[发明专利]图像处理方法、模型训练方法、装置、设备及可读介质

摘要

本公开实施例提供了一种图像处理方法、模型训练方法、装置、电子设备及计算机可读介质，该方法包括：获取待识别的第一图像；将第一图像输入第一模型，获得第一模型输出的第一分类概率；其中，第一模型是以图像作为输入，以图像属于不良图像类型的分类概率作为输出的神经网络模型；第一模型是基于具有多层级分类标签的样本数据，通过包含多层级分类的交叉熵损失和度量学习损失的损失函数训练生成；当第一分类概率大于第一预设阈值时，确定第一图像为不良图像。该方法通过预训练的第一模型进行识别，该第一模型基于多层级分类和度量学习的方式进行图像识别，尤其对于类别内部分布差异较大的图像，能够提高识别精度。