CN117746047A - 一种图像处理方法及其相关设备 - Google Patents
一种图像处理方法及其相关设备 Download PDFInfo
- Publication number
- CN117746047A CN117746047A CN202211152658.5A CN202211152658A CN117746047A CN 117746047 A CN117746047 A CN 117746047A CN 202211152658 A CN202211152658 A CN 202211152658A CN 117746047 A CN117746047 A CN 117746047A
- Authority
- CN
- China
- Prior art keywords
- image
- feature map
- blocks
- input image
- input
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 25
- 238000012545 processing Methods 0.000 claims abstract description 292
- 238000000034 method Methods 0.000 claims abstract description 147
- 230000004931 aggregating effect Effects 0.000 claims abstract description 35
- 238000010586 diagram Methods 0.000 claims description 134
- 238000012549 training Methods 0.000 claims description 88
- 230000015654 memory Effects 0.000 claims description 80
- 238000000605 extraction Methods 0.000 claims description 59
- 230000002776 aggregation Effects 0.000 claims description 14
- 238000004220 aggregation Methods 0.000 claims description 14
- 238000005070 sampling Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 abstract description 83
- 230000007246 mechanism Effects 0.000 description 38
- 238000013528 artificial neural network Methods 0.000 description 33
- 239000011159 matrix material Substances 0.000 description 26
- 239000013598 vector Substances 0.000 description 26
- 230000006870 function Effects 0.000 description 25
- 230000004927 fusion Effects 0.000 description 24
- 230000000875 corresponding effect Effects 0.000 description 21
- 238000003062 neural network model Methods 0.000 description 21
- 238000004364 calculation method Methods 0.000 description 16
- 238000010606 normalization Methods 0.000 description 16
- 238000013473 artificial intelligence Methods 0.000 description 14
- 230000004913 activation Effects 0.000 description 8
- 230000001537 neural effect Effects 0.000 description 8
- 238000013500 data storage Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- MHABMANUFPZXEB-UHFFFAOYSA-N O-demethyl-aloesaponarin I Natural products O=C1C2=CC=CC(O)=C2C(=O)C2=C1C=C(O)C(C(O)=O)=C2C MHABMANUFPZXEB-UHFFFAOYSA-N 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000013135 deep learning Methods 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 239000000872 buffer Substances 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 4
