图像处理方法、装置、电子设备、存储介质以及程序产品与流程
本公开实施例涉及计算机处理,尤其涉及一种图像处理方法、装置、电子设备、存储介质以及程序产品。
背景技术:
1、随着图像处理技术以及机器学习技术的发展,越来越多的图像处理场景中借助预先训练的图像处理模型来实现图像的多样化处理。不同的图像处理模型对图像的处理方式往往不同,其处理得到的图像效果也往往不同。
2、相关技术中,图像处理模型的图像处理效果往往依赖于该模型的训练者或者应用者的主观评述训练时的损失函数是否收敛以及训练时的迭代次数等信息来评测。然而,这种评测方式往往只能体现出模型的训练程度,而难以反馈出图像处理模型对输入图像的针对性处理效果如何。综上,相关技术中的图像处理模型的图像处理效果的确定方法难以准确客观地检测图像处理模型的图像处理效果。
技术实现思路
1、本公开提供了一种图像处理方法、装置、电子设备、存储介质以及程序产品,能够实现对图像处理模型处理得到的图像进行针对性的检测,从而能够对图像处理模型的图像处理效果进行更加精准的检测。
2、第一方面,本公开实施例提供了一种图像处理方法,该方法包括:
3、获取多张第一图像,根据多张所述第一图像和图像处理模型生成多张第二图像;其中,所述图像处理模型根据多张第一样本图像以及与所述第一样本图像对应的第一预期图像对第一机器学习模型训练得到;
4、获取第一提示信息,根据所述第一提示信息、所述第二图像和所述图像检测模型分别确定每张所述第二图像的图像描述信息;其中,所述第一提示信息包括对所述图像检测模型需检测的图像内容和/或需输出的内容的描述数据;
5、根据多张所述第二图像的所述图像描述信息确定所述图像处理模型的图像处理效果。
6、第二方面,本公开实施例还提供了一种图像处理装置,该装置包括:
7、图像确定模块,用于获取多张第一图像,根据多张所述第一图像和图像处理模型生成多张第二图像;其中,所述图像处理模型根据多张第一样本图像以及与所述第一样本图像对应的第一预期图像对第一机器学习模型训练得到;
8、图像描述信息确定模块,用于获取第一提示信息,根据所述第一提示信息、所述第二图像和所述图像检测模型分别确定每张所述第二图像的图像描述信息;其中,所述图像检测模型根据多张第二样本图像以及与所述第二样本图像对应的第二预期图像对第二机器学习模型训练得到;所述第一提示信息包括对所述图像检测模型需检测的图像内容和/或需输出的内容的描述数据;
9、图像处理效果确定模块,用于根据多张所述第二图像的所述图像描述信息确定所述图像处理模型的图像处理效果。
10、第三方面,本公开实施例还提供了一种电子设备,该电子设备包括:
11、一个或多个处理器;
12、存储装置,用于存储一个或多个程序,
13、当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本公开实施例中任一所述的图像处理方法。
14、第四方面,本公开实施例还提供了一种包含计算机可执行指令的存储介质,该计算机可执行指令在由计算机处理器执行时用于执行如本公开实施例中任一所述的图像处理方法。
15、第五方面,本公开实施例还提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现如本公开实施例中任一所述的图像处理方法。
16、本公开实施例的技术方案,通过获取多张第一图像,根据多张所述第一图像和图像处理模型生成多张第二图像,即能够获取到能够直接体现图像处理效果的图像数据,而且,通过多张第二图像作为图像处理效果的检测依据能够使得图像处理效果的检测结果更为全面客观;然后,通过获取第一提示信息,根据所述第一提示信息、所述第二图像和所述图像检测模型分别确定每张所述第二图像的图像描述信息,能够自动地快速地确定出图像处理模型生成的多张第二图像的图像描述信息,由于第一提示信息包括对图像检测模型需检测的图像内容和/或需输出的内容的描述数据,借助这样的第一提示信息就可以有针对性的给图像检测模型指示出检测的方向以及需要重点检测的内容,从而实现图像检测模型能够对第二图像中的特定内容进行针对性的检测,进而得到更具针对性结果的图像描述信息;在这样的情况下,由于这些图像描述信息均是针对多张第二图像间共性的特定方面进行检测的结果,数据会更具说服力和精准性,那么就可以根据多张第二图像的图像描述信息来衡量多张第二图像的呈现特征,能够为检测图像处理效果的检测更为地检测依据,从而结合多张第二图像的呈现特征能够实现对图像处理模型的图像处理效果进行更加全面、客观且精准的检测,检测得到的图像处理效果也更加真实可靠,更具信服力。
1.一种图像处理方法,其特征在于,包括:
2.根据权利要求1所述的图像处理方法,其特征在于,所述获取多张第一图像,包括:
3.根据权利要求2所述的图像处理方法,其特征在于,所述根据多个所述第三提示信息和图像生成模型生成多张第一图像,包括下述操作中的至少一项:
4.根据权利要求2所述的图像处理方法,其特征在于,所述第二提示信息与所述图像处理模型相关联;
5.根据权利要求4所述的图像处理方法,其特征在于,所述获取至少一个第二提示信息,包括:
6.根据权利要求1所述的图像处理方法,其特征在于,所述获取第一提示信息,包括:
7.根据权利要求1所述的图像处理方法,其特征在于,所述根据多张所述第二图像的所述图像描述信息确定所述图像处理模型的图像处理效果,包括:
8.根据权利要求7所述的图像处理方法,其特征在于,所述根据多张所述第二图像的所述图像描述信息确定多张所述第二图像在预设特征维度上的概率分布数据,包括:
9.根据权利要求8所述的图像处理方法,其特征在于,所述根据多张所述第二图像在所述预设特征维度上的属性值确定与所述预设特征维度对应的概率分布数据,包括:
10.根据权利要求7所述的图像处理方法,其特征在于,所述根据所述预设特征维度的所述概率分布数据确定所述图像处理模型的图像处理效果,包括:
11.一种图像处理装置,其特征在于,包括:
12.一种电子设备,其特征在于,所述电子设备包括:
13.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-10中任一所述的图像处理方法。
14.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序在被处理器执行时实现如权利要求1-10中任一项所述的图像处理方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com