[发明专利]图像处理模型的训练方法、图像处理方法及相关装置

权利要求书

1.一种图像处理模型的训练方法，其特征在于，所述图像处理模型包括生成对抗模块，所述方法包括：

获得源域图像和目标域图像；其中，所述源域图像由虚拟数据组成，所述目标域图像由现实数据组成；所述生成对抗模块包括所述源域图像对应的第一生成器和所述目标域图像对应的第二生成器；

将所述源域图像输入所述第一生成器，获得所述源域图像对应的第一中间图像；

将所述第一中间图像输入所述第二生成器，获得所述源域图像对应的重构源域图像，并确定所述重构源域图像相对所述源域图像的第一重构损失；

基于所述第一重构损失对所述第一生成器和所述第二生成器中的参数进行调整，获得训练后的所述生成对抗模块。

2.根据权利要求1所述的图像处理模型的训练方法，其特征在于，所述生成对抗模块还包括所述源域图像对应的第一鉴别器；

所述将所述源域图像输入所述第一生成器，获得所述源域图像对应的第一中间图像的步骤之后，还包括：

将所述第一中间图像输入所述第一鉴别器，获得所述第一中间图像相对所述目标域图像的第一生成对抗损失；

所述基于所述第一重构损失对所述第一生成器和所述第二生成器中的参数进行调整，获得训练后的所述生成对抗模块的步骤，包括：

基于所述第一生成对抗损失对所述第一生成器和所述第一鉴别器中的参数进行调整，基于所述第一重构损失对所述第一生成器和所述第二生成器中的参数进行调整，获得训练后的所述生成对抗模块。

3.根据权利要求1所述的图像处理模型的训练方法，其特征在于，所述生成对抗模块还包括所述源域图像对应的第一鉴别器和所述目标域图像对应的第二鉴别器；

所述将所述第一中间图像输入所述第二生成器，获得所述源域图像对应的重构源域图像，并确定所述重构源域图像相对所述源域图像的第一重构损失的步骤之后，还包括：

将所述目标域图像输入所述第二生成器，获得所述目标域图像对应的第二中间图像；

将所述第二中间图像输入所述第一生成器，获得所述目标域图像对应的重构目标域图像，并确定所述重构目标域图像相对所述目标域图像的第二重构损失；

将所述第一中间图像输入所述第一鉴别器，获得所述第一中间图像相对所述目标域图像的第一生成对抗损失，将所述第二中间图像输入所述第二鉴别器，获得所述第二中间图像相对所述源域图像的第二生成对抗损失；

所述基于所述第一重构损失对所述第一生成器和所述第二生成器中的参数进行调整，获得训练后的所述生成对抗模块的步骤，包括：

基于所述第一生成对抗损失、所述第一重构损失、所述第二生成对抗损失和所述第二重构损失，对所述第一生成器、所述第二生成器、所述第一鉴别器和所述第二鉴别器中的参数进行调整，获得训练后的所述生成对抗模块。

4.根据权利要求3所述的图像处理模型的训练方法，其特征在于，所述基于所述第一生成对抗损失、所述第一重构损失、所述第二生成对抗损失和所述第二重构损失，对所述第一生成器、所述第二生成器、所述第一鉴别器和所述第二鉴别器中的参数进行调整，获得训练后的所述生成对抗模块的步骤，包括：

基于所述第一生成对抗损失、所述第一重构损失、所述第二生成对抗损失和所述第二重构损失，确定所述生成对抗模块对应的总损失；

基于所述总损失对所述第一生成器、所述第二生成器、所述第一鉴别器和所述第二鉴别器中的参数进行调整；

响应于满足第一收敛条件，获得训练后的所述生成对抗模块。

5.根据权利要求4所述的图像处理模型的训练方法，其特征在于，所述基于所述第一生成对抗损失、所述第一重构损失、所述第二生成对抗损失和所述第二重构损失，确定所述生成对抗模块对应的总损失的步骤，包括：

对所述第一生成对抗损失和所述第二生成对抗损失进行加权求和，并与所述第一重构损失和所述第二重构损失相加，从而确定所述生成对抗模块对应的总损失。