[发明专利]图像处理模型的微调训练方法、装置、介质和电子设备

说明书

本公开提供一种图像处理模型的微调训练方法、图像处理模型的微调训练装置、计算机可读介质和电子设备，涉及图像处理技术领域。该方法包括：获取图像处理模型；图像处理模型包括串联的多个预训练模型；基于预设样本图像、预训练模型和预训练模型在图像处理模型中的串联次序，对图像处理模型中的待调整模型进行微调训练，得到待调整模型对应的微调模型；待调整模型包括至少一个预训练模型，且待调整模型至少包括图像处理模型中串联次序最末的预训练模型；基于微调模型生成训练后的图像处理模型。本公开可以使得串联次序最末的预训练模型被微调为与串联次序在前模型的输出图像相适配的状态，进而避免无法适配导致的图像处理结果存在缺陷的问题。

技术领域

本公开涉及图像处理技术领域，具体涉及一种图像处理模型的微调训练方法、图像处理模型的微调训练装置、计算机可读介质和电子设备。

背景技术

随着人工智能(Artificial Intelligence，AI)技术在图像处理领域的不断发展，越来越多的AI图像处理技术被应用于图像去噪、图像去模糊、图像超分辨率重建等图像处理器(Image Signal Processor，ISP)的处理流程中，以替代传统的处理技术。在学术领域，甚至已经开始尝试通过单个AI模型替换整个ISP的处理流程，以实现真正的端到端，即从传感器采集的原始数据到最终出图均由单个AI模型实现。然而，在实际的部署中很难实现。

在相关技术中，通常采用单任务AI模型来替换ISP处理流程中的单个处理节点，通过单任务AI模型完成单个处理任务。例如，利用AI去噪替换ISP流程中某个传统去噪节点、利用AI去模糊替换ISP流程中某个传统去模糊节点等。

发明内容

本公开的目的在于提供一种图像处理模型的微调训练方法、图像处理模型的微调训练装置、计算机可读介质和电子设备，进而至少在一定程度上避免串联次序在后的单任务AI图像处理模型无法适配串联次序在前的单任务AI图像处理模型的输出图像，导致的图像处理结果存在缺陷的问题。

根据本公开的第一方面，提供一种图像处理模型的微调训练方法，包括：获取图像处理模型，图像处理模型包括串联的多个预训练模型；基于预设样本图像、预训练模型和预训练模型在图像处理模型中的串联次序，对图像处理模型中的待调整模型进行微调训练，得到待调整模型对应的微调模型；其中，待调整模型包括至少一个预训练模型，且待调整模型至少包括图像处理模型中串联次序最末的预训练模型；基于微调模型生成训练后的图像处理模型。

根据本公开的第二方面，提供一种图像处理模型的微调训练装置，包括：模型获取模块，用于获取图像处理模型，图像处理模型包括串联的多个预训练模型；微调训练模块，用于基于预设样本图像、预训练模型和预训练模型在图像处理模型中的串联次序，对图像处理模型中的待调整模型进行微调训练，得到待调整模型对应的微调模型；其中，待调整模型包括至少一个预训练模型，且待调整模型至少包括图像处理模型中串联次序最末的预训练模型；模型生成模块，用于基于微调模型生成训练后的图像处理模型。

根据本公开的第三方面，提供一种计算机可读介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述的方法。

根据本公开的第四方面，提供一种电子设备，其特征在于，包括：处理器；以及存储器，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现上述的方法。

本公开的一种实施例所提供的图像处理模型方法，考虑了预训练模型在图像处理模型中的串联次序，并以此为依据，基于预设样本图像和预训练模型对至少包括图像处理模型中串联次序最末的预训练模型进行微调训练，可以使得串联次序最末的预训练模型被微调为与串联次序在前模型的输出图像相适配的状态，进而避免无法适配导致的图像处理结果存在缺陷的问题。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明