[发明专利]图像处理方法及装置、存储介质及电子设备

说明书

本公开涉及机器学习技术领域，具体涉及一种图像处理方法及装置、计算机可读存储介质及电子设备，该方法包括：获取训练数据集和多路径搜索空间；根据训练数据集利用非排他映射函数以及预设损失函数更新多路径搜索空间的网络架构参数和权重；响应权重和网络架构参数满足第一预设条件，在多路径搜索空间确定目标网络，以利用所述目标网络完成对图像的处理。本公开实施例的技术方案提升图像处理精度，克服在搜索网络时出现搜索崩溃的问题。

技术领域

本公开涉及图像处理技术领域，具体而言，涉及一种图像处理方法及装置、计算机可读存储介质及电子设备。

背景技术

为了摆脱现有先验知识和固定思维范式的限制以及提升神经网络架构的任务特异性，NAS受到了学术界和工业界的广泛关注。可微分NAS的代表方法DARTS(Differentiable Architecture Search)因其高效的搜索和较低的搜索成本。在诸如图像分类、机器翻译和目标检测等任务中展现出了优异的性能。

但是，现有技术中的DARTS应用于图像处理时精度较差，且搜索算法易出现的搜索崩溃的问题。

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图像处理方法、图像处理装置、计算机可读介质和电子设备，进而至少在一定程度上提升图像处理精度，克服在搜索网络时出现搜索崩溃的问题。

根据本公开的第一方面，提供一种图像处理方法，包括：获取训练数据集和多路径搜索空间；根据所述训练数据集利用非排他映射函数以及预设损失函数更新所述多路径搜索空间的网络架构参数和权重；响应所述权重和所述网络架构参数满足第一预设条件，在所述多路径搜索空间确定目标网络，以利用所述目标网络处理所述图像。

根据本公开的第二方面，提供一种图像处理装置，包括：获取模块，用于获取训练数据集和多路径搜索空间；更新模块，用于根据所述训练数据集利用非排他映射函数以及预设损失函数更新所述多路径搜索空间的网络架构参数和权重；处理模块，用于将所述网络架构参数满足第一预设条件的网络架构作为目标网络，并利用所述目标网路对所述图像进行处理。

根据本公开的第三方面，提供一种计算机可读介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述的方法。

根据本公开的第四方面，提供一种电子设备，其特征在于，包括：一个或多个处理器；以及存储器，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现上述的方法。

本公开的一种实施例所提供的图像处理方法，获取训练数据集和多路径搜索空间；根据所述训练数据集利用非排他映射函数以及预设损失函数更新所述多路径搜索空间的网络架构参数和权重；响应所述权重和所述网络架构参数满足第一预设条件，在所述多路径搜索空间确定目标网络，以利用所述目标网络处理所述图像。相较于现有技术，一方面，通过多路径搜索空间对不同尺度特征信息进行提取，提升了搜索得到的目标网络的性能，减少了模型参数量，同时通过多路径搜索空间增大了扩大了感受野，增加了得到目标网络的精度，进一步的增加了对图像处理的精度，另一方面，采用非排他映射函数，配合预设损失函数损失函数，解决了可微分神经网络架构搜索算法易出现的搜索崩溃问题。稳定了整个搜索算法，能够精准搜索出高性能目标网络且不会出现搜索崩溃现象。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：