图像处理方法、模型训练方法、设备及介质与流程

1.本公开涉及图像处理技术领域，具体涉及一种图像处理方法、模型训练方法、设备及介质。


背景技术：

2.近年来，商家或者企业存放物品时，为了便于用户了解物品信息，可以将物品放置于陈列柜中，以实现对商品同时进行储存及展示。当用户需要使用陈列柜中的物品时将，用户可以自行将陈列柜打开，并从陈列柜中取出相应的物品。在这种场景中，可以由陈列柜对从陈列柜移出的物品进行识别，并将识别结果上传，以便其他设备或系统例如服务器、云端等可以根据陈列柜上传的识别结果确定从陈列柜移出物品的用户，或从陈列柜中移出的物品等，从而进行相应的统计。


技术实现要素：

3.本公开实施例提供一种图像处理方法、模型训练方法、设备及介质，用于解决相关技术中陈列柜图像处理效果较差的问题。
4.第一方面，本公开实施例中提供了一种图像处理方法。
5.具体的，图像处理方法，包括：
6.获取待处理图像；
7.将待处理图像输入预先训练得到的第一目标图像处理模型，以获取第一目标图像处理模型输出的第一目标特征图像；
8.将待处理图像减去第一目标特征图像，以获取目标预处理图像；
9.将目标预处理图像输入预先训练得到的第二目标图像处理模型，以获取第二目标图像处理模型输出的第二目标特征图像；
10.将第一目标特征图像与第二目标特征图像相加，得到目标图像。
11.在本公开的一种实现方式中，获取待处理图像，包括：
12.获取由陈列柜中的图像采集装置采集的至少一张采集图像；
13.响应于根据至少一张采集图像进行支付处理的结果为支付失败，在至少一张采集图像中确定待处理图像。
14.在本公开的一种实现方式中，响应于根据至少一张采集图像进行支付处理的结果为支付失败，在至少一张采集图像中确定待处理图像，包括：
15.响应于根据至少一张采集图像进行支付处理的结果为支付失败，将至少一张采集图像中的过曝图像和/或欠曝图像确定为待处理图像。
16.在本公开的一种实现方式中，第一目标图像处理模型以及第二目标图像处理模型均为u-net模型。
17.第二方面，本公开实施例中提供了一种模型训练方法。
18.具体的，所述模型训练方法，包括：
19.获取训练输出图像，并对训练输出图像进行过曝处理或欠曝处理，以获取训练输入图像；
20.将训练输入图像作为第一图像处理模型的输入，将训练输出图像作为第一特征图像与第二特征图像的和，对第一图像处理模型以及第二图像处理模型进行训练，其中第一图像处理模型的输出为第一特征图像，第二图像处理模型的输入为将训练输入图像减去第一特征图像得到的预处理图像，第二图像处理模型的输出为第二特征图像；
21.响应于第一图像处理模型以及第二图像处理模型均收敛，将第一图像处理模型确定为第一目标图像处理模型，并将第二图像处理模型确定为第二目标图像处理模型。
22.在本公开的一种实现方式中，将训练输入图像作为第一图像处理模型的输入，将训练输出图像作为第一特征图像与第二特征图像的和，对第一图像处理模型以及第二图像处理模型进行训练，包括：
23.将训练输入图像作为第一图像处理模型的输入，将训练输出图像作为第一特征图像与第二特征图像的和，并根据mb＝|m
o-mi|获取误差矩阵mb，其中mo为与训练输出图像对应的训练输出矩阵，mi为与训练输入图像对应的训练输入矩阵；
24.根据loss＝∑k
xyz
/(255*n)获取训练损失loss，其中k
xyz
为误差矩阵mb中坐标为(x,y,z)的元素，n＝max(x)*max(y)*max(z)；
25.根据训练损失loss，对第一图像处理模型以及第二图像处理模型进行训练。
26.在本公开的一种实现方式中，获取训练输出图像，包括
27.获取由陈列柜中的图像采集装置采集的至少一张采集图像；
28.响应于根据至少一张采集图像进行支付处理的结果为支付成功，在至少一张采集图像中确定训练输出图像。
29.在本公开的一种实现方式中，响应于根据至少一张采集图像进行支付处理的结果为支付成功，在至少一张采集图像中确定训练输出图像，包括：
30.响应于根据至少一张采集图像进行支付处理的结果为支付成功，将至少一张采集图像中的清晰图像确定为训练输出图像。
31.第三方面，本公开实施例中提供了一种图像处理装置。
32.具体的，所述图像处理装置，包括：
33.待处理图像获取模块，被配置为获取待处理图像；
34.第一特征图像获取模块，被配置为将待处理图像输入预先训练得到的第一目标图像处理模型，以获取第一目标图像处理模型输出的第一目标特征图像；
35.目标预处理图像获取模块，被配置为将待处理图像减去第一目标特征图像，以获取目标预处理图像；
36.第二特征图像获取模块，被配置为将目标预处理图像输入预先训练得到的第二目标图像处理模型，以获取第二目标图像处理模型输出的第二目标特征图像；
37.目标图像获取模块，被配置为将第一目标特征图像与第二目标特征图像相加，得到目标图像。
38.第四方面，本公开实施例中提供了一种模型训练装置。
39.具体的，所述模型训练装置，包括：
40.训练图像获取模块，被配置为获取训练输出图像，并对训练输出图像进行过曝处
理或欠曝处理，以获取训练输入图像；
41.模型训练模块，被配置为将训练输入图像作为第一图像处理模型的输入，将训练输出图像作为第一特征图像与第二特征图像的和，对第一图像处理模型以及第二图像处理模型进行训练，其中第一图像处理模型的输出为第一特征图像，第二图像处理模型的输入为将训练输入图像减去第一特征图像得到的预处理图像，第二图像处理模型的输出为第二特征图像；
42.模型确定模块，被配置为响应于第一图像处理模型以及第二图像处理模型均收敛，将第一图像处理模型确定为第一目标图像处理模型，并将第二图像处理模型确定为第二目标图像处理模型。
43.第五方面，本公开实施例中提供了一种电子设备，包括存储器、处理器以及存储在存储器上的计算机程序，其中，处理器执行计算机程序以实现如第一方面、第一方面任一种实现方式、第二方面、第二方面任一种实现方式中任一项所述的方法步骤。
44.第六方面，本公开实施例中提供了一种计算机可读存储介质，其上存储有计算机指令，该计算机指令被处理器执行时实现如第一方面、第一方面任一种实现方式、第二方面、第二方面任一种实现方式中任一项所述的方法步骤。
