模型量化方法、装置、终端及存储介质与流程

技术特征：
1.一种模型量化方法，其特征在于，所述方法包括：获取拍摄组件采集到的原始图像；响应于基于所述原始图像识别出拍摄场景发生变化，确定当前拍摄场景下第一图像处理模型的目标量化参数，其中，所述第一图像处理模型用于对所述原始图像进行处理，以提高所述原始图像的图像质量；以及将所述第一图像处理模型的原始量化参数更新为所述目标量化参数。2.根据权利要求1所述的方法，其特征在于，所述响应于基于所述原始图像识别出拍摄场景发生变化，确定当前拍摄场景下第一图像处理模型的目标量化参数，包括：获取所述原始图像的亮度数据；以及响应于基于所述亮度数据识别出拍摄场景发生变化，确定当前拍摄场景下所述第一图像处理模型的所述目标量化参数。3.根据权利要求2所述的方法，其特征在于，所述响应于基于所述亮度数据识别出拍摄场景发生变化，包括：响应于所述亮度数据表征所述原始图像的亮度变化幅度大于幅度阈值，确定拍摄场景发生变化；和/或，响应于所述原始图像的亮度数据超出预设亮度数据范围，确定所述拍摄场景发生变化，其中，所述预设亮度数据范围是所述原始量化参数适用的亮度数据范围。4.根据权利要求2所述的方法，其特征在于，所述确定当前拍摄场景下所述第一图像处理模型的所述目标量化参数，包括：通过第二图像处理模型对所述原始图像进行处理，以便获取所述第二图像处理模型中多个激活层分别输出的多个激活值，所述第二图像处理模型用于提高所述原始图像的图像质量；基于所述多个激活值的数值范围以及量化范围，确定所述第一图像处理模型的所述目标量化参数。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：对所述亮度数据和所述目标量化参数进行关联存储；所述确定当前拍摄场景下所述第一图像处理模型的所述目标量化参数，还包括：获取与所述亮度数据对应的量化参数；以及将所述量化参数确定为所述第一图像处理模型的所述目标量化参数。6.根据权利要求4所述的方法，其特征在于，所述第一图像处理模型在神经网络处理器npu上运行，所述第二图像处理模型在中央处理器cpu上运行。7.根据权利要求1至6任一所述的方法，其特征在于，所述获取拍摄组件采集到的原始图像之后，所述方法包括：通过采用所述原始量化参数的第一图像处理模型对所述原始图像进行处理，得到第一优化图像并存储；所述将所述第一图像处理模型的原始量化参数更新为所述目标量化参数之后，所述方法还包括：通过采用所述目标量化参数的第一图像处理模型对所述原始图像进行处理，得到第二
优化图像并存储；以及删除所述第一优化图像。8.根据权利要求2所述的方法，其特征在于，所述亮度数据包括平均亮度和亮度方差中的至少一种。9.一种模型量化装置，其特征在于，所述装置包括：图像获取模块，用于获取拍摄组件采集到的原始图像；量化参数确定模块，用于响应于基于所述原始图像识别出拍摄场景发生变化，确定当前拍摄场景下第一图像处理模型的目标量化参数，其中，所述第一图像处理模型用于对所述原始图像进行处理，以提高所述原始图像的图像质量；量化参数更新模块，用于将所述第一图像处理模型的原始量化参数更新为所述目标量化参数。10.一种终端，其特征在于，所述终端包括处理器和存储器，所述处理器包括中央处理器cpu和神经网络处理器npu；所述存储器存储有至少一条指令，所述至少一条指令用于被所述处理器执行以实现以下步骤：获取拍摄组件采集到的原始图像；响应于基于所述原始图像识别出拍摄场景发生变化，确定当前拍摄场景下第一图像处理模型的目标量化参数，其中，所述第一图像处理模型用于对所述原始图像进行处理，以提高所述原始图像的图像质量；将所述第一图像处理模型的原始量化参数更新为所述目标量化参数。11.一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至少一条指令，所述至少一条指令用于被处理器执行以实现如权利要求1至8任一所述的模型量化方法。

技术总结
本申请实施例公开了一种模型量化方法、装置、终端及存储介质，属于人工智能领域。所述方法包括：获取拍摄组件采集到的原始图像；响应于基于原始图像识别出拍摄场景发生变化，确定当前拍摄场景下第一图像处理模型的目标量化参数，第一图像处理模型用于对原始图像进行处理，以提高原始图像的图像质量；将第一图像处理模型的原始量化参数更新为目标量化参数。相较于使用固定量化参数的图像处理模型进行图像处理，基于不同拍摄场景对量化参数进行动态调整，有助于提高不同场景下图像处理模型的优化质量，进而提高经过模型处理后图像的质量。进而提高经过模型处理后图像的质量。进而提高经过模型处理后图像的质量。


技术研发人员：赵娟萍
受保护的技术使用者：OPPO广东移动通信有限公司
技术研发日：2020.12.09
技术公布日：2022/6/10