CN116152595A - 模型训练方法、图像处理方法、装置、设备与介质 - Google Patents

Abstract

本公开提供一种模型训练方法、图像处理方法、装置、设备与介质，涉及图像处理技术领域，尤其涉及人工智能、大数据、计算机视觉技术领域。具体实现方案为：获取若干张初始样本图像；随机旋转初始样本图像，得到不同预设旋转方向上的目标样本图像并生成对应的样本方向标签信息；将每张目标样本图像作为输入，对应的样本方向标签信息作为输出，采用预设轻量级网络模型训练得到图像方向预测模型。本公开基于预设轻量级网络模型训练得到图像方向预测模型，实现对任意一张待处理图像，都能够高效且准确地对应的图像方向预测情况并给出对应的矫正策略以自动进行矫正，以得到方向为正的图像，能够满足复杂的视觉任务场景要求。

Description

模型训练方法、图像处理方法、装置、设备与介质

技术领域

本公开涉及图像处理技术领域，尤其涉及人工智能、大数据、计算机视觉技术领域，具体提供一种模型训练方法、图像处理方法、装置、设备与介质。

背景技术

在计算机视觉任务中，图像的方向至关重要，在一定程度上，图像的方向决定了任务的好坏，如在数字识别中，“6”和“9”在0度和180度会得到截然不同的结果，在图像识别中，一个倒着的摩天轮也可能会识别为替他物品，在目标检测中，预测一个被旋转过的图像的框非常难，甚至基本不可能，所以在做所有视觉的任务中，预测图像的方向，并对其进行纠正会变得异常重要。其可以嵌套在任何视觉算法上，在保证不影响原有方向为正的图像的精度上大大提升其他方向的精度。

目前的方案中，要么是提升视觉任务的精度往往主要集中在具体任务的模型上，如提升目标检测的精度往往会主要优化目标检测模型的精度、提升语义分割的精度往往会去优化语义分割模型的精度。由于公开数据集的方向基本为正，所以这种优化模型的方法本身不会存在问题，即优化模型只针对模型本身，很少会有一个图像方向矫正模块，来专门负责提升图像质量；要么是为了适应不同方向的图像预测的精度，在整个预测过程中使用了图像方向分类器，但是通常这类模型会比较大，模型训练以及处理时间比较长，从而会拖慢了整个速度，很难做到实时预测图像方向，从而无法实际场景需求。

发明内容

本公开要解决的技术问题是为了克服现有技术中存在无法有效、可靠、实时地对图像方向识别的缺陷，提供一种模型训练方法、图像处理方法、装置、设备与介质。

本公开是通过下述技术方案来解决上述技术问题：

根据本公开的一方面，提供一种图像方向预测模型的训练方法，所述训练方法包括：

获取若干张初始样本图像；

随机旋转所述初始样本图像，得到不同预设旋转方向上的目标样本图像并生成对应的样本方向标签信息；

将每张所述目标样本图像作为输入，对应的所述样本方向标签信息作为输出，采用预设轻量级网络模型训练得到所述图像方向预测模型。

根据本公开的另一方面，提供一种图像处理方法，所述图像处理方法基于上述的图像方向预测模型的训练方法实现；

所述图像处理方法包括：

获取待处理图像；

将所述待处理图像输入至所述图像方向预测模型中，得到输出的图像方向预测结果。

根据本公开的另一方面，提供一种图像方向预测模型的训练装置，所述训练装置包括：

初始样本图像获取模块，用于获取若干张初始样本图像；

目标样本图像获取模块，用于随机旋转所述初始样本图像，得到不同预设旋转方向上的目标样本图像；

样本标签信息获取模块，用于生成对应的样本方向标签信息；

模型训练模块，用于将每张所述目标样本图像作为输入，对应的所述样本方向标签信息作为输出，采用预设轻量级网络模型训练得到所述图像方向预测模型。

根据本公开的另一方面，提供一种图像处理装置，所述图像处理装置基于上述的图像方向预测模型的训练装置实现；

所述图像处理装置包括：

待处理图像获取模块，用于获取待处理图像；

预测结果获取模块，用于将所述待处理图像输入至所述图像方向预测模型中，得到输出的图像方向预测结果。

根据本公开的另一方面，提供一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的方法。

根据本公开的另一方面，提供一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据上述的方法。

根据本公开的另一方面，提供一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据上述的方法。

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为本公开第一实施例的图像方向预测模型的训练方法的流程图。

