[发明专利]一种对抗网络的训练方法、装置、电子设备和存储介质

说明书

本申请涉及模型构建，公开了一种对抗网络的训练方法、装置、电子设备和存储介质，该方法包括：获取训练集，训练集包括N张融合图片，N张融合图片中的每张融合图片是根据N张第一图片中的每张第一图片和N张第二图片中的每张第二图片确定的，N张第一图片中的每张第一图片为只包含水印的图片，N张第二图片中的每张第二图片为不包含水印的图片；将N张融合图片输入待训练的生成器，以得到N张生成图片，N张生成图片中的每张生成图片均不包含水印；采用损失函数交替更新待训练的生成器和待训练判别器，损失函数是根据N张第一图片、N张第二图片和N张生成图片确定的。实施本申请实施例，实现了精准去除水印。

技术领域

本申请涉及计算机技术领域，尤其涉及一种对抗网络的训练方法、装置、电子设备和存储介质。

背景技术

目前，为了减少对有水印的图片的识别错误率，往往会涉及到采用模型来去除水印。比如，为了减少对有水印的广告图片、有水印的账单截图等，一般采用模型来去除水印，以让用户更好的使用或者查看广告图片、账单截图等。因此，在利用模型去除水印时，会涉及到模型的训练。在进行模型训练时，会采用人工标注好的训练集。

一般来说，人工标注好的训练集中的每张图片均是已标注好水印位置的图片。在标注时可能出现标注失误的情况，当利用这样的训练集训练模型后，可能导致训练好的模型出现无法精准去除水印的问题。

发明内容

本申请实施例提供了一种对抗网络的训练方法、装置、电子设备和存储介质，实施本申请实施例，实现了精准去除水印。

本申请第一方面提供了一种对抗网络的训练方法，所述对抗网络包括待训练的生成器和待训练判别器，所述方法包括：

获取训练集，所述训练集包括N张融合图片，所述N张融合图片中的每张融合图片是根据N张第一图片中的每张第一图片和N张第二图片中的每张第二图片确定的，所述N张第一图片中的每张第一图片为只包含水印的图片，所述N张第二图片中的每张第二图片为不包含水印的图片，其中，所述N为大于0的整数；

将所述N张融合图片输入所述待训练的生成器，以得到N张生成图片，所述N张生成图片中的每张生成图片均不包含水印；

采用损失函数交替更新所述待训练的生成器和所述待训练判别器，所述损失函数是根据所述N张第一图片、所述N张第二图片和所述N张生成图片确定的。

本申请第二方面提供了一种对抗网络的训练装置，所述对抗网络包括待训练的生成器和待训练判别器，所述装置包括获取模块、输入模块和更新模块，其中，

所述获取模块，用于获取训练集，所述训练集包括N张融合图片，所述N张融合图片中的每张融合图片是根据N张第一图片中的每张第一图片和N张第二图片中的每张第二图片确定的，所述N张第一图片中的每张第一图片为只包含水印的图片，所述N张第二图片中的每张第二图片为不包含水印的图片，其中，所述N为大于0的整数；

所述输入模块，用于将所述N张融合图片输入所述待训练的生成器，以得到N张生成图片，所述N张生成图片中的每张生成图片均不包含水印；

所述更新模块，用于采用损失函数交替更新所述待训练的生成器和所述待训练判别器，所述损失函数是根据所述N张第一图片、所述N张第二图片和所述N张生成图片确定的。

本申请第三方面提供了一种对抗网络的训练的电子设备，包括处理器、存储器、通信接口以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被生成由所述处理器执行，以执行一种对抗网络的训练方法任一项方法中的步骤的指令。

本申请第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述存储计算机程序被所述处理器执行，以实现一种对抗网络的训练方法任一项所述的方法。