一种图像处理方法、装置、计算机设备以及可读存储介质与流程

技术特征：
1.一种图像处理方法，其特征在于，所述方法包括：获取待识别图像；利用图像识别模型对所述待识别图像进行处理，得到所述待识别图像中的内容所对应的场景类别；其中，所述图像识别模型是利用记忆单元辅助训练得到的；在利用样本数据对图像识别模型进行训练的过程中，基于所述记忆单元存储的多个场景类别的场景类别判定信息，确定所述样本数据对应的分类损失值，并基于所述分类损失值对初始图像识别模型的模型参数进行调整，得到训练后的图像识别模型。2.如权利要求1所述的方法，其特征在于，所述方法还包括：获取样本数据集，所述样本数据集包括多组样本数据，每组样本数据包括样本图像和所述样本图像对应的标注场景类别标签；将所述样本数据集输入初始图像识别模型中进行处理，提取样本图像的特征向量，并根据所述特征向量确定样本图像与各个预测场景类别标签之间的匹配值；获取所述记忆单元存储的场景类别判定信息，根据所述特征向量和所述场景类别判定信息确定样本图像的参考场景类别标签；根据所述标注场景类别标签、所述参考场景类别标签以及所述样本图像与各个预测场景类别标签之间的匹配值，确定目标分类损失值；基于所述目标分类损失值对初始图像识别模型的模型参数进行调整，得到训练后的图像识别模型。3.如权利要求2所述的方法，其特征在于，所述根据所述标注场景类别标签、所述参考场景类别标签以及所述样本图像与各个预测场景类别标签之间的匹配值，确定目标分类损失值，包括：当所述参考场景类别标签与所述标注场景类别标签不匹配时，根据所述样本图像与各个预测场景类别标签之间的匹配值，确定样本图像与各个参考场景类别标签之间的匹配值；确定各个参考场景类别标签对应的权重参数，并根据样本图像与各个参考场景类别标签之间的匹配值以及所述各个参考场景类别标签对应的权重参数，确定目标分类损失值。4.如权利要求2或3所述的方法，其特征在于，每一个场景类别的场景类别判定信息包括参考类别向量和参考相似度阈值；所述根据所述特征向量和所述场景类别判定信息确定样本图像的参考场景类别标签，包括：确定所述特征向量与目标参考类别向量之间的目标相似度，所述目标参考类别向量为所述记忆单元中存储的任一场景类别的参考类别向量；将所述目标相似度与所述目标参考类别向量对应的参考相似度阈值进行比较；若比较结果指示所述目标相似度大于或者等于所述目标参考类别向量对应的参考相似度阈值，则将所述目标参考类别向量对应的场景类别标签作为样本图像的参考场景类别标签。5.如权利要求2所述的方法，其特征在于，每一个场景类别的场景类别判定信息包括参考类别向量，所述方法还包括：
针对目标场景类别，获取属于目标场景类别标签的一个或多个目标样本图像的特征向量，所述目标场景类别标签为所述样本数据集中包括的多个标注场景类别标签中的任一个；根据所述一个或多个目标样本图像的特征向量确定相应场景类别的更新参照类别向量；根据所述更新参照类别向量对所述记忆单元存储的所述相应场景类别的参考类别向量进行更新。6.如权利要求2所述的方法，其特征在于，每一个场景类别的场景类别判定信息包括参考相似度阈值，所述方法还包括：针对目标场景类别，确定属于目标场景类别标签的目标样本图像的数量，所述目标场景类别标签为所述样本数据集中包括的多个标注场景类别标签中的任一个；获取所述初始图像识别模型确定的各目标样本图像与所述目标场景类别标签之间的匹配值；根据所述初始图像识别模型确定的目标样本图像与所述目标场景类别标签之间的匹配值以及所述目标样本图像的数量，确定所述目标场景类别的新的参考相似度阈值；根据所述新的参考相似度阈值对所述记忆单元存储的所述目标场景类别的场景类别判定信息包括的参考相似度阈值进行更新。7.如权利要求5或6所述的方法，其特征在于，所述目标样本图像为对应所述目标场景类别标签且其参考场景类别标签与标注场景类别标签相匹配的样本图像。8.一种图像处理装置，其特征在于，包括：获取模块，用于获取待识别图像；处理模块，用于利用图像识别模型对所述待识别图像进行处理，得到所述待识别图像中的内容所对应的场景类别；其中，所述图像识别模型是利用记忆单元辅助训练得到的；在利用样本数据对图像识别模型进行训练的过程中，基于所述记忆单元存储的多个场景类别的场景类别判定信息，确定所述样本数据对应的分类损失值，并基于所述分类损失值对初始图像识别模型的模型参数进行调整，得到训练后的图像识别模型。9.一种计算机设备，其特征在于，包括：处理器、存储器以及网络接口；所述处理器与所述存储器、所述网络接口相连，其中，所述网络接口用于提供网络通信功能，所述存储器用于存储程序代码，所述处理器用于调用所述程序代码，以执行权利要求1
‑
7任一项所述的图像处理方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时，执行权利要求1
‑
7任一项所述的图像处理方法。

技术总结
本申请实施例公开了一种图像处理方法、装置、计算机设备以及可读存储介质，该图像处理方法基于人工智能技术，包括：获取待识别图像；利用图像识别模型对所述待识别图像进行处理，得到所述待识别图像中的内容所对应的场景类别；其中，所述图像识别模型是利用记忆单元辅助训练得到的；在利用样本数据对图像识别模型进行训练的过程中，基于所述记忆单元存储的多个场景类别的场景类别判定信息，确定所述样本数据对应的分类损失值，并基于所述分类损失值对初始图像识别模型的模型参数进行调整，得到训练后的图像识别模型。通过本申请实施例，可以有效降低处理图像数据的偏差，提高图像的场景识别准确率。景识别准确率。景识别准确率。


技术研发人员：郭卉
受保护的技术使用者：腾讯科技（北京）有限公司
技术研发日：2021.03.05
技术公布日：2021/11/25