- 210000004027 cell Anatomy 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000011022 operating instruction Methods 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种图像处理方法及其相关设备,在处理输入图像的过程中,不仅考虑了各个图像块自身的信息,还考虑了各个图像块以及与其位置相关联的图像块之间的关系,所考虑的因素较为全面,故得到的输出图像可具备良好的质量。本申请的方法通常图像处理模型实现,该方法包括:对输入图像进行特征提取,得到第一特征图,输入图像包含N个图像块,N≥2;对输入图像中的至少2个图像块进行聚合,得到第二特征图,至少2个图像块的位置相关联;基于第一特征图以及第二特征图,获取输出图像。
Description
技术领域
本申请实施例涉及人工智能(artificial intelligence,AI)技术领域,尤其涉及一种图像处理方法及其相关设备。
背景技术
随着AI技术的飞速发展,神经网络模型在计算机视觉等任务中得到了广泛应用,且取得了巨大的成功。然而,神经网络模型具有大量的参数,在执行任务过程中需要承受巨大的计算代价,难以部署在算力有限的设备上,故设计轻量化的神经网络模型非常重要。
目前,轻量化的神经网络模型通常是基于卷积层构建的。具体地,神经网络模型在获取输入图像后,可对输入图像进行轻量化的特征提取,所得到的特征图可作为最终的输出图像。由此可见,神经网络模型在图像处理的过程中,大多执行的是轻量化的特征提取操作,可以降低模型自身的参数量以及所需承受的计算代价。
然而,受限于轻量化的特征提取的性质,神经网络模型在对输入图像的各个图像块进行轻量化的特征提取时,往往仅考虑各个图像块自身的信息,所考虑的因素较为单一,导致模型得到的输出图像无法具备良好的质量。
发明内容
本申请实施例提供了一种图像处理方法及其相关设备,在处理输入图像的过程中,不仅考虑了各个图像块自身的信息,还考虑了各个图像块以及与其位置相关联的图像块之间的关系,所考虑的因素较为全面,故得到的输出图像可具备良好的质量。
本申请实施例的第一方面提供了一种图像处理方法,该方法包括:
当需要对待处理图像进行处理时,可将待处理图像作为输入图像输入至图像处理模型中。那么,图像处理模型可对输入图像进行轻量化的特征提取,从而得到第一特征图。在一种可能实现的方式中,在图像处理模型中,输入图像可被划分为N个图像块(N为大于或等于2的正整数),对于这N个图像块中的任意一个图像块而言,即对于这N个图像块中的第i个图像块而言(i=1,...,N),图像处理模型可对第i个图像块进行轻量化的特征提取处理,从而得到第一特征图的第i个特征块。那么,对于这N个图像块中除第i个图像块之外的其余图像块,图像处理模型也可对其余图像块执行如同对第i个图像块所执行的操作。如此一来,总共可得到第一特征图的N个特征块,相当于得到第一特征图。
与此同时,由于输入图像可被划分为N个图像块,图像处理模型还可对这N个图像块中的至少2个图像进行聚合,从而得到第二特征图,其中,这至少2个图像在输入图像中的位置是相关联的。在一种可能实现的方式中,对于这N个图像块中的第i个图像块而言,图像处理模型可先在这N个图像块中除第i个图像块之外的其余图像块中,确定与第i个图像块构成预设位置关系的M个图像块(M为大于或等于1的正整数,且M小于N),然后,图像处理模型可对第i个图像块与这M个图像块进行聚合,从而得到第二特征图的第i个特征块。那么,对于这N个图像块中除第i个图像块之外的其余图像块,图像处理模型也可对其余图像块执行如同对第i个图像块所执行的操作。如此一来,总共可得到第二特征图的N个特征块,相当于得到第二特征图。
得到第一特征图和第二特征图后,图像处理模型还可对第一特征图以及第二特征图进行处理,从而得到输出图像,输出图像为处理后的图像,即整个图像处理模型的输出。
从上述方法可以看出:在得到包含N个图像块的输入图像后,图像处理模型可对输入图像进行特征提取,得到第一特征图。与此同时,图像处理模型还可对输入图像的至少2个图像块进行聚合,得到第二特征图。最后,图像处理模型可对第一特征图以及第二特征图进行处理,从而得到输出图像。前述过程中,第一特征图可用于指示输入图像中各个图像块自身的信息,第二特征图可用于指示输入图像中某个(或某些或全部)图像块以及与其位置相关联的图像块之间的关系,由此可见,图像处理模型在获取输出图像的过程中所考虑的因素较为全面,故图像处理模型得到的输出图像可具备良好的质量。