图2为本公开第一实施例的图像方向预测模型的训练方法的流程图。

图3为本公开第一实施例的图像方向预测模型的训练方法的流程图。

图4为本公开第一实施例的图像方向预测模型的训练方法的流程图。

图5为本公开第一实施例的图像方向预测模型的训练方法的流程图。

图6为本公开第一实施例的图像方向预测模型的训练方法的流程图。

图7为本公开第二实施例的图像处理方法的流程图。

图8为本公开第二实施例的图像处理方法的流程图。

图9为本公开第三实施例的图像方向预测模型的训练装置的模块示意图。

图10为本公开第三实施例的图像方向预测模型的训练装置的模块示意图。

图11为本公开第四实施例的图像处理装置的模块示意图。

图12为本公开第四实施例的图像处理装置的模块示意图。

图13为本公开第五实施例的电子设备的结构示。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

实施例1

如图1所示，本实施例的图像方向预测模型的训练方法包括：

S101、获取若干张初始样本图像；

其中，这些初始样本图像来源于ImageNet、COCO、Cityscapes(ImageNet、COCO、Cityscapes均为一种图像数据库)等图像数据库。

S102、随机旋转初始样本图像，得到不同预设旋转方向上的目标样本图像并生成对应的样本方向标签信息；

例如，初始样本图像未旋转前图像方向为正，在对其旋转角度A后，自动标识出该旋转角度A所在的旋转方向的信息MA；在对其旋转角度B后，自动标识出该旋转角度B所在的旋转方向的信息MB，依次类推。其中，对应不同的内容生成与之相适配的标识信息属于本领域成熟技术，在此不再赘述。

另外，不同的预设旋转方向包括0度、90度、180度或270度。

S103、将每张目标样本图像作为输入，对应的样本方向标签信息作为输出，采用预设轻量级网络模型训练得到图像方向预测模型。

其中，预设轻量级网络模型属于超轻量级的模型，包括但不限于骨干网络模型PP-LCNet。具体地，骨干网络模型PP-LCNet在CPU(中央处理器)上运行仅需用时2ms，因此便于在其他任务中，保证了图像处理的效率。

需要说明的是，本实施例中的所有初始样本图像均为无需标注处理的图像，即该模型训练方案可适配训练各种类型图像的方向，具有普适性；特别对于视觉任务中旋转图像较多的场景，能够显著地提升图像方向识别精度与效率。

本实施例中，对于未经标注的任意一张初始样本图像，随机将其旋转至不同的旋转方向以得到若干旋转图像并自动生成该旋转图像所在旋转方向的标签信息，自动形成用于模型训练的样本图像训练集，即获取样本图像训练集的过程无需人为干预，保证了训练数据获取的效率与精度；对初始样本图像类型没有任何要求，使得模型训练方案可用场景的通用性；采用预设轻量级网络模型训练得到图像方向预测模型，保证了模型训练的构建效率以及模型的预测可靠性，使得后续对任意的待处理图像都能高效且准确地输出对应的图像方向预测情况。

如图2所示，本实施例的图像方向预测模型的训练方法是对图1的方案进一步改进，具体地：

在一可实施的方案中，基于不同的目标样本图像构成样本图像训练集。

步骤S103之后还包括：

S104、采用第一预设优化方式对样本图像训练集进行优化处理；

S105、采用预设轻量级网络模型基于优化处理后的对样本图像训练集进行训练，得到优化后的图像方向预测模型。

本方案中，对样本图像训练集进行优化，包括剔除掉已经构建的样本图像训练集中的低质量样本数据、将高质量的样本数据增加至样本图像训练集等，以对已经训练得到的图像方向预测模型进行重新训练，不断重复优化训练，直至样本图像训练集中均为满足高质量要求的样本数据，从而有效地保证了图像方向预测模型的可靠性。

在一可实施的方案中，如图3所示，步骤S104包括：

S10411、将样本图像训练集中的任意一张目标样本图像输入至图像方向预测模型，得到输出的第一方向标签信息；

S10412、比对第一方向标签信息和样本方向标签信息，确定第一方向标签信息的第一置信度；

S10413、将第一置信度小于第一设定阈值的目标样本图像从样本图像训练集中剔除，以得到优化后的样本图像训练集。

本方案中，采用初次训练得到的图像方向预测模型，对已经构建的样本图像训练集中每张目标样本图像进行预测，比对得到输出的第一方向标签信息与样本方向标签信息的差距，基于差距计算得到该第一方向标签信息的置信度，将置信度小于一定值的样本数据剔除，然后基于剩下的样本数据重新训练得到新的图像方向预测模型，不断重复优化训练，从而有效地保证了图像方向预测模型的可靠性。

