[发明专利]图像处理方法、装置、电子设备和存储介质

说明书

本公开提供了一种图像处理方法，涉及人工智能技术领域，尤其涉及深度学习、计算机视觉和图像处理技术领域。具体实现方案为：确定图像的注意力特征序列中多个注意力特征各自的局域信息；针对每个注意力特征，根据该注意力特征的局域信息，从深度学习模型的多个专家子模型中确定目标子模型，并使用目标子模型对该注意力特征进行处理，得到专家输出结果；以及根据多个注意力特征各自的专家输出结果，确定图像的处理结果。本公开还提供了一种图像处理装置、电子设备和存储介质。

技术领域

本公开涉及人工智能技术领域，尤其涉及深度学习、计算机视觉和图像处理技术。更具体地，本公开提供了一种图像处理方法、装置、电子设备和存储介质。

背景技术

随着深度学习技术的发展，深度学习模型的可学习参数越来越多，导致模型规模越来越大，模型的训练周期大幅延长。

混合专家模型引入多个并行的专家结构，可以针对特征进行并行计算。在硬件条件有限的情况下，混合专家模型能够提高大规模深度学习模型的计算效率。

发明内容

本公开提供了一种图像处理方法、装置、设备以及存储介质。

根据第一方面，提供了一种图像处理方法，该方法包括：确定图像的注意力特征序列中多个注意力特征各自的局域信息；针对每个注意力特征，根据该注意力特征的局域信息，从深度学习模型的多个专家子模型中确定目标子模型，并使用目标子模型对该注意力特征进行处理，得到专家输出结果；以及根据多个注意力特征各自的专家输出结果，确定图像的处理结果。

根据第二方面，提供了一种图像处理装置，该装置包括：第一确定模块，用于确定图像的注意力特征序列中多个注意力特征各自的局域信息；第一处理模块，用于针对每个注意力特征，根据该注意力特征的局域信息，从深度学习模型的多个专家子模型中确定目标子模型，并使用目标子模型对该注意力特征进行处理，得到专家输出结果；以及第二确定模块，用于根据多个注意力特征各自的专家输出结果，确定图像的处理结果。

根据第三方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行根据本公开提供的方法。

根据第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行根据本公开提供的方法。

根据第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序存储于可读存储介质和电子设备其中至少之一上，所述计算机程序在被处理器执行时实现根据本公开提供的方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是相关技术中混合专家模型的基本结构单元的框图；

图2是根据本公开的一个实施例的图像处理方法的流程图；

图3是根据本公开的一个实施例的确定局域信息的方法的流程图；

图4A是根据本公开的一个实施例的混合专家模型的基本结构单元的框图；

图4B是根据本公开的一个实施例的图像处理方法的原理示意图；

图5是根据本公开的一个实施例的图像处理装置的框图；

图6是根据本公开的一个实施例的图像处理方法的电子设备的框图。

具体实施方式