更具体地,在得到包含N个图像块的输入图像后,图像处理模型可对输入图像进行特征提取,得到第一特征图。与此同时,图像处理模型还可对输入图像的第i个图像块,以及输入图像中除第i个图像块之外的M个图像块进行聚合,得到第二特征图的第i个特征块,这M个图像块包含与第i个图像块构成预设位置关系的图像块。对于输入图像中除第i个图像块之外的其余图像块,图像处理模型也可执行类似的操作,故可得到第二特征图的N个特征块,即第二特征图。最后,图像处理模型可对第一特征图以及第二特征图进行处理,从而得到输出图像。前述过程中,对于输入图像的任意一个图像块,第一特征图包含图像处理模型对该图像块进行特征提取所得到的特征(即各个图像块的自身特征),第二特征图包含图像处理模型对该图像块以及与该图像块存在预设位置关系的若干个图像块进行聚合所得到的特征(即各个图像块的长注意力特征),由此可见,图像处理模型基于第一特征图以及第二特征图得到输出图像的过程中,不仅考虑了输入图像中各个图像块自身的信息,还考虑了各个图像块以及与其位置相关联的图像块之间的关系,所考虑的因素较为全面,故图像处理模型得到的输出图像可具备良好的质量。
在一种可能实现的方式中,M个图像块包含以下至少一项:与第i个图像块位于同一行的图像块,与第i个图像块位于同一列的图像块,与第i个图像块构成斜线的图像块,以及位于第i个图像块周围的图像块。前述实现方式中,与第i个图像块构成预设位置关系的M个图像块可通过多种方式呈现,例如,这M个图像块可以是与第i个图像块位于同一行的图像块,又如,这M个图像块可以是与第i个图像块位于同一列的图像块,又如,这M个图像块可以是与第i个图像块构成斜线的图像块,又如,这M个图像块可以是位于第i个图像块周围的图像块,又如,这M个图像块的一部分可以是与第i个图像块位于同一行的图像块,另一部分是与第i个图像块位于同一列的图像块等等。
在一种可能实现的方式中,对输入图像的第i个图像块,以及输入图像中除第i个图像块之外的M个图像块进行聚合,得到第二特征图的第i个特征块包括:对输入图像的第i个图像块,以及输入图像中除第i个图像块之外的M个图像块进行加权求和,得到第二特征图的第i个特征块。前述实现方式中,由于输入图像可被划分为N个图像块,对于这N个图像块中的第i个图像块而言,图像处理模型可对输入图像的第i个图像块,以及与第i个图像块构成预设位置关系的M个图像块进行加权求和,得到第二特征图的第i个特征块。那么,对于这N个图像块中除第i个图像块之外的其余图像块,图像处理模型也可对其余图像块执行如同对第i个图像块所执行的操作。如此一来,总共可得到第二特征图的N个特征块,相当于得到第二特征图。由此可见,该实现方式可通过加权求和的方式,来获取包含输入图像中各个图像块的长注意力特征的第二特征图,可见,第二特征图可用于指示各个图像块以及与其位置相关联的图像块之间的关系。
在一种可能实现的方式中,基于第一特征图以及第二特征图,获取输出图像包括:对第一特征图以及第二特征图进行融合,得到第三特征图;对第三特征图进行特征提取,得到第四特征图;对第四特征图以及输入图像进行融合,得到输出图像。前述实现方式中,得到第一特征图以及第二特征图后,图像处理模型可对第一特征图以及第二特征图进行融合(例如,相加、相乘等等),从而得到第三特征图。图像处理模型得到第三特征图后,可对第三特征图进行特征提取(例如,1×1卷积等等),从而得到第四特征图。图像处理模型得到第四特征图后,对第四特征图以及输入图像进行融合(例如,相加、相乘等等),从而得到输出图像。
在一种可能实现的方式中,基于第一特征图以及第二特征图,获取输出图像包括:对第一特征图以及第二特征图进行融合,得到输出图像。前述实现方式中,图像处理模型得到第一特征图以及第二特征图后,可对第一特征图以及第二特征图进行融合(例如,相加、相乘等等),融合后的结果可直接作为输出图像。
在一种可能实现的方式中,基于第一特征图以及第二特征图,获取输出图像之前,方法还包括:对第二特征图进行归一化,得到归一化后的第二特征图;基于第一特征图以及第二特征图,获取输出图像包括:基于第一特征图以及归一化后的第二特征图,获取输出图像。前述实现方式中,图像处理模型还可对第二特征图进行归一化,得到归一化后的第二特征图,故图像处理模型可对第一特征图以及归一化后的第二特征图进行处理,从而得到输出图像。
在一种可能实现的方式中,输入图像为原始的待处理图像,或,所述输入图像为所述待处理图像经过特征提取后所得到的特征图。前述实现方式中,图像处理模型的输入图像既可以是用户选定的待处理图像(在这种情况下,输入图像的第i个图像块也可以理解为待处理图像的第i个图像块,输入图像的其余图像块也是如此,此处不再赘述),也可以是对用户选定的待处理图像进行预先的特征提取(该特征提取为除图像处理模型之外的其余模型所进行的操作)后所得到的特征图(在这种情况下,输入图像的第i个图像块也可以理解为待处理图像的特征图的第i个特征块,输入图像的其余图像块也是如此,此处不再赘述)。
本申请实施例的第二方面提供了一种图像处理方法,该方法通过图像处理模型实现,方法包括:
当需要对待处理图像进行处理时,可将待处理图像作为输入图像输入至图像处理模型中。在图像处理模型中,输入图像可被划分为N个图像块(N为大于或等于2的正整数),对于这N个图像块中的任意一个图像块而言,即对于这N个图像块中的第i个图像块而言(i=1,...,N),图像处理模型可对第i个图像块进行轻量化的特征提取处理,从而得到第一特征图的第i个特征块。那么,对于这N个图像块中除第i个图像块之外的其余图像块,图像处理模型也可对其余图像块执行如同对第i个图像块所执行的操作。如此一来,总共可得到第一特征图的N个特征块,相当于得到第一特征图。