45.第七方面，本公开实施例中提供了一种计算机程序产品，其包括计算机指令，该计算机指令被处理器执行时实现如第一方面、第一方面任一种实现方式、第二方面、第二方面任一种实现方式中任一项所述的方法步骤。
46.本公开实施例提供的技术方案可以包括以下有益效果：
47.在本公开提供的技术方案中，通过获取待处理图像，将待处理图像输入预先训练得到的第一目标图像处理模型，以获取第一目标图像处理模型输出的第一目标特征图像，将待处理图像减去第一目标特征图像，以获取目标预处理图像，将目标预处理图像输入预先训练得到的第二目标图像处理模型，以获取第二目标图像处理模型输出的第二目标特征图像，将第一目标特征图像与第二目标特征图像相加，得到目标图像。在该方案中，第一目标特征图像，可以被理解为从待处理图像提取出的较容易被提取出的主要特征的图像，而目标预处理图像，可以被理解为包括待处理图像中未被提取到的次要特征所对应区域的图像，第二目标特征图像，可以被理解为从待处理图像提取出的较难被提取的次要特征即细节特征的图像，通过将第一目标特征图像与第二目标特征图像相加所得到的目标图像，可以被理解为即包括待处理图像中较容易被提取的主要特征，也包括待处理图像中较难被提取的次要特征，从而可以确保目标图像的图像质量能够达到相应的要求，从而提高了基于处理后图像进行图像识别时的成功率，改善了用户体验。
48.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
49.结合附图，通过以下非限制性实施方式的详细描述，本公开的其它特征、目的和优点将变得更加明显。在附图中：
50.图1示出根据本公开一实施方式的陈列柜的示意性结构框图。
51.图2示出根据本公开一实施方式的主板的示意性结构框图。
52.图3示出根据本公开一实施方式的控制板的示意性结构框图。
53.图4示出根据本公开一实施方式的电源管理模块的示意性结构框图。
54.图5示出根据本公开一实施方式的图像处理方法的流程图。
55.图6示出根据本公开一实施方式的模型训练方法的流程图。
56.图7示出根据本公开一实施方式的图像处理装置的示意性结构框图。
57.图8示出根据本公开一实施方式的模型训练装置的示意性结构框图。
58.图9示出根据本公开一实施方式的电子设备的示意性结构框图。
59.图10是适于用来实现根据本公开一实施方式的方法的计算机系统的结构示意图。
具体实施方式
60.下文中，将参考附图详细描述本公开的示例性实施方式，以使本领域技术人员可容易地实现它们。此外，为了清楚起见，在附图中省略了与描述示例性实施方式无关的部分。
61.在本公开中，应理解，诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在，并且不排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
62.另外还需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
63.上文提及，随着技术的发展以及人们生活水平的提高，商家或者企业存放物品时，不再将其简单的放置于货架上，而是为了便于用户了解物品信息，可以将物品放置于陈列柜中，以实现对商品同时进行储存及展示。当用户需要将物品从陈列柜中移出时，用户可以自行将陈列柜打开，并执行相应的操作。
64.近年来，投入运营的陈列柜的数量逐渐增多，在使用陈列柜的过程中，商家或者企业一般需要对陈列柜中的物品进行识别，以确定被从陈列柜中移出的物品，并根据上述信息进行统计，基于该统计结果可以获知陈列柜中剩余物品的数量、种类等，另外也可以基于该统计结果进行进一步的结算。
65.其中，在一个实施例中，可以在陈列柜被解锁后，通过设置在陈列柜上的至少一个摄像头采集至少一张图像，并对该图像进行图像识别，并根据图像识别结果确定被从陈列柜中移出的物品。
66.相关技术中，由于陈列柜所处的环境往往会出现光照强度较强，或光照强度较弱的情况(例如因陈列柜被设置在缺乏照明设备的室内环境中，导致陈列柜所处的环境长时间处于光照强度较弱的情况；或因陈列柜被设置在缺乏遮阳装置的室外环境中，导致陈列柜所处的环境长时间处于光照强度较强的情况)，从而导致陈列柜采集的图像可能图像质量较差(例如出现过曝的状况或出现过欠曝的状况)。因此，在对陈列柜采集的图像进行图像识别时，为了提高图像识别的成功率，可以预先对图像进行预处理，以确保处理后图像的图像质量能够达到相应的要求，使基于处理后图像进行图像识别时的成功率较高。
67.但是，申请人在实施过程中发现，相关技术中，在对图像进行处理时，往往会忽视掉一些被处理图像中的细节特征，导致该细节特征未被提取，从而降低了处理后图像的图像质量，从而使处理后图像的图像质量可能无法达到相应的要求，从而降低了基于处理后
图像进行图像识别时的成功率，损害了用户体验。
68.考虑到上述缺陷，在本公开一实施方式中，提出一种图像处理方法，该方法通过获取待处理图像，将待处理图像输入预先训练得到的第一目标图像处理模型，以获取第一目标图像处理模型输出的第一目标特征图像，将待处理图像减去第一目标特征图像，以获取目标预处理图像，将目标预处理图像输入预先训练得到的第二目标图像处理模型，以获取第二目标图像处理模型输出的第二目标特征图像，将第一目标特征图像与第二目标特征图像相加，得到目标图像。在该方案中，第一目标特征图像，可以被理解为从待处理图像提取出的较容易被提取出的主要特征的图像，而目标预处理图像，可以被理解为包括待处理图像中未被提取到的次要特征所对应区域的图像，第二目标特征图像，可以被理解为从待处理图像提取出的较难被提取的次要特征即细节特征的图像，通过将第一目标特征图像与第二目标特征图像相加所得到的目标图像，可以被理解为即包括待处理图像中较容易被提取的主要特征，也包括待处理图像中较难被提取的次要特征，从而可以确保目标图像的图像质量能够达到相应的要求，从而提高了基于处理后图像进行图像识别时的成功率，改善了用户体验。
69.本技术实施例提供的方法可以应用于陈列柜，该陈列柜可以具备控温功能，该控温功能可以为制冷功能，例如陈列柜可以为冷藏陈列柜、冷冻陈列柜、冷藏柜、冷冻柜、冰箱、酒柜、化妆品保鲜柜等等；该控温功能也可以为制热功能，例如陈列柜可以为暖柜、加热陈列柜、热饮柜等等，本技术实施例对陈列柜的具体类型不作任何限制。