在一可实施的方案中，如图4所示，步骤S104包括：

生成预设图像训练集中的每张第一图像对应的第二方向标签信息；

S10421、将所预设图像训练集中的任意一张第一图像输入至图像方向预测模型，得到输出的第三方向标签信息；

S10422、比对第二方向标签信息和第三方向标签信息，确定第三方向标签信息的第二置信度；

S10423、将第二置信度大于或者等于第一设定阈值的第一图像作为目标样本图像并增加至样本图像训练集，以得到优化后的样本图像训练集。

本方案中，预先构建一个或多个图像训练集，每个这样的图像训练集中包含的数据量可以很多；对于同一预设图像训练集而言，预先自动生成其中每张图像对应的第二方向标签信息；采用步骤S103或步骤S105得到图像方向预测模型对预设图像训练集中的任意一张第一图像进行预测，输出对应的第三方向标签信息，比对得到输出的第二方向标签信息与第三方向标签信息的差距，基于差距计算得到该第三方向标签信息的置信度，将置信度小于一定值的第一图像剔除，然后将对应的预设图像训练集中所有第一图像作为高质量样本数据增加至样本图像训练集中，得到优化后的样本图像训练集；然后在基于优化后的样本图像训练集训练得到新的图像方向预测模型，不断重复优化训练，从而有效地保证了图像方向预测模型的可靠性。

其中，基于采用步骤S105得到的优化后的图像方向预测模型的可靠性高于基于采用步骤S103得到的优化后的图像方向预测模型的可靠性。

在一可实施的方案中，在模型训练前，该训练方法还包括：

对样本图像训练集中的目标样本图像采用多种预设数据增强方式进行增强处理；

其中，多种预设数据增强方式采用概率融合方式进行处理，每种预设数据增强方式对应不同的预设概率。

多种预设数据增强方式包括但不限于图像剪裁、图像变换、图像擦除；不同的设数据增强对应的预设概率是已确定的；其中，对图像进行概率融合处理属于本领域成熟技术，在此不再赘述。

本方案中，通过对每张目标样本图像进行数据增强处理，以提高图像的质量，继而提高了后续模型训练的可靠性，能够提升模型预测图像方向的准确度。

在一可实施的方案中，如图5所示，步骤S103之前还包括：

S1030、采用第二预设优化方式对预设轻量级网络模型的模型参数进行优化处理；

其中，第二预设优化方式包括但不限于：采用SSLD预训练模型(一种预训练模型)对骨干网络模型PP-LCNet的模型参数进行初始化。

步骤S103包括：

S1031、采用优化处理后的预设轻量级网络模型对样本图像训练集进行训练，得到优化后的图像方向预测模型。

本方案中，采用SSLD预训练模型初始化骨干网络模型PP-LCNet的模型参数，而非基于骨干网络模型PP-LCNet的原始模型参数进行训练，能够有效地提升图像方向预测模型的训练精度，保证了对图像方向识别的精度与可靠性。

在一可实施的方案中，如图6所示，训练方法还包括：

采用预设知识蒸馏算法获取教师模型根据样本图像训练集中每张目标样本图像输出的参照方向标签信息；

步骤S103包括：

S1032、将每张目标样本图像作为输入，对应的参照方向标签信息作为输出，采用预设轻量级网络模型训练得到新的图像方向预测模型。

其中，知识蒸馏算法通过构建一个轻量化的小模型，利用性能更好的大模型的监督信息来训练这个小模型，以期达到更好的性能和精度。大模型称之为教师模型(teacher)，小模型称之为学生模型(Student)。来自教师模型输出的监督信息称之为知识(knowledge)，而学生模型学习迁移来自教师模型的监督信息的过程称之为蒸馏(Distillation)。

本方案中，采用的预设知识蒸馏算法包括但不限于SKL-UGI知识蒸馏算法(一种知识蒸馏算法)；此处将教师模型的输出作为模型训练过程的输出进行模型训练，以重新训练得到新的图像方向预测模型，从而进一步地提升了该图像方向预测模型的训练精度。

实施例2

如图7所示，本实施例的图像处理方法基于上述实施例中的图像方向预测模型的训练方法实现。

本实施例的图像处理方法包括：

S201、获取待处理图像；

S202、将待处理图像输入至图像方向预测模型中，得到输出的图像方向预测结果。

本实施例中，实现对任意一张待处理图像，都能够高效且准确地输出图像方向情况，可以嵌套在任何视觉算法中，在保证不影响原有方向为正的图像的精度基础上，能够大大提升其他方向的识别精度。特别针对对于视觉任务中旋转图像较多的场景，更能显著地提升图像方向识别精度与效率。