与此同时,图像处理模型还可对输入图像进行下采样,得到下采样后的输入图像。需要说明的是,下采样后的输入图像的尺寸通常小于输入图像,故下采样后的输入图像包含P个图像块,N>P≥2。
由于下采样后的输入图像可被划分为P个图像块,图像处理模型还可对这P个图像块中的至少2个图像进行聚合,从而得到第二特征图,其中,这至少2个图像在输入图像中的位置是相关联的。在一种可能实现的方式中,对于这P个图像块中的第j个图像块而言,图像处理模型可先在这P个图像块中除第j个图像块之外的其余图像块中,确定与第j个图像块构成预设位置关系的Q个图像块(Q为大于或等于1的正整数,且Q小于P),然后,图像处理模型可对第j个图像块与这Q个图像块进行聚合,从而得到第二特征图的第j个特征块。那么,对于这P个图像块中除第j个图像块之外的其余图像块,图像处理模型也可对其余图像块执行如同对第j个图像块所执行的操作。如此一来,总共可得到第二特征图的P个特征块,相当于得到第二特征图。
得到第二特征图后,图像处理模型可对第二特征图进行上采样,得到上采样后的第二特征图。需要说明的是,上采样后的第二特征图的尺寸通常等于输入图像,故上采样后的第二特征图包含N个特征块。
得到第一特征图以及上采样后的第二特征图后,图像处理模型可对第一特征图以及上采样后的第二特征图进行处理,从而得到输出图像,输出图像为处理后的图像,即整个图像处理模型的输出。
从上述方法可以看出:在得到包含N个图像块的输入图像后,图像处理模型可对输入图像进行特征提取,得到第一特征图。与此同时,图像处理模型还可对输入图像进行下采样,得到下采样后的输入图像,接着,图像处理模型可对下采样后的输入图像中的至少2个图像块进行聚合,得到第二特征图。然后,图像处理模型可对第二特征图进行上采样,得到上采样后的第二特征图。最后,图像处理模型可对第一特征图以及上采样后的第二特征图进行处理,从而得到输出图像。前述过程中,第一特征图可用于指示输入图像中各个图像块自身的信息,上采样后的第二特征图可用于指示输入图像中某个(或某些或全部)图像块以及与其位置相关联的图像块之间的关系,由此可见,图像处理模型在获取输出图像的过程中所考虑的因素较为全面,故图像处理模型得到的输出图像可具备良好的质量。
更具体地,在得到包含N个图像块的输入图像后,图像处理模型可对输入图像进行特征提取,得到第一特征图。与此同时,图像处理模型还可先对输入图像进行下采样,得到包含P个图像块的下采样后的输入图像,接着,图像处理模型可对下采样后的输入图像的第j个图像块,以及下采样后的输入图像中除第j个图像块之外的Q个图像块进行聚合,得到第二特征图的第j个特征块,这Q个图像块包含与第i个图像块构成预设位置关系的图像块。对于下采样后的输入图像中除第j个图像块之外的其余图像块,图像处理模型也可执行类似的操作,故可得到第二特征图的P个特征块,即第二特征图。然后,图像处理模型可对第二特征图进行上采样,得到包含N个特征块的上采样后的第二特征图。最后,图像处理模型可对第一特征图以及上采样后的第二特征图进行处理,从而得到输出图像。前述过程中,对于输入图像的任意一个图像块,第一特征图包含图像处理模型对该图像块进行特征提取所得到的特征,上采样后的第二特征图包含图像处理模型对该图像块以及与该图像块存在预设位置关系的若干个图像块进行聚合所得到的特征,由此可见,图像处理模型基于第一特征图以及上采样后的第二特征图得到输出图像的过程中,不仅考虑了输入图像中各个图像块自身的信息,还考虑了各个图像块以及与其位置相关联的图像块之间的关系,所考虑的因素较为全面,故图像处理模型得到的输出图像可具备良好的质量。
在一种可能实现的方式中,P个图像块包含以下至少一项:与所述第j个图像块位于同一行的图像块,与所述第j个图像块位于同一列的图像块,与所述第j个图像块构成斜线的图像块,以及位于所述第j个图像块周围的图像块。
在一种可能实现的方式中,对下采样后的输入图像的第j个图像块,以及下采样后的输入图像中除第j个图像块之外的Q个图像块进行聚合,得到第二特征图的第j个特征块包括:对下采样后的输入图像的第j个图像块,以及下采样后的输入图像中除第j个图像块之外的Q个图像块进行加权求和,得到第二特征图的第j个特征块。
在一种可能实现的方式中,基于第一特征图以及上采样后的第二特征图,获取输出图像包括:对第一特征图以及上采样后的第二特征图进行融合,得到第三特征图;对第三特征图进行特征提取,得到第四特征图;对第四特征图以及输入图像进行融合,得到输出图像。
在一种可能实现的方式中,基于第一特征图以及上采样后的第二特征图,获取输出图像包括:对第一特征图以及上采样后的第二特征图进行融合,得到输出图像。
在一种可能实现的方式中,基于第一特征图以及上采样后的第二特征图,获取输出图像之前,该方法还包括:对上采样后的第二特征图进行归一化,得到归一化后的第二特征图;基于第一特征图以及上采样后的第二特征图,获取输出图像包括:基于第一特征图以及归一化后的第二特征图,获取输出图像。
本申请实施例的第三方面提供了一种模型训练方法,该方法包括:通过待训练模型对输入图像进行处理,得到输出图像,其中,待训练模型用于:对输入图像进行特征提取,得到第一特征图,输入图像包含N个图像块,N≥2;对输入图像中的至少2个图像块进行聚合,得到第二特征图,至少2个图像块的位置相关联;基于第一特征图以及第二特征图,获取输出图像;基于输出图像以及真实输出图像,获取目标损失,目标损失用于指示输出图像与真实输出图像之间的差异;基于目标损失对待训练模型的参数进行更新,直至满足模型训练条件,得到图像处理模型。