70.示例性的，图1示出根据本公开一实施方式的陈列柜的示意性结构框图，如图1所示，陈列柜100可以包括压缩机11、冷凝器12、节流元件13以及蒸发器14，其中压缩机11、冷凝器12、节流元件13以及蒸发器14通过充注有冷媒的管道连接以形成封闭管路，组成能够循环冷媒的制冷系统或制热系统。
71.当陈列柜为具备制冷功能的陈列柜时，低温低压的汽态冷媒从蒸发器流入压缩机，由压缩机对低温低压的汽态冷媒进行压缩，并使高温高压的气态冷媒流入冷凝器；高温高压的气态冷媒通过冷凝器与冷凝器外界的空气进行热交换，使高温高压的气态冷媒在冷凝器中被冷却为常温高压的液态冷媒，之后常温高压的液态冷媒流入节流元件，节流元件通过对常温高压的液态冷媒节流，使流出节流元件的冷媒转变为低温低压的液态冷媒；低温低压的液态冷媒流入蒸发器，低温低压的液态冷媒通过蒸发器与蒸发器外界的空气进行热交换，低温低压的液态冷媒蒸发气化为低温低压的气态冷媒以吸取热量。其中，蒸发器外界的空气能够被导入陈列柜的储藏区，冷凝器外界的空气能够被导入陈列柜的外部，从而实现将陈列柜的储藏区中的热量搬运至陈列柜的外部，对陈列柜的储藏区进行制冷。
72.当陈列柜为具备制热功能的陈列柜时，低温低压的汽态冷媒从冷凝器流入压缩机，由压缩机对低温低压的汽态冷媒进行压缩，并使高温高压的气态冷媒流入蒸发器；高温高压的气态冷媒通过蒸发器与蒸发器外界的空气进行热交换，使高温高压的气态冷媒在蒸发器中被冷却为常温高压的液态冷媒，之后常温高压的液态冷媒流入节流元件，节流元件通过对常温高压的液态冷媒节流，使流出节流元件的冷媒转变为低温低压的液态冷媒；低温低压的液态冷媒流入冷凝器，低温低压的液态冷媒通过冷凝器与冷凝器外界的空气进行热交换，低温低压的液态冷媒蒸发气化为低温低压的气态冷媒以吸取热量。其中，蒸发器外界的空气能够被导入陈列柜的储藏区，冷凝器外界的空气能够被导入陈列柜的外部，从而
实现将陈列柜的外部的热量搬运至陈列柜的储藏区，对陈列柜的储藏区进行制热。
73.在本技术的一个实施例中，陈列柜包括柜体与柜门，其中柜体中可以设置有控制板以及电源管理模块，柜门中可以设置有主板。
74.在本技术的一个实施例中，图2示出根据本公开一实施方式的主板的示意性结构框图，如图2所示，主板200包括处理器201、随机存取存储器202、闪存203、无线局域网蓝牙模块204、陀螺仪205、压力传感器206、麦克风207、喇叭208、摄像头209以及蜂窝通信模块210。
75.处理器可以包括一个或多个处理单元，例如：处理器可以包括应用处理器，调制解调处理器，图形处理器，图像信号处理器，控制器，存储器，视频编解码器，数字信号处理器，基带处理器，和/或神经网络处理器中的一个或多个。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。
76.其中，图像信号处理器用于处理摄像头反馈的数据。例如，拍照时，打开快门，光线通过镜头被传递到摄像头感光元件上，光信号转换为电信号，摄像头感光元件将所述电信号传递给图像信号处理器处理，转化为肉眼可见的图像。图像信号处理器还可以对图像的噪点，亮度，肤色进行算法优化。图像信号处理器还可以对拍摄场景的曝光，色温等参数优化。在一些实施例中，图像信号处理器可以设置在摄像头中。
77.数字信号处理器用于处理数字信号，除了可以处理数字图像信号，还可以处理其他数字信号。例如，数字信号处理器可以用于对频点能量进行傅里叶变换等。
78.视频编解码器用于对数字视频压缩或解压缩。陈列柜可以支持一种或多种视频编解码器。这样，陈列柜可以播放或录制多种编码格式的视频，例如：动态图像专家组(moving picture experts group，mpeg)1，mpeg2，mpeg3，mpeg4等。
79.神经网络计算处理器，通过借鉴生物神经网络结构，例如借鉴人脑神经元之间传递模式，对输入信息快速处理，还可以不断的自学习。通过神经网络计算处理器可以实现陈列柜的智能认知等应用，例如：图像识别，人脸识别，语音识别，文本理解等。
80.在一些实施例中，处理器可以包括一个或多个接口。接口可以包括集成电路接口，集成电路内置音频接口，脉冲编码调制接口，通用异步收发传输器接口，移动产业处理器接口，通用输入输出接口，用户标识模块接口，和/或通用串行总线接口等。
81.随机存取存储器202可以用于存储计算机可执行程序代码，所述可执行程序代码包括指令以及数据。处理器201通过运行存储在随机存取存储器202的指令，从而执行陈列柜的各种功能应用以及数据处理。随机存取存储器202可以包括存储程序区和存储数据区。其中，存储程序区可存储操作系统，至少一个功能所需的应用程序(比如声音播放功能，图像播放功能等)等。存储数据区可存储陈列柜使用过程中所创建的数据(比如音频数据，图像数据等)等。
82.闪存203可以用于实现扩展陈列柜的存储能力。闪存203可以通过闪存接口与处理器201通信，实现数据存储功能。例如将音乐，视频等文件保存在闪存中。
83.通过处理器201、随机存取存储器202以及闪存203可以构成最小系统，以提供系统运行环境。
84.无线局域网蓝牙模块204可以提供应用在陈列柜上的包括无线局域网，蓝牙，全球导航卫星系统，调频，近距离无线通信技术，红外技术等无线通信的解决方案。无线局域网
蓝牙模块204可以是集成至少一个通信处理模块的一个或多个器件。无线局域网蓝牙模块204经由天线接收电磁波，将电磁波信号调频以及滤波处理，将处理后的信号发送到处理器201。无线局域网蓝牙模块204还可以从处理器201接收待发送的信号，对其进行调频，放大，经天线转为电磁波辐射出去。在本技术的一个实施例中，通过无线局域网蓝牙模块可以与用户的终端进行通信。
