[发明专利]模型训练方法、分数确定方法、装置、设备、介质和产品

权利要求书

1.一种模型训练方法，包括：

使用清晰度确定模型，确定预定图像集合中的至少一个预定图像的清晰度分数；

使用所述清晰度确定模型，针对所述至少一个预定图像确定显著性；以及

调整所述清晰度确定模型的参数，使得所确定的所述清晰度分数和所确定的所述显著性和与所述至少一个预定图像对应的预定清晰度分数和预定显著性的差别尽可能小，其中调整所述参数包括：

使用损失函数，针对所确定的所述清晰度分数和所述预定清晰度分数确定清晰度损失分数；

使用损失函数，针对所确定的所述显著性和所述预定显著性确定显著性损失分数；以及

调整所述参数，使得所述清晰度损失分数加上所述显著性损失分数与预定系数的乘积之和尽可能小。

2.根据权利要求1所述的方法，其中与所述预定图像集合中的预定图像对应的显著性由与所述预定图像对应的显著图表示，确定所述显著性包括针对所述至少一个预定图像确定显著图，并且调整所述参数包括：

调整所述参数，使得所确定的所述清晰度分数和所确定的所述显著图与所述预定清晰度分数和与所述至少一个预定图像对应的显著图的差别尽可能小。

3.根据权利要求1所述的方法，其中所述预定系数的值为1。

4.根据权利要求1所述的方法，其中所述预定系数的值小于1并且大于0。

5.根据权利要求4所述的方法，其中所述预定系数的值随着调整所述参数的次数增大而减小。

6.根据权利要求1所述的方法，还包括：

使用所述预定图像集合中的、对应的所述清晰度分数较高的预定图像子集生成不同模糊程度的模糊图像集合，所述模糊图像集合包括所述预定图像子集；以及

使用所述模糊图像集合对所述清晰度确定模型进行预训练。

7.根据权利要求6所述的方法，其中生成所述模糊图像集合包括：

按照多种模糊形式中的至少一种模糊形式生成所述模糊图像集合。

8.根据权利要求6所述的方法，其中对所述清晰度确定模型进行预训练包括：

调整所述清晰度确定模型的参数，使得所述清晰度确定模型针对所述模糊图像集合中的模糊程度更高的模糊图像所确定的清晰度分数比针对所述模糊图像集合中的模糊程度更低的模糊图像所确定的清晰度分数更低。

9.根据权利要求8所述的方法，其中调整所述参数包括：

调整所述参数，使得在所述清晰度确定模型针对使用所述预定图像子集中的一个预定图像所生成的多个模糊图像所确定的多个清晰度分数之中，所述多个模糊图像中的两个模糊图像的两个清晰度分数之差与所述两个模糊图像的模糊程度的差别尽可能相关联。

10.根据权利要求9所述的方法，其中生成所述模糊图像集合包括：

使用所述预定图像子集，按照固定模糊程度差别生成所述模糊图像集合。

11.一种清晰度分数确定方法，包括使用根据权利要求1至10中的任一权利要求而被训练的清晰度确定模型，确定图像的清晰度分数。