如图8所示，本实施例的图像处理方法是对图3中的方案的进一步改进，具体地：

在一可实施的方案中，步骤S202还包括：

S203、根据图像方向预测结果获取待处理图像在不同的预设旋转方向的概率值；其中，不同的预设旋转方向包括0度、90度、180度或270度。

S204、将概率值大于第二设定阈值对应的预设旋转方向作为待处理图像的实际图像方向；

S205、基于实际图像方向生成对应的图像矫正策略；

S206、根据图像矫正策略将待处理图像调整至目标图像方向。

具体地，图像方向预测模型预测出待处理图像在预设四个旋转方向上的概率值，分别用0表示旋转方向0度，1表示90度、2表示180度、3表示270度；例如：{0:0.3,1:0.1,2:0.5,3:0.1}，则说明待处理图像在0度、90度、180度、270度上的概率分别是0.3,0.1,0.5,0.1，该图像方向预测预测该图有0.3的概率是0度，即图像为正；该图像方向预测预测该图有0.1的概率是90度，即方向被旋转了270度；该图像方向预测预测该图有0.5的概率是180度，即方向被旋转了180度；该图像方向预测预测该图有0.1的概率是270度，即方向被旋转了90度。

其中，预先设置需要进行图像方向矫正的概率阈值；以概率阈值为0.5为例，在当前视觉任务中，当概率阈值小于0.5时，则不对待处理图像进行图像方向校正，即认为该图不需要后处理旋转；当概率阈值大于或者等于0.5时，则对待处理图像进行图像方向校正，即认为该图需要后处理旋转。在矫正模块中，可以根据模型输出的图像方向预测结果直接进行矫正，如果预测90度的概率阈值大于0.5，则将待处理图像再旋转270度以转为正；如果预测180度的概率阈值大于0.5，则将待处理图像再旋转180度，如果预测为270度概率阈值大于0.5，则将待处理图像再旋转90度(目的是将其方向转为正)；如果预测为0度概率阈值大于0.5，则确定需要对待处理图像进行旋转或者旋转360度。最后，将经过旋转后的正向图像送到其他视觉任务中进行后续处理。

本实施例中，该图像处理方法可嵌套在任何视觉算法中，实现对任意一张待处理图像，都能够高效且准确地输出图像方向情况，给出对应的图像矫正策略并自动进行矫正以得到方向为正的图像，从而实现在保证不影响原有方向为正的图像的精度的基础上，能够大大提升其他方向的识别精度。特别针对对于视觉任务中旋转图像较多的场景，更能显著地提升图像方向识别精度与效率。

实施例3

如图9所示，本实施例的图像方向预测模型的训练装置包括：

初始样本图像获取模块1，用于获取若干张初始样本图像；

其中，这些初始样本图像来源于ImageNet、COCO、Cityscapes等图像数据库。

目标样本图像获取模块2，用于随机旋转初始样本图像，得到不同预设旋转方向上的目标样本图像；

样本标签信息获取模块3，用于生成对应的样本方向标签信息；

例如，初始样本图像未旋转前图像方向为正，在对其旋转角度A后，自动标识出该旋转角度A所在的旋转方向的信息MA；在对其旋转角度B后，自动标识出该旋转角度B所在的旋转方向的信息MB，依次类推。其中，对应不同的内容生成与之相适配的标识信息属于本领域成熟技术，在此不再赘述。

另外，不同的预设旋转方向包括0度、90度、180度或270度。

模型训练模块4，用于将每张目标样本图像作为输入，对应的样本方向标签信息作为输出，采用预设轻量级网络模型训练得到图像方向预测模型。

其中，预设轻量级网络模型属于超轻量级的模型，包括但不限于骨干网络模型PP-LCNet。具体地，骨干网络模型PP-LCNet在CPU上运行仅需用时2ms，因此便于在其他任务中，保证了图像处理的效率。

需要说明的是，本实施例中的所有初始样本图像均为无需标注处理的图像，即该模型训练方案可适配训练各种类型图像的方向，具有普适性；特别对于视觉任务中旋转图像较多的场景，能够显著地提升图像方向识别精度与效率。

本实施例中，对于未经标注的任意一张初始样本图像，随机将其旋转至不同的旋转方向以得到若干旋转图像并自动生成该旋转图像所在旋转方向的标签信息，自动形成用于模型训练的样本图像训练集，即获取样本图像训练集的过程无需人为干预，保证了训练数据获取的效率与精度；对初始样本图像类型没有任何要求，使得模型训练方案可用场景的通用性；采用预设轻量级网络模型训练得到图像方向预测模型，保证了模型训练的构建效率以及模型的预测可靠性，使得后续对任意的待处理图像都能高效且准确地输出对应的图像方向预测情况。

