[发明专利]图像处理模型训练方法、图像处理方法、设备及存储介质

权利要求书

1.一种图像处理模型训练方法，其特征在于，所述方法包括：

获取第一样本图像、第二样本图像、所述第一样本图像对应的第一分割标签、所述第二样本图像对应的第二分割标签和图像处理模型，所述第一分割标签和所述第二分割标签为针对相同的分割类别的标签，所述图像处理模型包括第一编码处理模型、第二编码处理模型、关联处理模型和解码处理模型；

通过所述第一编码处理模型对所述第一样本图像和所述第一分割标签的串接特征图进行编码处理，得到所述第一样本图像对应的第一目标特征图；

通过所述第二编码处理模型对所述第二样本图像进行编码处理，得到所述第二样本图像对应的第二目标特征图；

通过所述关联处理模型对所述第一目标特征图和所述第二目标特征图进行关联处理，得到所述第二样本图像对应的第三目标特征图；

通过所述解码处理模型对所述第二目标特征图和所述第三目标特征图进行解码处理，得到所述第二样本图像的分割结果；

基于所述第二样本图像的分割结果和所述第二分割标签，确定损失函数；利用所述损失函数训练所述第一编码处理模型、所述第二编码处理模型、所述关联处理模型和所述解码处理模型，得到目标图像处理模型。

2.根据权利要求1所述的方法，其特征在于，所述关联处理模型包括关联层、第一串接层和第一卷积层；所述通过所述关联处理模型对所述第一目标特征图和所述第二目标特征图进行关联处理，得到所述第二样本图像对应的第三目标特征图，包括：

将所述第一目标特征图和所述第二目标特征图输入所述关联层，得到所述第一目标特征图和所述第二目标特征图之间的相关特征图；

将所述相关特征图和所述第二目标特征图输入所述第一串接层，得到第一串接特征图；

将所述第一串接特征图输入所述第一卷积层，得到所述第二样本图像对应的第三目标特征图。

3.根据权利要求1所述的方法，其特征在于，所述第一编码处理模型包括至少一个编码处理子模型；所述通过所述第一编码处理模型对所述第一样本图像和所述第一分割标签的串接特征图进行编码处理，得到所述第一样本图像对应的第一目标特征图，包括：

通过所述至少一个编码处理子模型对所述第一样本图像和所述第一分割标签的串接特征图进行编码处理，得到所述第一样本图像对应的第一目标特征图。

4.根据权利要求3所述的方法，其特征在于，所述第一编码处理模型包括依次连接的第一编码处理子模型、第二编码处理子模型和第三编码处理子模型；所述通过所述至少一个编码处理子模型对所述第一样本图像和所述第一分割标签的串接特征图进行编码处理，得到所述第一样本图像对应的第一目标特征图，包括：

将所述第一样本图像和所述第一分割标签的串接特征图输入所述第一编码处理子模型进行第一下采样处理，得到所述第一样本图像对应的第一中间特征图；

将所述第一中间特征图输入所述第二编码处理子模型进行第二下采样处理，得到所述第一样本图像对应的第二中间特征图；

将所述第二中间特征图输入所述第三编码处理子模型进行第三下采样处理，得到所述第一样本图像对应的第一目标特征图。

5.根据权利要求4所述的方法，其特征在于，所述第二编码处理模型包括第四编码处理子模型、第五编码处理子模型、第六编码处理子模型和第一参考数量的融合处理子模型，所述通过所述第二编码处理模型对所述第二样本图像进行编码处理，得到所述第二样本图像对应的第二目标特征图，包括：

通过所述第四编码处理子模型、所述第五编码处理子模型、所述第六编码处理子模型和所述第一参考数量的融合处理子模型对所述第二样本图像进行编码处理，得到所述第二样本图像对应的第二目标特征图。