85.蜂窝通信模块210可以提供应用在陈列柜上的包括2g/3g/4g/5g等无线通信的解决方案。蜂窝通信模块210可以包括至少一个滤波器，开关，功率放大器，低噪声放大器等。蜂窝通信模块210可以由天线接收电磁波，并对接收的电磁波进行滤波，放大等处理，传送至调制解调处理器进行解调。蜂窝通信模块210还可以对经调制解调处理器调制后的信号放大，经天线转为电磁波辐射出去。在一些实施例中，蜂窝通信模块210的至少部分功能模块可以被设置于处理器201中。在一些实施例中，蜂窝通信模块210的至少部分功能模块可以与处理器201的至少部分模块被设置在同一个器件中。在本技术的一个实施例中，通过蜂窝通信模块210可以与陈列柜控制服务提供商的云端服务器进行通信。
86.通过无线局域网蓝牙模块204以及蜂窝通信模块210，陈列柜可以通过无线通信技术与网络以及其他设备通信。所述无线通信技术可以包括全球移动通讯系统，通用分组无线服务，码分多址接入，宽带码分多址，时分码分多址，长期演进等。
87.陀螺仪205可以用于确定陈列柜的柜门的实时姿态。
88.压力传感器206用于感受压力信号，可以将压力信号转换成电信号。在一些实施例中，压力传感器206可以设置于显示屏。压力传感器206的种类很多，如电阻式压力传感器，电感式压力传感器，电容式压力传感器等。电容式压力传感器可以是包括至少两个具有导电材料的平行板。当有力作用于压力传感器206，电极之间的电容改变，根据电容的变化确定压力的强度。当有触摸操作作用于显示屏，根据压力传感器206检测所述触摸操作强度，也可以根据压力传感器206的检测信号计算触摸的位置。在一些实施例中，作用于相同触摸位置，但不同触摸操作强度的触摸操作，可以对应不同的操作指令。例如：当有触摸操作强度小于第一压力阈值的触摸操作作用于饮料选择应用图标时，执行查看饮料具体信息的指令。当有触摸操作强度大于或等于第一压力阈值的触摸操作作用于饮料选择应用图标时，执行购买饮料的指令。
89.麦克风207，也称“话筒”，“传声器”，用于将声音信号转换为电信号。当拨打电话或发送语音信息时，用户可以通过人嘴靠近麦克风207发声，将声音信号输入到麦克风207。陈列柜可以设置至少一个麦克风207。在另一些实施例中，陈列柜可以设置两个麦克风207，除了采集声音信号，还可以实现降噪功能。在另一些实施例中，陈列柜还可以设置三个，四个或更多麦克风207，实现采集声音信号，降噪，还可以识别声音来源，实现定向录音功能等。在本技术的一个实施例中，通过麦克风207可以采集陈列柜运行时的声音。
90.喇叭208，也称“扬声器”，用于将音频电信号转换为声音信号。陈列柜可以通过喇叭208播放音乐，或播放提示语音。
91.摄像头209用于捕获图像，该图像包括静态图像及动态图像(即视频)。物体通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件或互补金属氧化物半导体光电晶体管。感光元件把光信号转换成电信号，之后将电信号传递给图像信号处理器转换成数字图像信号。图像信号处理器将数字图像信号输出到数字信号处理器加工处理。数字
信号处理器将数字图像信号转换成标准的rgb，yuv等格式的图像信号。在一些实施例中，陈列柜可以包括1个或多个摄像头209。在本技术的一个实施例中，摄像头209可以具备对自身加热的功能，以确保自身的镜头不会起雾。
92.在本技术的一个实施例中，图3示出根据本公开一实施方式的控制板的示意性结构框图，如图3所示，控制板300包括电源输入接口301、电源输出接口302、计量芯片303、微控制单元芯片304、实时时钟芯片、灯开关接口305、控温开关接口306、蒸发风机接口307、压缩机接口308、冷凝风机接口309、温度传感器接口310、通信接口311以及电源接口312。
93.其中，计量芯片303即电量传感器，通过计量芯片303可以获取电压数据、电流数据、实时功率数据以及平均功率数据。通过实时时钟芯片可以保持微控制单元芯片304的时间。通过灯开关接口305可以接收控温柜的灯开关的控制信号。通过控温开关接口306可以接收控温柜的控温控制开关的控制信号。通过蒸发风机接口307可以向控温柜的蒸发风机发送蒸发风机控制信号，以控制蒸发风机运行。通过压缩机接口308可以向控温柜的压缩机发送压缩机控制信号，以控制压缩机运行。通过冷凝风机接口309可以向控温柜的冷凝风机发送冷凝风机控制信号，以控制冷凝风机运行。通过温度传感器接口310可以接收一个或多个温度传感器采集的温度传感器数据，以便于确定控温柜一个或多个位置的温度值。
94.在本技术的一个实施例中，图4示出根据本公开一实施方式的电源管理模块的示意性结构框图，如图4所示，电源管理模块400包括交流转直流转换模块401，充电管理模块402以及电池403。电源管理模块400用于为主板和控制板供电，并对电池进行充放电管理。电源管理模块400还可以用于监测电池容量，电池循环次数，电池健康状态(漏电，阻抗)等参数。在其他一些实施例中，电源管理模块400也可以设置于处理器中。
95.在本技术的一个实施例中，陈列柜还包括显示屏。陈列柜通过图形处理器，显示屏，以及应用处理器等实现显示功能。图形处理器为图像处理的微处理器，连接显示屏和应用处理器。图形处理器用于执行数学和几何计算，用于图形渲染。处理器可包括一个或多个图形处理器，其执行程序指令以生成或改变显示信息。显示屏用于显示静态图像，视频等。显示屏包括显示面板。显示面板可以采用液晶显示屏，有机发光二极管，有源矩阵有机发光二极体或主动矩阵有机发光二极体，柔性发光二极管，量子点发光二极管等。在一些实施例中，陈列柜可以包括1个或多个显示屏。
96.可以理解的是，本技术实施例示意的结构并不构成对陈列柜的具体限定。在本技术另一些实施例中，陈列柜可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件，软件或软件和硬件的组合实现。示例性的，通过组合不同的部件，本技术实施例中的陈列柜可以为零售柜、制暖柜、冷藏柜、冰柜、组合柜，展示柜中任一种。
97.图5示出根据本公开一实施方式的图像处理方法的流程图，所述图像处理方法可以应用于陈列柜，也可以应用于相应的服务器或云端，其中服务器以及云端可以理解为由对陈列柜进行运营的运营方设置，服务器或云端可以与与陈列柜通信连接。需要说明的是，本公开对图像从图像处理方法的执行主体不作具体限制。
98.如图5所示，所述图像处理方法包括以下步骤s101-s105：