如图10所示，本实施例的图像方向预测模型的训练装置是对图4的方案进一步改进，具体地：

在一可实施的方案中，基于不同的目标样本图像构成样本图像训练集；

本实施例的训练装置还包括：

图像训练集优化模块5，用于采用第一预设优化方式对样本图像训练集进行优化处理；

模型训练模块4还用于采用预设轻量级网络模型基于优化处理后的对样本图像训练集进行训练，得到优化后的图像方向预测模型。

本方案中，对样本图像训练集进行优化，包括剔除掉已经构建的样本图像训练集中的低质量样本数据、将高质量的样本数据增加至样本图像训练集等，以对已经训练得到的图像方向预测模型进行重新训练，不断重复优化训练，直至样本图像训练集中均为满足高质量要求的样本数据，从而有效地保证了图像方向预测模型的可靠性。

在一可实施的方案中，图像训练集优化模块5包括：

第一标签信息获取单元6，用于将样本图像训练集中的任意一张目标样本图像输入至图像方向预测模型，得到输出的第一方向标签信息；

第一置信度确定单元7，用于比对第一方向标签信息和样本方向标签信息，确定第一方向标签信息的第一置信度；

图像训练集优化单元8，用于将第一置信度小于第一设定阈值的目标样本图像从样本图像训练集中剔除，以得到优化后的样本图像训练集。

本方案中，采用初次训练得到的图像方向预测模型，对已经构建的样本图像训练集中每张目标样本图像进行预测，比对得到输出的第一方向标签信息与样本方向标签信息的差距，基于差距计算得到该第一方向标签信息的置信度，将置信度小于一定值的样本数据剔除，然后基于剩下的样本数据重新训练得到新的图像方向预测模型，不断重复优化训练，从而有效地保证了图像方向预测模型的可靠性。

在一可实施的方案中，图像训练集优化模块5包括：

第二标签信息获取单元9，用于生成预设图像训练集中的每张第一图像对应的第二方向标签信息；

第三标签信息获取单元10，用于将所预设图像训练集中的任意一张第一图像输入至图像方向预测模型，得到输出的第三方向标签信息；

第二置信度确定单元11，用于比对第二方向标签信息和第三方向标签信息，确定第三方向标签信息的第二置信度；

图像训练集优化单元8还用于将第二置信度大于或者等于第一设定阈值的第一图像作为目标样本图像并增加至样本图像训练集，以得到优化后的样本图像训练集。

本方案中，预先构建一个或多个图像训练集，每个这样的图像训练集中包含的数据量可以很多；对于同一预设图像训练集而言，预先自动生成其中每张图像对应的第二方向标签信息；采用初次或优化后的图像方向预测模型对预设图像训练集中的任意一张第一图像进行预测，输出对应的第三方向标签信息，比对得到输出的第二方向标签信息与第三方向标签信息的差距，基于差距计算得到该第三方向标签信息的置信度，将置信度小于一定值的第一图像剔除，然后将对应的预设图像训练集中所有第一图像作为高质量样本数据增加至样本图像训练集中，得到优化后的样本图像训练集；然后在基于优化后的样本图像训练集训练得到新的图像方向预测模型，不断重复优化训练，从而有效地保证了图像方向预测模型的可靠性。

在一可实施的方案中，在模型训练前，训练装置还包括：

图像增强处理模块12，用于对样本图像训练集中的目标样本图像采用多种预设数据增强方式进行增强处理；

其中，多种预设数据增强方式采用概率融合方式进行处理，每种预设数据增强方式对应不同的预设概率。

多种预设数据增强方式包括但不限于图像剪裁、图像变换、图像擦除；不同的设数据增强对应的预设概率是已确定的；其中，对图像进行概率融合处理属于本领域成熟技术，在此不再赘述。

本方案中，通过对每张目标样本图像进行数据增强处理，以提高图像的质量，继而提高了后续模型训练的可靠性，能够提升模型预测图像方向的准确度。

在一可实施的方案中，训练装置还包括：

模型参数优化模块13，用于采用第二预设优化方式对预设轻量级网络模型的模型参数进行优化处理；

其中，第二预设优化方式包括但不限于：采用SSLD预训练模型对骨干网络模型PP-LCNet的模型参数进行初始化。

模型训练模块4还用于采用优化处理后的预设轻量级网络模型对样本图像训练集进行训练，得到优化后的图像方向预测模型。

本方案中，采用SSLD预训练模型初始化骨干网络模型PP-LCNet的模型参数，而非基于骨干网络模型PP-LCNet的原始模型参数进行训练，能够有效地提升图像方向预测模型的训练精度，保证了对图像方向识别的精度与可靠性。