本申请实施例训练得到的图像处理模型,具备图像处理能力。具体地,在得到包含N个图像块的输入图像后,图像处理模型可对输入图像进行特征提取,得到第一特征图。与此同时,图像处理模型还可对输入图像的至少2个图像块进行聚合,得到第二特征图。最后,图像处理模型可对第一特征图以及第二特征图进行处理,从而得到输出图像。前述过程中,第一特征图可用于指示输入图像中各个图像块自身的信息,第二特征图可用于指示输入图像中某个(或某些或全部)图像块以及与其位置相关联的图像块之间的关系,由此可见,图像处理模型在获取输出图像的过程中所考虑的因素较为全面,故图像处理模型得到的输出图像可具备良好的质量。
在一种可能实现的方式中,待训练模型,用于对输入图像的第i个图像块,以及输入图像中除第i个图像块之外的M个图像块进行聚合,得到第二特征图的第i个特征块,M个图像块包含与第i个图像块构成预设位置关系的图像块,N>M≥1,i=1,...,N。
在一种可能实现的方式中,M个图像块包含以下至少一项:与第i个图像块位于同一行的图像块,与第i个图像块位于同一列的图像块,与第i个图像块构成斜线的图像块,以及位于第i个图像块周围的图像块。
在一种可能实现的方式中,待训练模型,用于对输入图像的第i个图像块,以及输入图像中除第i个图像块之外的M个图像块进行加权求和,得到第二特征图的第i个特征块。
在一种可能实现的方式中,待训练模型,用于:对第一特征图以及第二特征图进行融合,得到第三特征图;对第三特征图进行特征提取,得到第四特征图;对第四特征图以及输入图像进行融合,得到输出图像。
在一种可能实现的方式中,待训练模型,用于对第一特征图以及第二特征图进行融合,得到输出图像。
在一种可能实现的方式中,待训练模型,还用于对第二特征图进行归一化,得到归一化后的第二特征图;待训练模型,用于基于第一特征图以及归一化后的第二特征图,获取输出图像。
本申请实施例的第四方面提供了一种模型训练方法,该方法包括:通过待训练模型对输入图像进行处理,得到输出图像,其中,待训练模型用于:对输入图像进行特征提取,得到第一特征图;对输入图像进行下采样,得到下采样后的输入图像,下采样后的输入图像包含P个图像块,P≥2;对下采样后的输入图像中的至少2个图像块进行聚合,得到第二特征图,至少2个图像块的位置相关联;对第二特征图进行上采样,得到上采样后的第二特征图;基于第一特征图以及上采样后的第二特征图,获取输出图像;基于输出图像以及真实输出图像,获取目标损失,目标损失用于指示输出图像与真实输出图像之间的差异;基于目标损失对待训练模型的参数进行更新,直至满足模型训练条件,得到图像处理模型。
本申请实施例训练得到的图像处理模型,具备图像处理能力。具体地,在得到包含N个图像块的输入图像后,图像处理模型可对输入图像进行特征提取,得到第一特征图。与此同时,图像处理模型还可对输入图像进行下采样,得到下采样后的输入图像,接着,图像处理模型可对下采样后的输入图像中的至少2个图像块进行聚合,得到第二特征图。然后,图像处理模型可对第二特征图进行上采样,得到上采样后的第二特征图。最后,图像处理模型可对第一特征图以及上采样后的第二特征图进行处理,从而得到输出图像。前述过程中,第一特征图可用于指示输入图像中各个图像块自身的信息,上采样后的第二特征图可用于指示输入图像中某个(或某些或全部)图像块以及与其位置相关联的图像块之间的关系,由此可见,图像处理模型在获取输出图像的过程中所考虑的因素较为全面,故图像处理模型得到的输出图像可具备良好的质量。
在一种可能实现的方式中,待训练模型,用于对下采样后的输入图像的第j个图像块,以及下采样后的输入图像中除第j个图像块之外的Q个图像块进行聚合,得到第二特征图的第j个特征块,Q个图像块包含与第j个图像块构成预设位置关系的图像块,P>Q≥1,j=1,...,P。
在一种可能实现的方式中,P个图像块包含以下至少一项:与所述第j个图像块位于同一行的图像块,与所述第j个图像块位于同一列的图像块,与所述第j个图像块构成斜线的图像块,以及位于所述第j个图像块周围的图像块。
在一种可能实现的方式中,待训练模型,用于对下采样后的输入图像的第j个图像块,以及下采样后的输入图像中除第j个图像块之外的Q个图像块进行加权求和,得到第二特征图的第j个特征块。
在一种可能实现的方式中,待训练模型,用于对第一特征图以及上采样后的第二特征图进行融合,得到第三特征图;对第三特征图进行特征提取,得到第四特征图;对第四特征图以及输入图像进行融合,得到输出图像。
在一种可能实现的方式中,待训练模型,用于对第一特征图以及上采样后的第二特征图进行融合,得到输出图像。
在一种可能实现的方式中,待训练模型,还用于对上采样后的第二特征图进行归一化,得到归一化后的第二特征图;待训练模型,用于基于第一特征图以及归一化后的第二特征图,获取输出图像。
本申请实施例的第五方面提供了一种图像处理装置,该装置包含图像处理模型,该装置包括:特征提取模块,用于对输入图像进行特征提取,得到第一特征图,输入图像包含N个图像块,N≥2;聚合模块,用于对输入图像中的至少2个图像块进行聚合,得到第二特征图,至少2个图像块的位置相关联;获取模块,用于基于第一特征图以及第二特征图,获取输出图像。