99.在步骤s101中，获取待处理图像；
100.在本公开的一种实施方式中，待处理图像，可以被理解为由设置在陈列柜上的图
像采集装置采集的图像，也可以被理解有其他图像采集装置所采集的图像。获取待处理图像，可以被理解为读取事先储存的待处理图像，也可以被理解为接收其他装置或系统发送的待处理图像，需要说明的是，待处理图像可以为一张图像，也可以为多张图像。
101.在步骤s102中，将待处理图像输入预先训练得到的第一目标图像处理模型，以获取第一目标图像处理模型输出的第一目标特征图像；
102.在本公开的一种实施方式中，第一目标图像处理模型可以为预先储存在陈列柜中，也可以为从其他装置或系统处获取。第一目标图像处理模型可以为神经网络(neura lnetwork，nn)模型、卷积神经网络(convolutional neural networks，cnn)模型或长短期记忆网络(long shortterm memory，lstm)模型等。
103.在步骤s103中，将待处理图像减去第一目标特征图像，以获取目标预处理图像；
104.在本公开的一种实施方式中，将待处理图像减去第一目标特征图像，可以理解为基于预先获取图像相减算法，将待处理图像以及第一目标特征图像代入进行计算，也可以为将待处理图像以及第一目标特征图像作为输入，输入预先训练得到的图像相减模型，以获取目标预处理图像。示例性的，可以通过将待处理图像中对应像素的像素值减去第一目标特征图像中对应像素的像素值，以获取目标预处理图像。
105.在步骤s104中，将目标预处理图像输入预先训练得到的第二目标图像处理模型，以获取第二目标图像处理模型输出的第二目标特征图像；
106.在本公开的一种实施方式中，第二目标图像处理模型可以为预先储存在陈列柜中，也可以为从其他装置或系统处获取。第二目标图像处理模型可以为神经网络模型、卷积神经网络模型或长短期记忆网络模型等。
107.在步骤s105中，将第一目标特征图像与第二目标特征图像相加，得到目标图像。
108.在本公开的一种实施方式中，将第一目标特征图像与第二目标特征图像相加，可以理解为基于预先获取图像相加算法，将第一目标特征图像与第二目标特征图像代入进行计算，也可以为将第一目标特征图像与第二目标特征图像作为输入，输入预先训练得到的图像相加模型，以获取目标图像。示例性的，可以通过将第一目标特征图像中对应像素的像素值加上第二目标特征图像中对应像素的像素值，以获取目标图像。
109.示例性的，以陈列柜被用于提供无人售货服务为例进行说明。当顾客需要购买该陈列柜中的物品时，可以使用移动通信终端对陈列柜表面的二维码进行扫描，以访问该陈列柜对应的云端授权服务器，并向该云端授权服务器发送用户授权请求，即请求购买该陈列柜中的物品，云端授权服务器在通过该用户授权请求，向陈列柜发送用户授权信息。陈列柜接收云端服务器发送的用户授权信息，并响应于用户授权信息，解锁陈列柜的柜门。柜门被解锁后，顾客可以打开柜门，并通过物品出入口拿取陈列柜中的物品，从柜门被打开至柜门被关闭，陈列柜柜体处的图像采集装置可以持续对陈列柜的物品出入口以及陈列区进行图像采集以获取至少一张待处理图像。之后陈列柜将待处理图像输入预先训练得到的第一目标图像处理模型，以获取第一目标图像处理模型输出的第一目标特征图像，将待处理图像减去第一目标特征图像，以获取目标预处理图像，将目标预处理图像输入预先训练得到的第二目标图像处理模型，以获取第二目标图像处理模型输出的第二目标特征图像，将第一目标特征图像与第二目标特征图像相加，得到目标图像，之后基于目标图像进行物品识别，以获取至少两一目标图像中至少一个物品的物品位置信息，并根据该物品位置信息确
定用户想要购买的物品，并向云端上传用于指示该物品的用户拿取物品指示信息，以便云端基于该用户拿取物品指示信息以及之前获取的用户授权请求对用户所购买的物品进行支付操作。
110.示例性的，同样以陈列柜被用于提供无人售货服务为例进行说明。当陈列柜的维护人员例如便利店店员等需要向该陈列柜补充物品时，可以使用移动通信终端对陈列柜表面的二维码进行扫描，以访问该陈列柜对应的云端授权服务器，并向该云端授权服务器发送货物补充请求，即请求向该陈列柜补充物品，云端服授权务器在通过该统计授权请求后，向陈列柜发送维护人员授权信息，即允许该维护人员向该陈列柜补充物品。陈列柜接收云端服务器发送的维护人员授权信息，并响应于维护人员授权信息，解锁陈列柜的柜门。柜门被解锁后，维护人员可以打开柜门，并通过物品出入口向陈列柜中移入扫码后的物品。维护人员结束补充物品后，可以将柜门关闭。从柜门被打开至柜门被关闭，陈列柜柜体处的图像采集装置可以持续对陈列柜的物品出入口以及陈列区进行图像采集以获取至少两张待处理图像。之后陈列柜将待处理图像输入预先训练得到的第一目标图像处理模型，以获取第一目标图像处理模型输出的第一目标特征图像，将待处理图像减去第一目标特征图像，以获取目标预处理图像，将目标预处理图像输入预先训练得到的第二目标图像处理模型，以获取第二目标图像处理模型输出的第二目标特征图像，将第一目标特征图像与第二目标特征图像相加，得到目标图像，之后基于目标图像进行物品识别，以获取至少两一目标图像中至少一个物品的物品位置信息，并根据该物品位置信息确定维护人员向陈列柜中移入的物品或维护人员从陈列柜移出的物品，并向云端上传用于指示该物品的维护物品指示信息，以便云端基于该维护物品指示信息对陈列柜中剩余物品的信息进行更新。