在一可实施的方案中，训练装置还包括：

参照标签信息获取模块14，用于采用预设知识蒸馏算法获取教师模型根据样本图像训练集中每张目标样本图像输出的参照方向标签信息；

模型训练模块4还用于将每张目标样本图像作为输入，对应的参照方向标签信息作为输出，采用预设轻量级网络模型训练得到新的图像方向预测模型。

其中，知识蒸馏算法通过构建一个轻量化的小模型，利用性能更好的大模型的监督信息来训练这个小模型，以期达到更好的性能和精度。大模型称之为教师模型(teacher)，小模型称之为学生模型(Student)。来自教师模型输出的监督信息称之为知识(knowledge)，而学生模型学习迁移来自教师模型的监督信息的过程称之为蒸馏(Distillation)。

本方案中，采用的预设知识蒸馏算法包括但不限于SKL-UGI知识蒸馏算法；此处将教师模型的输出作为模型训练过程的输出进行模型训练，以重新训练得到新的图像方向预测模型，从而进一步地提升了该图像方向预测模型的训练精度。

实施例4

如图11所示，本实施例的图像处理装置基于上述实施例中的图像方向预测模型的训练装置实现。

本实施例的图像处理装置包括：

待处理图像获取模块15，用于获取待处理图像；

预测结果获取模块16，用于将待处理图像输入至图像方向预测模型中，得到输出的图像方向预测结果。

本实施例中，实现对任意一张待处理图像，都能够高效且准确地输出图像方向情况，可以嵌套在任何视觉算法中，在保证不影响原有方向为正的图像的精度基础上，能够大大提升其他方向的识别精度。特别针对对于视觉任务中旋转图像较多的场景，更能显著地提升图像方向识别精度与效率。

如图12所示，本实施例的图像处理装置是对图6中的方案的进一步改进，具体地：

图像处理装置还包括：

概率值获取模块17，用于根据图像方向预测结果获取待处理图像在不同的预设旋转方向的概率值；

其中，不同的预设旋转方向包括0度、90度、180度或270度。

实际图像方向获取模块18，用于将概率值大于第二设定阈值对应的所述预设旋转方向作为所述待处理图像的实际图像方向；

图像矫正策略生成模块19，用于基于所述实际图像方向生成对应的图像矫正策略；

图像方向调整模块20，用于根据所述图像矫正策略将所述待处理图像调整至目标图像方向。

具体地，图像方向预测模型预测出待处理图像在预设四个旋转方向上的概率值，分别用0表示旋转方向0度，1表示90度、2表示180度、3表示270度；例如：{0:0.3,1:0.1,2:0.5,3:0.1}，则说明待处理图像在0度、90度、180度、270度上的概率分别是0.3,0.1,0.5,0.1，该图像方向预测预测该图有0.3的概率是0度，即图像为正；该图像方向预测预测该图有0.1的概率是90度，即方向被旋转了270度；该图像方向预测预测该图有0.5的概率是180度，即方向被旋转了180度；该图像方向预测预测该图有0.1的概率是270度，即方向被旋转了90度。

其中，预先设置需要进行图像方向矫正的概率阈值；以概率阈值为0.5为例，在当前视觉任务中，当概率阈值小于0.5时，则不对待处理图像进行图像方向校正，即认为该图不需要后处理旋转；当概率阈值大于或者等于0.5时，则对待处理图像进行图像方向校正，即认为该图需要后处理旋转。在矫正模块中，可以根据模型输出的图像方向预测结果直接进行矫正，如果预测90度的概率阈值大于0.5，则将待处理图像再旋转270度以转为正；如果预测180度的概率阈值大于0.5，则将待处理图像再旋转180度，如果预测为270度概率阈值大于0.5，则将待处理图像再旋转90度(目的是将其方向转为正)；如果预测为0度概率阈值大于0.5，则确定需要对待处理图像进行旋转或者旋转360度。最后，将经过旋转后的正向图像送到其他视觉任务中进行后续处理。

本实施例中，该图像处理方法可嵌套在任何视觉算法中，实现对任意一张待处理图像，都能够高效且准确地输出图像方向情况，给出对应的图像矫正策略并自动进行矫正以得到方向为正的图像，从而实现在保证不影响原有方向为正的图像的精度的基础上，能够大大提升其他方向的识别精度。特别针对对于视觉任务中旋转图像较多的场景，更能显著地提升图像方向识别精度与效率。

实施例5

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图13示出了可以用来实施本公开的实施例的示例电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图13所示，设备800包括计算单元801，其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序，来执行各种适当的动作和处理。在RAM803中，还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

设备800中的多个部件连接至I/O接口805，包括：输入单元806，例如键盘、鼠标等；输出单元807，例如各种类型的显示器、扬声器等；存储单元808，例如磁盘、光盘等；以及通信单元809，例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理，例如上述方法。例如，在一些实施例中，上述方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元808。在一些实施例中，计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时，可以执行上文描述的方法的一个或多个步骤。备选地，在其他实施例中，计算单元801可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行上述方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (25)