在一种可能实现的方式中,聚合模块,用于对输入图像的第i个图像块,以及输入图像中除第i个图像块之外的M个图像块进行聚合,得到第二特征图的第i个特征块,M个图像块包含与第i个图像块构成预设位置关系的图像块,N>M≥1,i=1,...,N。
在一种可能实现的方式中,M个图像块包含以下至少一项:与第i个图像块位于同一行的图像块,与第i个图像块位于同一列的图像块,与第i个图像块构成斜线的图像块,以及位于第i个图像块周围的图像块。
在一种可能实现的方式中,聚合模块,用于对输入图像的第i个图像块,以及输入图像中除第i个图像块之外的M个图像块进行加权求和,得到第二特征图的第i个特征块。
在一种可能实现的方式中,获取模块,用于:对第一特征图以及第二特征图进行融合,得到第三特征图;对第三特征图进行特征提取,得到第四特征图;对第四特征图以及输入图像进行融合,得到输出图像。
在一种可能实现的方式中,获取模块,用于对第一特征图以及第二特征图进行融合,得到输出图像。
在一种可能实现的方式中,该装置还包括:归一化模块,用于对第二特征图进行归一化,得到归一化后的第二特征图;获取模块,用于基于第一特征图以及归一化后的第二特征图,获取输出图像。
本申请实施例的第六方面提供了一种图像处理装置,该装置包含图像处理模型,该装置包括:特征提取模块,用于对输入图像进行特征提取,得到第一特征图;下采样模块,用于对输入图像进行下采样,得到下采样后的输入图像,下采样后的输入图像包含P个图像块,P≥2;聚合模块,用于对下采样后的输入图像中的至少2个图像块进行聚合,得到第二特征图,至少2个图像块的位置相关联;上采样模块,用于对第二特征图进行上采样,得到上采样后的第二特征图;获取模块,用于基于第一特征图以及上采样后的第二特征图,获取输出图像。
在一种可能实现的方式中,聚合模块,用于对下采样后的输入图像的第j个图像块,以及下采样后的输入图像中除第j个图像块之外的Q个图像块进行聚合,得到第二特征图的第j个特征块,Q个图像块包含与第j个图像块构成预设位置关系的图像块,P>Q≥1,j=1,...,P。
在一种可能实现的方式中,与第j个图像块构成预设位置关系的P个图像块包含以下至少一项:与所述第j个图像块位于同一行的图像块,与所述第j个图像块位于同一列的图像块,与所述第j个图像块构成斜线的图像块,以及位于所述第j个图像块周围的图像块。
在一种可能实现的方式中,聚合模块,用于对下采样后的输入图像的第j个图像块,以及下采样后的输入图像中除第j个图像块之外的Q个图像块进行加权求和,得到第二特征图的第j个特征块。
在一种可能实现的方式中,获取模块,用于:对第一特征图以及上采样后的第二特征图进行融合,得到第三特征图;对第三特征图进行特征提取,得到第四特征图;对第四特征图以及输入图像进行融合,得到输出图像。
在一种可能实现的方式中,获取模块,用于对第一特征图以及上采样后的第二特征图进行融合,得到输出图像。
在一种可能实现的方式中,该装置还包括:归一化模块,用于对上采样后的第二特征图进行归一化,得到归一化后的第二特征图;获取模块,用于基于第一特征图以及归一化后的第二特征图,获取输出图像。
本申请实施例的第七方面提供了一种模型训练装置,该装置包括:处理模块,用于通过待训练模型对输入图像进行处理,得到输出图像,其中,待训练模型用于:对输入图像进行特征提取,得到第一特征图,输入图像包含N个图像块,N≥2;对输入图像中的至少2个图像块进行聚合,得到第二特征图,至少2个图像块的位置相关联;基于第一特征图以及第二特征图,获取输出图像;获取模块,用于基于输出图像以及真实输出图像,获取目标损失,目标损失用于指示输出图像与真实输出图像之间的差异;更新模块,用于基于目标损失对待训练模型的参数进行更新,直至满足模型训练条件,得到图像处理模型。
在一种可能实现的方式中,待训练模型,用于对输入图像的第i个图像块,以及输入图像中除第i个图像块之外的M个图像块进行聚合,得到第二特征图的第i个特征块,M个图像块包含与第i个图像块构成预设位置关系的图像块,N>M≥1,i=1,...,N。
在一种可能实现的方式中,M个图像块包含以下至少一项:与第i个图像块位于同一行的图像块,与第i个图像块位于同一列的图像块,与第i个图像块构成斜线的图像块,以及位于第i个图像块周围的图像块。
在一种可能实现的方式中,待训练模型,用于对输入图像的第i个图像块,以及输入图像中除第i个图像块之外的M个图像块进行加权求和,得到第二特征图的第i个特征块。
在一种可能实现的方式中,待训练模型,用于:对第一特征图以及第二特征图进行融合,得到第三特征图;对第三特征图进行特征提取,得到第四特征图;对第四特征图以及输入图像进行融合,得到输出图像。
在一种可能实现的方式中,待训练模型,用于对第一特征图以及第二特征图进行融合,得到输出图像。
在一种可能实现的方式中,待训练模型,还用于对第二特征图进行归一化,得到归一化后的第二特征图;待训练模型,用于基于第一特征图以及归一化后的第二特征图,获取输出图像。