111.示例性的，以陈列柜被用于向目标用户提供物品取用服务为例进行说明，其中目标用户可以理解为隶属于某个指定单位或部门的用户。当用户需要拿取该陈列柜中的物品时，可以使用移动通信终端对陈列柜表面的二维码进行扫描，以访问该陈列柜对应的服务器，并向该服务器发送身份认证请求，即请求对该用户的身份进行认证；或者也可以使用相应的身份标示(例如工牌、证件等)通过陈列柜上的扫描装置进行扫描，由陈列柜向对应的服务器发送身份认证请求。当陈列柜收到服务器返回的物品取用授权信息时，可以理解为服务器确认该用户为目标用户，陈列柜可以并响应于物品取用授权信息，解锁陈列柜的柜门。柜门被解锁后，该用户可以打开柜门，并通过物品出入口拿取陈列柜中的物品，该用户结束拿取物品后，可以将柜门关闭。从柜门被打开至柜门被关闭，陈列柜柜体处的图像采集装置可以持续对陈列柜的物品出入口以及陈列区进行图像采集以获取至少两张待处理图像。之后陈列柜将待处理图像输入预先训练得到的第一目标图像处理模型，以获取第一目标图像处理模型输出的第一目标特征图像，将待处理图像减去第一目标特征图像，以获取目标预处理图像，将目标预处理图像输入预先训练得到的第二目标图像处理模型，以获取第二目标图像处理模型输出的第二目标特征图像，将第一目标特征图像与第二目标特征图像相加，得到目标图像，之后基于目标图像进行物品识别，以获取至少两一目标图像中至少一个物品的物品位置信息，并根据该物品位置信息确定用户想要拿取的物品，并向云端上传用于指示该物品的用户拿取物品指示信息，以便云端基于该用户拿取物品指示信息以及之前获取的用户授权请求对用户所拿取的物品进行记录。
112.在本公开提供的技术方案中，通过获取待处理图像，将待处理图像输入预先训练
得到的第一目标图像处理模型，以获取第一目标图像处理模型输出的第一目标特征图像，将待处理图像减去第一目标特征图像，以获取目标预处理图像，将目标预处理图像输入预先训练得到的第二目标图像处理模型，以获取第二目标图像处理模型输出的第二目标特征图像，将第一目标特征图像与第二目标特征图像相加，得到目标图像。在该方案中，第一目标特征图像，可以被理解为从待处理图像提取出的较容易被提取出的主要特征的图像，而目标预处理图像，可以被理解为包括待处理图像中未被提取到的次要特征所对应区域的图像，第二目标特征图像，可以被理解为从待处理图像提取出的较难被提取的次要特征即细节特征的图像，通过将第一目标特征图像与第二目标特征图像相加所得到的目标图像，可以被理解为即包括待处理图像中较容易被提取的主要特征，也包括待处理图像中较难被提取的次要特征，从而可以确保目标图像的图像质量能够达到相应的要求，从而提高了基于处理后图像进行图像识别时的成功率，改善了用户体验。
113.在本公开的一种实现方式中，获取待处理图像，包括：
114.获取由陈列柜中的图像采集装置采集的至少一张采集图像；
115.响应于根据至少一张采集图像进行支付处理的结果为支付失败，在至少一张采集图像中确定待处理图像。
116.在本公开的一种实施方式中，确定根据至少一张采集图像进行支付处理的结果是否为支付失败，可以理解为通过获取支付日志，并根据支付日志获取在执行结果为支付失败的支付处理过程时所使用的图像标识，在至少一张采集图像中确定待处理图像。
117.在本公开提供的技术方案中，考虑到在根据至少一张采集图像进行支付处理的结果为支付失败时，是因为该至少一张采集图像中部分或全部图像的图像质量较低而导致的，因此为了提高该至少一张采集图像中部分或全部图像的图像质量，通过在至少一张采集图像中确定待处理图像，可以确保处理后的目标图像的图像质量较好，能够满足相应的要求，有助于提高图像识别的成功率，进而有助于提高支付成功率。
118.在本公开的一种实现方式中，响应于根据至少一张采集图像进行支付处理的结果为支付失败，在至少一张采集图像中确定待处理图像，包括：
119.响应于根据至少一张采集图像进行支付处理的结果为支付失败，将至少一张采集图像中的过曝图像和/或欠曝图像确定为待处理图像。
120.在本公开的一种实施方式中，至少一张采集图像中的过曝图像可以理解为，因图像采集装置在采集图像时光圈过大或快门过慢，造成的画面中亮度过高、显示效果泛白的图像。至少一张采集图像中的欠曝图像可以理解为，因图像采集装置在采集图像时光圈过小或快门过快，造成的画面中亮度过低、显示效果泛黑的图像。
121.至少一张采集图像中的过曝图像和/或欠曝图像，可以理解为基于预先获取的相应算法确定，也可以理解为基于预先训练得到的相应模型确定。
122.在本公开提供的技术方案中，考虑到至少一张采集图像中可能部分图像的图像质量仍较好，无需进行图像处理，因此通过响应于根据至少一张采集图像进行支付处理的结果为支付失败，将至少一张采集图像中的过曝图像和/或欠曝图像确定为待处理图像，可以尽量减少需处理的图像的数量，降低了运算成本。
123.在本公开的一种实现方式中，第一目标图像处理模型以及第二目标图像处理模型均为u-net(convolutionalnetworks for biomedical image segmentation)模型。
124.图6示出根据本公开一实施方式的模型训练方法的流程图，所述模型训练方法可以应用于陈列柜，也可以应用于相应的服务器或云端，其中服务器以及云端可以理解为由对陈列柜进行运营的运营方设置，服务器或云端可以与与陈列柜通信连接。需要说明的是，本公开对图像从模型训练方法的执行主体不作具体限制。
125.如图6所示，所述图像处理方法包括以下步骤s201-s203：
126.在步骤s201中，获取训练输出图像，并对训练输出图像进行过曝处理或欠曝处理，以获取训练输入图像；
127.在本公开的一种实施方式中，训练输出图像，可以理解为较为清晰、不存在过曝或欠爆状况的图像，训练输出图像可以被理解为由设置在陈列柜上的图像采集装置采集的图像，也可以被理解有其他图像采集装置所采集的图像。获取训练输出图像，可以被理解为读取事先储存的训练输出图像，也可以被理解为接收其他装置或系统发送的训练输出图像，需要说明的是，训练输出图像可以为一张图像，也可以为多张图像。
128.对训练输出图像进行过曝处理，可以理解为基于预先获取的过曝处理算法，将训练输出图像代入进行计算，也可以为将训练输出图像作为输入，输入预先训练得到的过曝处理模型，以获取训练输入图像。
129.对训练输出图像进行欠曝处理，可以理解为基于预先获取的欠爆处理算法，将训练输出图像代入进行计算，也可以为将训练输出图像作为输入，输入预先训练得到的欠爆处理模型，以获取训练输入图像。
130.在步骤s202中，将训练输入图像作为第一图像处理模型的输入，将训练输出图像作为第一特征图像与第二特征图像的和，对第一图像处理模型以及第二图像处理模型进行训练；
131.其中，第一图像处理模型的输出为第一特征图像，第二图像处理模型的输入为将训练输入图像减去第一特征图像得到的预处理图像，第二图像处理模型的输出为第二特征图像；
