[发明专利]训练神经网络的方法、图像处理方法、装置、设备和介质

权利要求书

1.一种训练神经网络的方法，其特征在于，包括：

将样本图像进行拼接，得到拼接后的样本图像；其中，进行拼接的样本图像来源于至少两个不同的图像处理任务各自对应的数据样本集中；

通过第一神经网络提取拼接后的样本图像的特征数据；

按照对所述样本图像进行拼接的规则，对提取到的特征数据进行拆分，得到进行拼接的各个样本图像的特征数据；

通过所述第一神经网络根据所述各个样本图像的特征数据，确定各个图像处理任务的预测结果；

根据确定的各个图像处理任务的预测结果以及对应的各个样本图像的标注结果，调整所述第一神经网络的网络参数。

2.根据权利要求1所述的方法，其特征在于，不同的图像处理任务对应的数据样本集中的样本图像不重叠，并且至少具有部分相似性。

3.根据权利要求2所述的方法，其特征在于，所述不同的图像处理任务对应的数据样本集中的样本图像不重叠，包括：

不同的图像处理任务对应的数据样本集中的样本图像中的标注结果不同。

4.根据权利要求2或3所述的方法，其特征在于，所述不同的图像处理任务对应的数据样本集中的样本图像至少具有部分相似性，包括：

不同的图像处理任务对应的数据样本集中的至少部分样本图像来源于同一场景。

5.一种图像处理方法，其特征在于，包括：

获取待处理图像；

将所述待处理图像输入到目标神经网络进行处理，得到至少两个不同的图像处理结果，其中，所述目标神经网络是通过权利要求1至4中任意一项所述的方法训练得到的。

6.一种训练神经网络的装置，其特征在于，包括：

图像拼接单元，用于将样本图像进行拼接，得到拼接后的样本图像；其中，进行拼接的样本图像来源于至少两个不同的图像处理任务各自对应的数据样本集中；

特征提取单元，用于通过第一神经网络提取拼接后的样本图像的特征数据；

特征拆分单元，用于按照对所述样本图像进行拼接的规则，对提取到的特征数据进行拆分，得到进行拼接的各个样本图像的特征数据；

图像预测单元，用于通过所述第一神经网络根据所述各个样本图像的特征数据，确定各个图像处理任务的预测结果；

参数调整单元，用于根据确定的各个图像处理任务的预测结果以及对应的各个样本图像的标注结果，调整所述第一神经网络的网络参数。

7.一种图像处理装置，其特征在于，包括：

图像获取单元，用于获取待处理图像；

图像处理单元，用于将所述待处理图像输入到目标神经网络进行处理，得到至少两个不同的图像处理结果，其中，所述目标神经网络是通过权利要求1至4中任意一项所述的方法训练得到的。

8.一种电子设备，其特征在于，包括处理器，所述处理器包括权利要求6所述的训练神经网络的装置，或包括权利要求7所述的图像处理装置。

9.一种电子设备，其特征在于，包括：

存储器，用于存储可执行指令；以及

处理器，用于执行所述可执行指令从而完成权利要求1至4中任意一项所述的训练神经网络的方法，或完成权利要求5所述的图像处理方法。

10.一种计算机存储介质，用于存储计算机可读取的指令，其特征在于，所述指令被执行时实现权利要求1至4中任意一项所述的训练神经网络的方法，或实现权利要求5所述的图像处理方法。