[发明专利]图像处理方法、装置、设备和存储介质

说明书

根据本公开的示例实施例，提供了图像处理方法、装置、设备和计算机可读存储介质，可用于人工智能领域。图像处理方法包括基于样本图像集中的样本图像所包括的通道，确定针对样本图像集的目标通道集合，目标通道集合中的通道具有不同的类型。方法还包括基于目标通道集合，确定用于图像处理模型的通道参数，通道参数指示与图像处理模型对样本图像所执行操作相对应的通道数目。方法进一步包括基于通道参数和样本图像集，生成图像处理模型。所得到的图像处理模型能够处理具有任意数目通道的图像。以此方式，能够利用不同通道所提供的信息，从而提高图像处理结果的准确性。

技术领域

本公开的实施例主要涉及图像处理领域，可用于人工智能，并且更具体地，涉及图像处理方法、装置、设备和计算机可读存储介质。

背景技术

随着机器学习的发展，可以利用诸如基于深度学习的框架和系统来处理图像，以进行分类、检测和分割等。目前，基于深度学习的框架和系统在训练及预测时所处理的图像通常要求仅包括与颜色相关的通道，例如仅包括红绿蓝RGB三通道。气象预测、地块识别、医学诊断等场景也开始尝试使用深度学习技术来处理图像。在这些场景中，要处理的图像除了RGB三通道外还包括其他通道。例如，卫星拍摄的高分图像除了RGB三通道外还有红外等其他通道。

发明内容

根据本公开的示例实施例，提供了一种图像处理方案。

在本公开的第一方面中，提供了一种图像处理方法。该方法包括基于样本图像集中的样本图像所包括的通道，确定针对样本图像集的目标通道集合，目标通道集合中的通道具有不同的类型。该方法还包括基于目标通道集合，确定用于图像处理模型的通道参数，通道参数指示与图像处理模型对样本图像所执行操作相对应的通道数目。该方法进一步包括基于通道参数和样本图像集，生成图像处理模型。

在本公开的第二方面中，提供了一种图像处理装置。该装置包括通道确定模块，被配置为基于样本图像集中的样本图像所包括的通道，确定针对样本图像集的目标通道集合，目标通道集合中的通道具有不同的类型。该装置还包括参数确定模块，被配置为基于目标通道集合，确定用于图像处理模型的通道参数，通道参数指示与图像处理模型对样本图像所执行操作相对应的通道数目。该装置进一步包括模型生成模块，被配置为基于通道参数和样本图像集，生成图像处理模型。

在本公开的第三方面中，提供了一种电子设备，包括一个或多个处理器；以及存储装置，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，使得一个或多个处理器实现根据本公开的第一方面的方法。

在本公开的第四方面中，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现根据本公开的第一方面的方法。

应当理解，发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。

附图说明

结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标注表示相同或相似的元素，其中：

图1示出了本公开的多个实施例能够在其中实现的示例环境的示意图；

图2示出了根据本公开的一些实施例的处理图像的过程的流程图；

图3示出了根据本公开的一些实施例的生成图像处理模型的过程的流程图；

图4示出了图示根据本公开的一些实施例的深度学习任务流程的示意图；

图5示出了根据本公开的一些实施例的图像处理装置的示意性框图；以及

图6示出了能够实施本公开的多个实施例的计算设备的框图。

具体实施方式