[发明专利]模型训练方法、图像深度预测方法及装置、设备、介质

说明书

本公开实施例是关于一种模型训练方法、图像深度预测方法及装置、电子设备、存储介质，涉及计算机技术领域，该模型训练方法包括：获取参考图像对应的训练标签，并获取所述参考图像的辅助信息；利用辅助编码器对所述参考图像以及所述辅助信息进行特征提取确定辅助预测结果，并基于实际编码器对所述参考图像进行特征提取确定实际预测结果；根据所述辅助预测结果、所述实际预测结果以及所述训练标签对所述辅助编码器以及所述实际编码器进行交替训练，并对解码器进行训练获取深度估计模型。本公开的技术方案能够提高模型训练效率。

技术领域

本公开涉及计算机技术领域，具体而言，涉及一种模型训练方法、模型训练装置、图像深度预测方法、图像深度预测装置、电子设备以及计算机可读存储介质。

背景技术

深度估计在自动驾驶、增强现实等领域中均有广泛应用。为了避免使用专业设备采集深度数据的高成本，相关技术中，采用传统方法估计的深度作为卷积神经网络的训练目标来进行深度估计。

上述方式中，由于单目深度估计任务的不稳定性，相关的模型训练过程耗时较长，训练效率较低，并且可能导致训练不收敛。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种模型训练方法、图像深度预测方法及装置、电子设备、存储介质，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的模型训练效率较低的问题。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的一个方面，提供一种模型训练方法，包括：获取参考图像对应的训练标签，并获取所述参考图像的辅助信息；利用辅助编码器对所述参考图像以及所述辅助信息进行特征提取确定辅助预测结果，并基于实际编码器对所述参考图像进行特征提取确定实际预测结果；根据所述辅助预测结果、所述实际预测结果以及所述训练标签对所述辅助编码器以及所述实际编码器进行交替训练，并对解码器进行训练获取深度估计模型。

根据本公开的一个方面，提供一种图像深度预测方法，包括：将待处理图像输入至深度估计模型中的实际编码器获取实际特征；根据所述深度估计模型中的解码器对所述实际特征进行解码预测，确定所述待处理图像的预测深度；其中，所述深度估计模型中的实际编码器和所述解码器根据上述任意一项所述的模型训练方法训练得到。

根据本公开的一个方面，提供一种模型训练装置，包括：辅助信息获取模块，用于获取参考图像对应的训练标签，并获取所述参考图像的辅助信息；特征提取模块，用于利用辅助编码器对所述参考图像以及所述辅助信息进行特征提取确定辅助预测结果，并基于实际编码器对所述参考图像进行特征提取确定实际预测结果；交替训练模块，用于根据所述辅助预测结果、所述实际预测结果以及所述训练标签对所述辅助编码器以及所述实际编码器进行交替训练，并对解码器进行训练获取深度估计模型。

根据本公开的一个方面，提供一种图像深度预测装置，包括：特征获取模块，用于将待处理图像输入至深度估计模型中的实际编码器获取实际特征；深度估计模块，用于根据所述深度估计模型中的解码器对所述实际特征进行解码预测，确定所述待处理图像的预测深度；其中，所述深度估计模型中的实际编码器和所述解码器根据上述任意一项所述的模型训练方法训练得到。

根据本公开的一个方面，提供一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的模型训练方法。

根据本公开的一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的模型训练方法。