[发明专利]图片处理方法及装置

说明书

本公开涉及一种图片处理方法及装置，所述图片处理方法包括将待处理图片进行哈希处理，获取对应的哈希值；将所述哈希值分别存入多个第一任务队列中的每个第一任务队列；针对每个第一任务队列，获取与该第一任务队列对应的所述待处理图片的第一审核结果；在多个第一审核结果不一致时，将所述哈希值送入第二任务队列；获取所述第二任务队列中所述待处理图片的第二审核结果；利用所述多个第一审核结果一致时的审核结果或所述第二审核结果对所述待处理图片进行分类。本公开的图片处理方法，可以对待处理图片进行简单、快速、有效的分类，为深度学习中模型的训练积累大量、真实、可靠的数据，从而提高深度学习的性能。

技术领域

本公开涉及图像处理领域，尤其涉及一种图片处理方法及装置。

背景技术

当今世界，人工智能的意义不言而喻，而图像识别技术是人工智能的一个重要领域，广泛应用于交通、公共安全、农业、工业、医疗等各个领域。例如，在交通领域的车牌识别系统，公共安全方面的人脸识别技术、指纹识别技术，农业方面的种子识别技术，工业方面的产品缺陷检测系统、物品分拣机器人，医学方面的心电图识别技术等，图像识别技术发挥着重要的作用。随着计算机技术的不断发展，图像识别技术也在不断优化，它的应用前景也是不可限量的。

影响图像识别准确率的关键在于：深度学习过程中训练模型的有效性。

模型的好坏有两个非常重要的因素：一个因素是训练数据集的大小，就目前大量的实验和工作证明，数据量的大小直接影响深度学习的性能，在小数据集上使用深度学习往往容易过拟合，这意味着模型虽然实际取得了结果，但也仅适用于训练的集合，深度网络失去作用；另外一个因素是训练数据集图片的真实、可靠性，据统计，全世界每天会上传超过十几亿张图片到互联网上，并且互联网的图片数据每年都在爆炸式的增长。但是随着互联网的发展，如何从互联网图片中快速沉淀出大量真实、有效的图片，为图像识别技术中模型的训练做准备，保证互联网图像内容稳定高效的发展，成为互联网不得不面临的严峻挑战。

发明内容

有鉴于此，本公开提出一种图片处理方法及装置，可以快速沉淀出需要的图片。

根据本公开的一方面，提出了一种图片处理方法，所述方法包括：

将待处理图片进行哈希处理，获取对应的哈希值；

将所述哈希值分别存入多个第一任务队列中的每个第一任务队列；

针对每个第一任务队列，获取与该第一任务队列对应的所述待处理图片的第一审核结果；

在多个第一审核结果不一致时，将所述哈希值送入第二任务队列；

获取所述第二任务队列中所述待处理图片的第二审核结果；

利用所述多个第一审核结果一致时的审核结果或所述第二审核结果对所述待处理图片进行分类。

在一种可能的实施方式中，所述将获取的待处理图片进行哈希处理，获取对应的哈希值包括：

在Redis缓冲队列中哈希值的个数小于阈值时，从kafka消息队列中获取待处理图片；

将待处理图片进行哈希处理，获取对应的哈希值；

当所述哈希值在Redis缓冲队列中不存在时，将所述待处理图片进行存储，并将所述哈希值送入Redis缓冲队列中。

在一种可能的实施方式中，所述将获取的待处理图片进行哈希处理，获取对应的哈希值，还包括：

在所述Redis缓冲队列中哈希值的个数大于或等于阈值时，停止从kafka消息队列中获取待处理图片，直到Redis缓冲队列中哈希值的个数小于阈值。

在一种可能的实施方式中，将所述哈希值分别存入多个第一任务队列中的每个第一任务队列包括：