正样本相似度，以及学生特征与负样本教师特征的负样本相似度；其中，所述正样本表示学生特征对应的场景与教师特征对应的场景相同，所述负样本表示学生特征对应的场景与教师特征对应的场景不相同；

第四确定模块，用于基于确定的学生特征与正样本教师特征的正样本相似度，以及学生特征与负样本教师特征的负样本相似度，以及预定的样本对损失函数确定样本对损失值；

所述训练模块，具体用于基于确定的样本对损失值，更新所述学生模型的参数。