132.在本公开的一种实施方式中，第一图像处理模型可以为预先储存在陈列柜中，也可以为从其他装置或系统处获取。第一图像处理模型可以为神经网络模型、卷积神经网络模型或长短期记忆网络模型等。
133.类似的，第二图像处理模型可以为预先储存在陈列柜中，也可以为从其他装置或系统处获取。第二图像处理模型可以为神经网络模型、卷积神经网络模型或长短期记忆网络模型等。
134.在本公开的一种实施方式中，第一特征图像与第二特征图像的和，可以理解为训练输出图像中对应像素的像素值，为第一特征图像中对应像素的像素值与第二特征图像中对应像素的像素值的和。
135.在本公开的一种实施方式中，将训练输入图像减去第一特征图像，可以理解为基于预先获取图像相加算法，将训练输入图像与第一特征图像代入进行计算，也可以为将训练输入图像与第一特征图像作为输入，输入预先训练得到的图像相加模型，以获取目标图像。示例性的，可以通过将训练输入图像中对应像素的像素值减去第一特征图像中对应像素的像素值，以获取预处理图像。
136.在步骤s203中，响应于第一图像处理模型以及第二图像处理模型均收敛，将第一
图像处理模型确定为第一目标图像处理模型，并将第二图像处理模型确定为第二目标图像处理模型。
137.在本公开提供的技术方案中，通过获取训练输出图像，并对训练输出图像进行过曝处理或欠曝处理，以获取训练输入图像，并将训练输入图像作为第一图像处理模型的输入，将训练输出图像作为第一特征图像与第二特征图像的和，对第一图像处理模型以及第二图像处理模型进行训练，响应于第一图像处理模型以及第二图像处理模型均收敛，将第一图像处理模型确定为第一目标图像处理模型，并将第二图像处理模型确定为第二目标图像处理模型，可以确保在基于训练得到的第一目标图像处理模型以及第二目标图像处理模型进行图像处理时，第一目标图像处理模型能够从待处理图像提取出包括较容易被提取出的主要特征的第一目标特征图像，而第一目标图像处理模型能够从将待处理图像减去第一目标特征图像获取的目标预处理图像中提取出，包括待处理图像中未被提取到的次要特征即细节特征的第二目标特征图像，以便于通过将第一目标特征图像与第二目标特征图像相加得到目标图像，即包括待处理图像中较容易被提取的主要特征，也包括待处理图像中较难被提取的次要特征的图像，从而可以确保该目标图像的图像质量能够达到相应的要求，从而提高了基于处理后图像进行图像识别时的成功率，改善了用户体验。
138.在本公开的一种实现方式中，将训练输入图像作为第一图像处理模型的输入，将训练输出图像作为第一特征图像与第二特征图像的和，对第一图像处理模型以及第二图像处理模型进行训练，可以通过如下步骤实现：
139.将训练输入图像作为第一图像处理模型的输入，将训练输出图像作为第一特征图像与第二特征图像的和，并根据mb＝|m
o-mi|获取误差矩阵mb，其中mo为与训练输出图像对应的训练输出矩阵，mi为与训练输入图像对应的训练输入矩阵；
140.根据loss＝∑k
xyz
/(255*n)获取训练损失loss，其中k
xyz
为误差矩阵mb中坐标为(x,y,z)的元素，n＝max(x)*max(y)*max(z)；
141.根据训练损失loss，对第一图像处理模型以及第二图像处理模型进行训练。
142.在本公开提供的技术方案中，通过将训练输入图像作为第一图像处理模型的输入，将训练输出图像作为第一特征图像与第二特征图像的和，并获取误差矩阵，基于该误差矩阵获取训练损失，并根据训练损失loss，对第一图像处理模型以及第二图像处理模型进行训练，可以提高对第一图像处理模型以及第二图像处理模型训练的效率。
143.在本公开的一种实现方式中，获取训练输出图像，可以通过如下步骤实现
144.获取由陈列柜中的图像采集装置采集的至少一张采集图像；
145.响应于根据至少一张采集图像进行支付处理的结果为支付成功，在至少一张采集图像中确定训练输出图像。
146.在本公开的一种实施方式中，确定根据至少一张采集图像进行支付处理的结果是否为支付成功，可以理解为通过获取支付日志，并根据支付日志获取在执行结果为支付成功的支付处理过程时所使用的图像标识，在至少一张采集图像中确定训练输出图像。
147.在本公开提供的技术方案中，考虑到在根据至少一张采集图像进行支付处理的结果为支付成功时，该至少一张采集图像的图像质量高，因此通过响应于根据至少一张采集图像进行支付处理的结果为支付成功，在至少一张采集图像中确定训练输出图像，可以确保训练输出图像的图像质量较好，能够满足相应的要求，有助于提高训练效率。
148.在本公开的一种实现方式中，响应于根据至少一张采集图像进行支付处理的结果为支付成功，在至少一张采集图像中确定训练输出图像，可以通过如下步骤实现：
149.响应于根据至少一张采集图像进行支付处理的结果为支付成功，将至少一张采集图像中的清晰图像确定为训练输出图像。
150.在本公开的一种实施方式中，确定至少一张采集图像中的清晰图像，可以理解为基于预先获取清晰图像算法，将至少一张采集图像代入进行计算，以获取相应的清晰图像指示信息，根据该清晰图像指示信息确定至少一张采集图像中的清晰图像；也可以为将至少一张采集图像作为输入，输入预先训练得到的清晰图像模型，以获取相应的清晰图像指示信息，根据该清晰图像指示信息确定至少一张采集图像中的清晰图像。
151.在本公开提供的技术方案中，通过响应于根据至少一张采集图像进行支付处理的结果为支付成功，将至少一张采集图像中的清晰图像确定为训练输出图像，可以进一步确保训练输出图像的图像质量较好，能够满足相应的要求，有助于提高训练效率。
152.下述为本公开装置实施例，可以用于执行本公开方法实施例。
153.图7示出根据本公开一实施方式的图像处理装置的示意性结构框图，该图像处理装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图7所示，所述图像处理装置包括：
154.待处理图像获取模块301，被配置为获取待处理图像；
155.第一特征图像获取模块302，被配置为将待处理图像输入预先训练得到的第一目标图像处理模型，以获取第一目标图像处理模型输出的第一目标特征图像；
156.目标预处理图像获取模块303，被配置为将待处理图像减去第一目标特征图像，以获取目标预处理图像；