本申请实施例的第八方面提供了一种模型训练装置,该装置包括:处理模块,用于通过待训练模型对输入图像进行处理,得到输出图像,其中,待训练模型用于:对输入图像进行特征提取,得到第一特征图;对输入图像进行下采样,得到下采样后的输入图像,下采样后的输入图像包含P个图像块,P≥2;对下采样后的输入图像中的至少2个图像块进行聚合,得到第二特征图,至少2个图像块的位置相关联;对第二特征图进行上采样,得到上采样后的第二特征图;基于第一特征图以及上采样后的第二特征图,获取输出图像;获取模块,用于基于输出图像以及真实输出图像,获取目标损失,目标损失用于指示输出图像与真实输出图像之间的差异;更新模块,用于基于目标损失对待训练模型的参数进行更新,直至满足模型训练条件,得到图像处理模型。
在一种可能实现的方式中,待训练模型,用于对下采样后的输入图像的第j个图像块,以及下采样后的输入图像中除第j个图像块之外的Q个图像块进行聚合,得到第二特征图的第j个特征块,Q个图像块包含与第j个图像块构成预设位置关系的图像块,P>Q≥1,j=1,...,P。
在一种可能实现的方式中,P个图像块包含以下至少一项:与所述第j个图像块位于同一行的图像块,与所述第j个图像块位于同一列的图像块,与所述第j个图像块构成斜线的图像块,以及位于所述第j个图像块周围的图像块。
在一种可能实现的方式中,待训练模型,用于对下采样后的输入图像的第j个图像块,以及下采样后的输入图像中除第j个图像块之外的Q个图像块进行加权求和,得到第二特征图的第j个特征块。
在一种可能实现的方式中,待训练模型,用于对第一特征图以及上采样后的第二特征图进行融合,得到第三特征图;对第三特征图进行特征提取,得到第四特征图;对第四特征图以及输入图像进行融合,得到输出图像。
在一种可能实现的方式中,待训练模型,用于对第一特征图以及上采样后的第二特征图进行融合,得到输出图像。
在一种可能实现的方式中,待训练模型,还用于对上采样后的第二特征图进行归一化,得到归一化后的第二特征图;待训练模型,用于基于第一特征图以及归一化后的第二特征图,获取输出图像。
本申请实施例的第九方面提供了一种图像处理装置,该装置包括存储器和处理器;存储器存储有代码,处理器被配置为执行代码,当代码被执行时,图像处理装置执行如第一方面、第一方面中任意一种可能的实现方式、第二方面或第二方面中任意一种可能的实现方式所述的方法。
本申请实施例的第十方面提供了一种模型训练装置,该装置包括存储器和处理器;存储器存储有代码,处理器被配置为执行代码,当代码被执行时,模型训练装置执行如第三方面、第三方面中任意一种可能的实现方式、第四方面或第四方面中任意一种可能的实现方式所述的方法。
本申请实施例的第十一方面提供了一种电路系统,该电路系统包括处理电路,该处理电路配置为执行如第一方面、第一方面中的任意一种可能的实现方式、第二方面、第二方面中任意一种可能的实现方式、第三方面、第三方面中任意一种可能的实现方式、第四方面或第四方面中任意一种可能的实现方式所述的方法。
本申请实施例的第十二方面提供了一种芯片系统,该芯片系统包括处理器,用于调用存储器中存储的计算机程序或计算机指令,以使得该处理器执行如第一方面、第一方面中的任意一种可能的实现方式、第二方面、第二方面中任意一种可能的实现方式、第三方面、第三方面中任意一种可能的实现方式、第四方面或第四方面中任意一种可能的实现方式所述的方法。
在一种可能的实现方式中,该处理器通过接口与存储器耦合。
在一种可能的实现方式中,该芯片系统还包括存储器,该存储器中存储有计算机程序或计算机指令。
本申请实施例的第十三方面提供了一种计算机存储介质,该计算机存储介质存储有计算机程序,该程序在由计算机执行时,使得计算机实施如第一方面、第一方面中的任意一种可能的实现方式、第二方面、第二方面中任意一种可能的实现方式、第三方面、第三方面中任意一种可能的实现方式、第四方面或第四方面中任意一种可能的实现方式所述的方法。
本申请实施例的第十四方面提供了一种计算机程序产品,该计算机程序产品存储有指令,该指令在由计算机执行时,使得计算机实施如第一方面、第一方面中的任意一种可能的实现方式、第二方面、第二方面中任意一种可能的实现方式、第三方面、第三方面中任意一种可能的实现方式、第四方面或第四方面中任意一种可能的实现方式所述的方法。
本申请实施例中,在得到包含N个图像块的输入图像后,图像处理模型可对输入图像进行特征提取,得到第一特征图。与此同时,图像处理模型还可对输入图像的第i个图像块,以及输入图像中除第i个图像块之外的M个图像块进行聚合,得到第二特征图的第i个特征块,这M个图像块包含与第i个图像块构成预设位置关系的图像块。对于输入图像中除第i个图像块之外的其余图像块,图像处理模型也可执行类似的操作,故可得到第二特征图的N个特征块,即第二特征图。最后,图像处理模型可对第一特征图以及第二特征图进行处理,从而得到输出图像。前述过程中,对于输入图像的任意一个图像块,第一特征图包含图像处理模型对该图像块进行特征提取所得到的特征,第二特征图包含图像处理模型对该图像块以及与该图像块存在预设位置关系的若干个图像块进行聚合所得到的特征,由此可见,图像处理模型基于第一特征图以及第二特征图得到输出图像的过程中,不仅考虑了输入图像中各个图像块自身的信息,还考虑了各个图像块以及与其位置相关联的图像块之间的关系,所考虑的因素较为全面,故图像处理模型得到的输出图像可具备良好的质量。
附图说明
图1为人工智能主体框架的一种结构示意图;
图2a为本申请实施例提供的图像处理系统的一个结构示意图;
图2b为本申请实施例提供的图像处理系统的另一结构示意图;