1.一种图像方向预测模型的训练方法，所述训练方法包括：

获取若干张初始样本图像；

随机旋转所述初始样本图像，得到不同预设旋转方向上的目标样本图像并生成对应的样本方向标签信息；

将每张所述目标样本图像作为输入，对应的所述样本方向标签信息作为输出，采用预设轻量级网络模型训练得到所述图像方向预测模型。

2.如权利要求1所述的图像方向预测模型的训练方法，基于不同的所述目标样本图像构成样本图像训练集；

所述采用预设轻量级网络模型训练得到所述图像方向预测模型的步骤之后，还包括：

采用第一预设优化方式对所述样本图像训练集进行优化处理；

采用所述预设轻量级网络模型基于优化处理后的对所述样本图像训练集进行训练，得到优化后的所述图像方向预测模型。

3.如权利要求2所述的图像方向预测模型的训练方法，所述采用第一预设优化方式对所述样本图像训练集进行优化处理的步骤，包括：

将所述样本图像训练集中的任意一张所述目标样本图像输入至所述图像方向预测模型，得到输出的第一方向标签信息；

比对所述第一方向标签信息和所述样本方向标签信息，确定所述第一方向标签信息的第一置信度；

将所述第一置信度小于第一设定阈值的所述目标样本图像从所述样本图像训练集中剔除，以得到优化后的所述样本图像训练集。

4.如权利要求3所述的图像方向预测模型的训练方法，所述采用第一预设优化方式对所述样本图像训练集进行优化处理的步骤，包括：

生成预设图像训练集中的每张第一图像对应的第二方向标签信息；

将所预设图像训练集中的任意一张所述第一图像输入至所述图像方向预测模型，得到输出的第三方向标签信息；

比对所述第二方向标签信息和所述第三方向标签信息，确定所述第三方向标签信息的第二置信度；

将所述第二置信度大于或者等于所述第一设定阈值的所述第一图像作为所述目标样本图像并增加至所述样本图像训练集，以得到优化后的所述样本图像训练集。

5.如权利要求2所述的图像方向预测模型的训练方法，在模型训练前，所述训练方法还包括：

对所述样本图像训练集中的所述目标样本图像采用多种预设数据增强方式进行增强处理；

其中，多种所述预设数据增强方式采用概率融合方式进行处理，每种所述预设数据增强方式对应不同的预设概率。

6.如权利要求2-5中任一项所述的图像方向预测模型的训练方法，所述训练方法还包括：

采用第二预设优化方式对所述预设轻量级网络模型的模型参数进行优化处理；

所述采用预设轻量级网络模型训练得到所述图像方向预测模型的步骤，包括：

采用优化处理后的所述预设轻量级网络模型对所述样本图像训练集进行训练，得到优化后的图像方向预测模型。

7.如权利要求6所述的图像方向预测模型的训练方法，所述训练方法还包括：

采用预设知识蒸馏算法获取教师模型根据所述样本图像训练集中每张所述目标样本图像输出的参照方向标签信息；

所述采用预设轻量级网络模型训练得到所述图像方向预测模型的步骤，包括：

将每张所述目标样本图像作为输入，对应的所述参照方向标签信息作为输出，采用所述预设轻量级网络模型训练得到新的所述图像方向预测模型。

8.如权利要求1-5中任一项所述的图像方向预测模型的训练方法，所述预设轻量级网络模型包括骨干网络模型PP-LCNet。

9.如权利要求1所述的图像方向预测模型的训练方法，不同的所述预设旋转方向包括0度、90度、180度或270度。

10.一种图像处理方法，所述图像处理方法基于如权利要求1-9中任一项所述的图像方向预测模型的训练方法实现；

所述图像处理方法包括：

获取待处理图像；

将所述待处理图像输入至所述图像方向预测模型中，得到输出的图像方向预测结果。

11.如权利要求10所述的图像处理方法，所述得到输出的图像方向预测结果的步骤之后，还包括：

根据所述图像方向预测结果获取所述待处理图像在不同的预设旋转方向的概率值；

将所述概率值大于第二设定阈值对应的所述预设旋转方向作为所述待处理图像的实际图像方向；

基于所述实际图像方向生成对应的图像矫正策略；

根据所述图像矫正策略将所述待处理图像调整至目标图像方向。

12.一种图像方向预测模型的训练装置，所述训练装置包括：

初始样本图像获取模块，用于获取若干张初始样本图像；

目标样本图像获取模块，用于随机旋转所述初始样本图像，得到不同预设旋转方向上的目标样本图像；

样本标签信息获取模块，用于生成对应的样本方向标签信息；

模型训练模块，用于将每张所述目标样本图像作为输入，对应的所述样本方向标签信息作为输出，采用预设轻量级网络模型训练得到所述图像方向预测模型。

