[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

说明书

本申请公开了一种图像处理方法及装置、电子设备及计算机可读存储介质。该方法包括：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。

技术领域

本申请涉及图像处理技术领域，尤其涉及一种图像处理方法及装置、电子设备及计算机可读存储介质。

背景技术

近年来，随着计算机视觉技术的发展，图像分类网络的性能功能愈发强大。但在使用图像分类网络进行图像分类处理时，会产生非常大的数据处理量，进而导致对运行图像分类网络的硬件设备的硬件配置具有较高的要求，从而导致图像分类网络的通用性较差。

因此，如何降低图像分类网络进行图像分类处理时所产生的数据处理量，对提高图像分类网络的通用性而言，具有非常重要的意义。

发明内容

本申请提供一种图像处理方法及装置、电子设备及计算机可读存储介质。

第一方面，提供了一种图像处理方法，所述图像处理方法包括：

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。

该方面中，在通过将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倍得到第一图像分类网络的情况下，第一图像分类网络对待处理图像进行图像分类处理所产生的数据处理量小。这样，在图像处理装置的硬件配置低的情况下，可通过使用第一图像分类网络对待处理图像进行处理，实现对待处理图像的图像分类处理，得到待处理图像的第一类别，进而提高第一图像分类网络的通用性。

结合本申请任一实施方式，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。

在该种实施方式中，图像处理装置通过在第一主干网络的第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，可将第m层特征提取层输出的特征数据的分辨率降低n倍，进而实现将第二图像分类网络的第m层特征提取层输出的特征数据的分辨率降低n倍。

此外，由于对特征数据进行下采样处理会导致特征数据所携带的特征信息的丢失，进而导致根据特征数据得到的分类结果的准确度降低。

第一图像分类网络在对待处理图像进行图像分类处理时，通过第一主干网络对待处理图像进行特征提取处理，在第一主干网络的最后一层特征提取层输出特征数据后，根据最后一层特征提取层输出特征数据所携带的特征信息，确定第一类别。

也就是说，在最后一层特征提取层执行完特征提取处理后，特征数据所携带的特征信息将不再新增。因此，若对最后一层特征提取层之后的任意一层网络层输出的特征数据进行n倍下采样处理，均会在不新增特征信息的基础上，丢失特征数据原有的特征信息。