157.第二特征图像获取模块304，被配置为将目标预处理图像输入预先训练得到的第二目标图像处理模型，以获取第二目标图像处理模型输出的第二目标特征图像；
158.目标图像获取模块305，被配置为将第一目标特征图像与第二目标特征图像相加，得到目标图像。
159.上述技术方案，通过获取待处理图像，将待处理图像输入预先训练得到的第一目标图像处理模型，以获取第一目标图像处理模型输出的第一目标特征图像，将待处理图像减去第一目标特征图像，以获取目标预处理图像，将目标预处理图像输入预先训练得到的第二目标图像处理模型，以获取第二目标图像处理模型输出的第二目标特征图像，将第一目标特征图像与第二目标特征图像相加，得到目标图像。在该方案中，第一目标特征图像，可以被理解为从待处理图像提取出的较容易被提取出的主要特征的图像，而目标预处理图像，可以被理解为包括待处理图像中未被提取到的次要特征所对应区域的图像，第二目标特征图像，可以被理解为从待处理图像提取出的较难被提取的次要特征即细节特征的图像，通过将第一目标特征图像与第二目标特征图像相加所得到的目标图像，可以被理解为即包括待处理图像中较容易被提取的主要特征，也包括待处理图像中较难被提取的次要特征，从而可以确保目标图像的图像质量能够达到相应的要求，从而提高了基于处理后图像进行图像识别时的成功率，改善了用户体验。
160.图8示出根据本公开一实施方式的模型训练装置的示意性结构框图，该模型训练装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图8所示，
所述模型训练装置包括：
161.训练图像获取模块401，被配置为获取训练输出图像，并对训练输出图像进行过曝处理或欠曝处理，以获取训练输入图像；
162.模型训练模块402，被配置为将训练输入图像作为第一图像处理模型的输入，将训练输出图像作为第一特征图像与第二特征图像的和，对第一图像处理模型以及第二图像处理模型进行训练，其中第一图像处理模型的输出为第一特征图像，第二图像处理模型的输入为将训练输入图像减去第一特征图像得到的预处理图像，第二图像处理模型的输出为第二特征图像；
163.模型确定模块403，被配置为响应于第一图像处理模型以及第二图像处理模型均收敛，将第一图像处理模型确定为第一目标图像处理模型，并将第二图像处理模型确定为第二目标图像处理模型。
164.在本公开提供的技术方案中，通过获取训练输出图像，并对训练输出图像进行过曝处理或欠曝处理，以获取训练输入图像，并将训练输入图像作为第一图像处理模型的输入，将训练输出图像作为第一特征图像与第二特征图像的和，对第一图像处理模型以及第二图像处理模型进行训练，响应于第一图像处理模型以及第二图像处理模型均收敛，将第一图像处理模型确定为第一目标图像处理模型，并将第二图像处理模型确定为第二目标图像处理模型，可以确保在基于训练得到的第一目标图像处理模型以及第二目标图像处理模型进行图像处理时，第一目标图像处理模型能够从待处理图像提取出包括较容易被提取出的主要特征的第一目标特征图像，而第一目标图像处理模型能够从将待处理图像减去第一目标特征图像获取的目标预处理图像中提取出，包括待处理图像中未被提取到的次要特征即细节特征的第二目标特征图像，以便于通过将第一目标特征图像与第二目标特征图像相加得到目标图像，即包括待处理图像中较容易被提取的主要特征，也包括待处理图像中较难被提取的次要特征的图像，从而可以确保该目标图像的图像质量能够达到相应的要求，从而提高了基于处理后图像进行图像识别时的成功率，改善了用户体验。
165.本公开还公开了一种电子设备，图9示出根据本公开一实施方式的电子设备的示意性结构框图，如图9所示，所述电子设备包括存储器和处理器；其中所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现上述方法步骤。
166.图10是适于用来实现根据本公开一实施方式的方法的计算机系统的结构示意图。如图10所示，计算机系统包括处理单元，其可以根据存储在只读存储器(rom)中的程序或者从存储部分加载到随机访问存储器(ram)中的程序而执行上述实施方式中的各种处理。在ram中，还存储有计算机系统操作所需的各种程序和数据。处理单元、rom以及ram通过总线彼此相连。输入/输出(i/o)接口也连接至总线。
167.以下部件连接至i/o接口：包括键盘、鼠标等的输入部分；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分；包括硬盘等的存储部分；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分。通信部分经由诸如因特网的网络执行通信处理。驱动器也根据需要连接至i/o接口。可拆卸介质，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器上，以便于从其上读出的计算机程序根据需要被安装入存储部分。其中，所述处理单元可实现为cpu、gpu、tpu、fpga、npu等处理单元。
168.附图中的流程图和框图，图示了按照本公开各种实施方式的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，路程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
169.描述于本公开实施方式中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
170.作为另一方面，本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施方式中所述装置中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。
171.另外，本公开还提供了一种计算机程序产品，该计算机程序产品中存储有计算机程序，当所述计算机程序被处理器执行时，使所述处理器至少可以实现如前述实施例中提供的方法。
172.以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。