13.如权利要求12所述的图像方向预测模型的训练装置，基于不同的所述目标样本图像构成样本图像训练集；

所述训练装置还包括：

图像训练集优化模块，用于采用第一预设优化方式对所述样本图像训练集进行优化处理；

所述模型训练模块还用于采用所述预设轻量级网络模型基于优化处理后的对所述样本图像训练集进行训练，得到优化后的所述图像方向预测模型。

14.如权利要求13所述的图像方向预测模型的训练装置，所述图像训练集优化模块包括：

第一标签信息获取单元，用于将所述样本图像训练集中的任意一张所述目标样本图像输入至所述图像方向预测模型，得到输出的第一方向标签信息；

第一置信度确定单元，用于比对所述第一方向标签信息和所述样本方向标签信息，确定所述第一方向标签信息的第一置信度；

图像训练集优化单元，用于将所述第一置信度小于第一设定阈值的所述目标样本图像从所述样本图像训练集中剔除，以得到优化后的所述样本图像训练集。

15.如权利要求14所述的图像方向预测模型的训练装置，所述图像训练集优化模块包括：

第二标签信息获取单元，用于生成预设图像训练集中的每张第一图像对应的第二方向标签信息；

第三标签信息获取单元，用于将所预设图像训练集中的任意一张所述第一图像输入至所述图像方向预测模型，得到输出的第三方向标签信息；

第二置信度确定单元，用于比对所述第二方向标签信息和所述第三方向标签信息，确定所述第三方向标签信息的第二置信度；

所述图像训练集优化单元还用于将所述第二置信度大于或者等于所述第一设定阈值的所述第一图像作为所述目标样本图像并增加至所述样本图像训练集，以得到优化后的所述样本图像训练集。

16.如权利要求13所述的图像方向预测模型的训练装置，在模型训练前，所述训练装置还包括：

图像增强处理模块，用于对所述样本图像训练集中的所述目标样本图像采用多种预设数据增强方式进行增强处理；

其中，多种所述预设数据增强方式采用概率融合方式进行处理，每种所述预设数据增强方式对应不同的预设概率。

17.如权利要求13-16中任一项所述的图像方向预测模型的训练装置，所述训练装置还包括：

模型参数优化模块，用于采用第二预设优化方式对所述预设轻量级网络模型的模型参数进行优化处理；

所述模型训练模块还用于采用优化处理后的所述预设轻量级网络模型对所述样本图像训练集进行训练，得到优化后的图像方向预测模型。

18.如权利要求17所述的图像方向预测模型的训练装置，所述训练装置还包括：

参照标签信息获取模块，用于采用预设知识蒸馏算法获取教师模型根据所述样本图像训练集中每张所述目标样本图像输出的参照方向标签信息；

所述模型训练模块还用于将每张所述目标样本图像作为输入，对应的所述参照方向标签信息作为输出，采用所述预设轻量级网络模型训练得到新的所述图像方向预测模型。

19.如权利要求12-16中任一项所述的图像方向预测模型的训练装置，所述预设轻量级网络模型包括骨干网络模型PP-LCNet。

20.如权利要求1所述的图像方向预测模型的训练装置，不同的所述预设旋转方向包括0度、90度、180度或270度。

21.一种图像处理装置，所述图像处理装置基于如权利要求12-20中任一项所述的图像方向预测模型的训练装置实现；

所述图像处理装置包括：

待处理图像获取模块，用于获取待处理图像；

预测结果获取模块，用于将所述待处理图像输入至所述图像方向预测模型中，得到输出的图像方向预测结果。

22.如权利要求21所述的图像处理装置，所述图像处理装置还包括：

概率值获取模块，用于根据所述图像方向预测结果获取所述待处理图像在不同的预设旋转方向的概率值；

实际图像方向获取模块，用于将所述概率值大于第二设定阈值对应的所述预设旋转方向作为所述待处理图像的实际图像方向；

图像矫正策略生成模块，用于基于所述实际图像方向生成对应的图像矫正策略；

图像方向调整模块，用于根据所述图像矫正策略将所述待处理图像调整至目标图像方向。

23.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-9中任一项所述的方法；或，权利要求10或11所述的方法。

24.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-9中任一项所述的方法；或，权利要求10或11所述的方法。

25.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-9中任一项所述的方法；或，权利要求10或11所述的方法。

Images