[发明专利]图像质量评估模型的训练方法、资料上传处理方法及装置在审

专利信息
申请号: 202210287406.7 申请日: 2022-03-23
公开(公告)号: CN114638999A 公开(公告)日: 2022-06-17
发明(设计)人: 张峰;马哲;李辉;王洪彬 申请(专利权)人: 支付宝(杭州)信息技术有限公司
主分类号: G06V10/774 分类号: G06V10/774;G06V10/776;G06K9/62;G06N20/20
代理公司: 北京国昊天诚知识产权代理有限公司 11315 代理人: 许振新
地址: 310000 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 质量 评估 模型 训练 方法 资料 上传 处理 装置
【说明书】:

本说明书提供一种图像质量评估模型的训练方法、资料上传处理方法及装置。训练方法包括:对已训练的至少两个用于评估图像质量的单体模型进行集成学习,得到兼顾各单体模型的评估偏向的集成学习模型,其中,不同单体模型具有不同的图像质量的评估偏向;基于所述集成学习模型对第一图像样本集的图像质量进行评估,并根据得到的所述第一图像样本集的图像质量评估结果,对所述第一图像样本集的样本图像进行标注;基于标注后的所述第一图像样本集,训练目标图像质量评估模型,所述目标图像质量评估模型的通道数量少于所述集成学习模型的通道数量。

技术领域

本文件属于人工智能技术领域,尤其涉及一种图像质量评估模型的训练方法、资料上传处理方法及装置。

背景技术

在涉及到用户上传图像资料的业务场景中,通常需要后台人员审核图像资料是否符合业务要求。如果图像资料未能够通过审核,则后台人员打回后,再由用户重新上传。可以看出,在人工效率不高的情况下,图像审核增加了双方的时间成本。

为此,如何提高图像资料的审核效率,是本申请所要解决的技术问题。

发明内容

本说明书实施例目的是提供一种图像质量评估模型的训练方法、资料上传处理方法及装置,能够提高对用户端上传的图像资料的审核效率。

为了实现上述目的,本说明书实施例是这样实现的:

第一方面,提供了一种图像质量评估模型的训练方法,包括:

对已训练的至少两个用于评估图像质量的单体模型进行集成学习,得到兼顾各单体模型的评估偏向的集成学习模型,其中,不同单体模型具有不同的图像质量的评估偏向;

基于所述集成学习模型对第一图像样本集的图像质量进行评估,并根据得到的所述第一图像样本集的图像质量评估结果,对所述第一图像样本集的样本图像进行标注;

基于标注后的所述第一图像样本集,训练目标图像质量评估模型,所述目标图像质量评估模型的通道数量少于所述集成学习模型的通道数量。

第二方面,提供了一种资料上传处理方法,包括:

接收用户端的上传资料,所述上传资料包含有图像资料;

将所述图像资料输入至目标图像质量评估模型,得到所述目标图像资料的图像质量评估结果,其中,所述目标图像质量评估模型是基于第一图像样本集训练得到的,所述第一图像样本集基于集成学习模型进行针对图像质量的标注,所述集成学习模型是对已训练的至少两个用于评估图像质量的单体模型进行集成学习得到的,不同单体模型具有不同的图像质量的评估偏向;

基于所述图像资料的图像质量评估结果,对所述上传资料执行相对应的操作,其中,对所述上传资料可执行的操作包括受理所述上传资料和退回所述上传资料。

第三方面,提供了一种图像质量评估模型的训练装置,包括:

集成学习模块,对已训练的至少两个用于评估图像质量的单体模型进行集成学习,得到兼顾各单体模型的评估偏向的集成学习模型,其中,不同单体模型具有不同的图像质量的评估偏向;

样本标注模块,基于所述集成学习模型对第一图像样本集的图像质量进行评估,并根据得到的所述第一图像样本集的图像质量评估结果,对所述第一图像样本集的样本图像进行标注;

模型训练模块,基于标注后的所述第一图像样本集,训练目标图像质量评估模型,所述目标图像质量评估模型的通道数量少于所述集成学习模型的通道数量。

第四方面,提供了一种电子设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于支付宝(杭州)信息技术有限公司,未经支付宝(杭州)信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210287406.7/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top