[发明专利]图像处理方法及装置、电子设备及计算机可读存储介质

权利要求书

1.一种图像处理方法，其特征在于，所述方法包括：

获取待处理图像和第一图像分类网络；

使用所述第一图像分类网络对所述待处理图像进行处理，得到所述待处理图像的第一类别；

其中，所述第一图像分类网络通过将第二图像分类网络进行网络压缩得到；所述网络压缩的过程包括：将所述第二图像分类网络的任意一层输出的特征数据的分辨率降低n倍。

2.根据权利要求1所述的方法，其特征在于，所述第二图像分类网络包括第一主干网络；

所述获取第一图像分类网络，包括：

获取所述第二图像分类网络，所述第二图像分类网络为已训练的图像分类网络；

在所述第一主干网络的第m层特征提取层与第(m+1)层特征提取层之间增加n倍下采样处理，得到第二主干网络；所述n为正整数，所述第一主干网络的特征提取层的数量大于或等于(m+1)；

根据所述第二主干网络和所述第二图像分类网络中除所述第一主干网络之外的网络结构，得到所述第一图像分类网络。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第二主干网络和所述第二图像分类网络中除所述第一主干网络之外的网络结构，得到所述第一图像分类网络，包括：

在所述第二主干网络的第(m+1)层特征提取层之后增加n倍上采样处理，得到第三主干网络；

根据所述第三主干网络和所述第二图像分类网络中除所述第一主干网络之外的网络结构，得到所述第一图像分类网络。

4.根据权利要求2或3所述的方法，其特征在于，所述获取所述第二图像分类网络，包括：

获取第三图像分类网络，所述第三图像分类网络为已训练的图像分类网络，且所述第三图像分类网络包括第四主干网络，所述第四主干网络的结构与所述第一主干网络的结构相同；所述第四主干网络的第(m+1)层特征提取层包括目标卷积核，所述目标卷积核的尺寸大于所述第一主干网络的第(m+1)层特征提取层的卷积核的尺寸；

将所述第三图像分类网络中的所述目标卷积核的尺寸缩小至第一尺寸，得到所述第二图像分类网络，所述第一尺寸为所述第一主干网络的第(m+1)层特征提取层的卷积核的尺寸。

5.根据权利要求4所述的方法，其特征在于，所述获取第三图像分类网络，包括：

获取第四图像分类网络和训练图像集，所述第四图像分类网络的结构与所述第三图像分类网络的结构相同；所述第四图像分类网络中的所述目标卷积核的尺寸为所述第一尺寸；所述训练图像集的标签包括图像的类别；

将所述第四图像分类网络中的所述目标卷积核的尺寸由所述第一尺寸扩大至第二尺寸，得到第五图像分类网络；

使用所述训练图像集对所述第五图像分类网络进行训练，得到所述第三图像分类网络。

6.根据权利要求5所述的方法，其特征在于，在所述目标卷积核的尺寸为第一尺寸的情况下，所述目标卷积核包括t个参数；

所述使用所述训练图像集对所述第五图像分类网络进行训练，得到所述第三图像分类网络，包括：

使用所述训练图像集对所述第五图像分类网络进行训练，在所述目标卷积核中的计算参数的数量小于或等于t的情况下，得到所述第三图像分类网络，所述计算参数的取值为参考值。