[发明专利]图像处理方法、装置、设备及存储介质

权利要求书

1.一种图像处理方法，其特征在于，所述方法包括：

在超网络中确定参考网络和随机网络，所述超网络包括至少两个候选算子，所述参考网络包括在所述超网络中预先确定的第一组算子，所述随机网络包括在所述超网络中随机采样的第二组算子，所述超网络用于进行图像处理；

使用训练图像样本集训练更新所述第一组算子和所述第二组算子的网络参数；

使用验证图像样本集训练更新所述超网络中所述至少两个候选算子的结构参数，所述结构参数用于从所述超网络中确定图像处理网络；

根据所述结构参数从所述超网络中搜索得到所述图像处理网络，所述图像处理网络包括所述超网络中的第三组算子；

调用所述图像处理网络对输入图像进行图像处理，得到图像处理结果。

2.根据权利要求1所述的方法，其特征在于，所述在超网络中确定参考网络，包括：

接收第一指示信息，所述第一指示信息用于指示组成所述参考网络的所述第一组算子；

根据所述第一指示信息在所述超网络中确定所述参考网络。

3.根据权利要求2所述的方法，其特征在于，所述超网络包括至少一个网络层，每个网络层包括至少一个候选算子；

所述根据所述第一指示信息在所述超网络中确定所述参考网络，包括：

根据所述第一指示信息，从所述超网络的所述每个网络层中选出一个候选算子得到所述第一组算子，组成所述参考网络。

4.根据权利要求1至3任一所述的方法，其特征在于，所述在超网络中确定随机网络，包括：

在所述超网络中等概率随机采样得到所述第二组算子，组成所述随机网络；

或，

根据所述至少两个候选算子的结构参数，在所述超网络中随机采样得到所述第二组算子，组成所述随机网络。

5.根据权利要求4所述的方法，其特征在于，所述超网络包括至少一个网络层，每个网络层包括至少一个候选算子；

所述根据所述至少两个候选算子的结构参数，在所述超网络中随机采样得到所述第二组算子，组成所述随机网络，包括：

调用采样函数基于所述每个网络层的所述至少一个候选算子的所述结构参数，计算所述每个网络层的独热向量；

根据所述每个网络层的所述独热向量，从所述每个网络层中选出一个候选算子得到所述第二组算子，组成所述随机网络。

6.根据权利要求1至3任一所述的方法，其特征在于，所述图像处理网络为第1轮图像处理网络；所述方法还包括：

响应于第i-1轮图像处理网络不满足需求条件，在所述超网络中确定第i轮参考网络和第i轮随机网络，所述第i轮参考网络包括在所述超网络中预先确定的第i轮第一组算子，所述第i轮随机网络包括在所述超网络中随机采样的第i轮第二组算子，i为大于1不大于n的整数；

使用所述训练图像样本集训练更新所述第i轮第一组算子和所述第i轮第二组算子的所述网络参数；

使用所述验证图像样本集训练更新所述超网络中所述至少两个候选算子的结构参数；

根据所述结构参数从所述超网络中搜索得到第i轮图像处理网络，所述第i轮图像处理网络包括所述超网络中的第i轮第三组算子；

重复执行上述步骤，直至第n轮图像处理网络满足所述需求条件，将所述第n轮图像处理网络输出为最终图像处理网络，n为正整数；

调用所述最终图像处理网络对所述输入图像进行图像处理，得到所述图像处理结果。

7.根据权利要求6所述的方法，其特征在于，所述参考网络为第1轮参考网络，所述在所述超网络中确定第i轮参考网络，包括：

计算第i-1轮图像处理网络和第i-1轮参考网络的性能参数，i为大于1且不大于n的整数；

将所述第i-1轮图像处理网络与所述第i-1轮参考网络中，所述性能参数较优的网络确定为所述第i轮参考网络。