图2c为本申请实施例提供的图像处理的相关设备的一个示意图;
图3为本申请实施例提供的系统100架构的一个示意图;
图4为本申请实施例提供的图像处理模型的一个结构示意图;
图5为本申请实施例提供的图像处理方法的一个流程示意图;
图6为本申请实施例提供的输入图像的一个示意图;
图7为本申请实施例提供的输入图像的另一示意图;
图8a为本申请实施例提供的输入图像的另一示意图;
图8b为本申请实施例提供的输入图像的另一示意图;
图9为本申请实施例提供的获取第二特征图的一个流程示意图;
图10为本申请实施例提供的长注意力机制模块的一个结构示意图;
图11为本申请实施例提供的融合模块的一个结构示意图;
图12为本申请实施例提供的图像处理模型的另一个结构示意图;
图13为本申请实施例提供的图像处理方法的另一流程示意图;
图14为本申请实施例提供的长注意力机制模块的另一结构示意图;
图15为本申请实施例提供的模型训练方法的一个流程示意图;
图16为本申请实施例提供的模型训练方法的一个流程示意图;
图17为本申请实施例提供的图像处理装置的一个结构示意图;
图18为本申请实施例提供的图像处理装置的另一结构示意图;
图19为本申请实施例提供的模型训练装置的一个结构示意图;
图20为本申请实施例提供的模型训练装置的另一结构示意图;
图21为本申请实施例提供的执行设备的一个结构示意图;
图22为本申请实施例提供的训练设备的一个结构示意图;
图23为本申请实施例提供的芯片的一个结构示意图。
具体实施方式
本申请实施例提供了一种图像处理方法及其相关设备,在处理输入图像的过程中,不仅考虑了各个图像块自身的信息,还考虑了各个图像块以及与其位置相关联的图像块之间的关系,所考虑的因素较为全面,故得到的输出图像可具备良好的质量。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换,这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它单元。
随着AI技术的飞速发展,神经网络模型在计算机视觉等任务(例如,图像分类、目标检测、图像超分等等)中得到了广泛应用,且取得了巨大的成功。然而,神经网络模型具有大量的参数,在执行任务过程中需要承受巨大的计算代价,难以部署在算力有限的设备(例如,智能手机、可穿戴设备等等)上,故设计轻量化的神经网络模型非常重要。
目前,轻量化的神经网络模型通常是基于卷积层构建的,例如,1×1卷积层等等。具体地,神经网络模型在获取输入图像后,可对输入图像进行1×1卷积等此类轻量化的特征提取操作,所得到的特征图可作为最终的输出图像。由此可见,神经网络模型在图像处理的过程中,大多执行的是轻量化的特征提取操作,可以降低模型自身的参数量以及所需承受的计算代价。
然而,受限于轻量化的特征提取的性质,神经网络模型在对输入图像的各个图像块进行轻量化的特征提取时,往往仅考虑各个图像块自身的信息,所考虑的因素较为单一,导致模型得到的输出图像无法具备良好的质量。
为了解决上述问题,本申请实施例提供了一种图像处理方法,该方法可结合人工智能(artificial intelligence,AI)技术实现。AI技术是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能的技术学科,AI技术通过感知环境、获取知识并使用知识获得最佳结果。换句话说,人工智能技术是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。利用人工智能进行数据处理是人工智能常见的一个应用方式。
首先对人工智能系统总体工作流程进行描述,请参见图1,图1为人工智能主体框架的一种结构示意图,下面从“智能信息链”(水平轴)和“IT价值链”(垂直轴)两个维度对上述人工智能主题框架进行阐述。其中,“智能信息链”反映从数据的获取到处理的一列过程。举例来说,可以是智能信息感知、智能信息表示与形成、智能推理、智能决策、智能执行与输出的一般过程。在这个过程中,数据经历了“数据—信息—知识—智慧”的凝练过程。“IT价值链”从人智能的底层基础设施、信息(提供和处理技术实现)到系统的产业生态过程,反映人工智能为信息技术产业带来的价值。
(1)基础设施
基础设施为人工智能系统提供计算能力支持,实现与外部世界的沟通,并通过基础平台实现支撑。通过传感器与外部沟通;计算能力由智能芯片(CPU、NPU、GPU、ASIC、FPGA等硬件加速芯片)提供;基础平台包括分布式计算框架及网络等相关的平台保障和支持,可以包括云存储和计算、互联互通网络等。举例来说,传感器和外部沟通获取数据,这些数据提供给基础平台提供的分布式计算系统中的智能芯片进行计算。
(2)数据
基础设施的上一层的数据用于表示人工智能领域的数据来源。数据涉及到图形、图像、语音、文本,还涉及到传统设备的物联网数据,包括已有系统的业务数据以及力、位移、液位、温度、湿度等感知数据。
(3)数据处理
数据处理通常包括数据训练,机器学习,深度学习,搜索,推理,决策等方式。
其中,机器学习和深度学习可以对数据进行符号化和形式化的智能信息建模、抽取、预处理、训练等。
推理是指在计算机或智能系统中,模拟人类的智能推理方式,依据推理控制策略,利用形式化的信息进行机器思维和求解问题的过程,典型的功能是搜索与匹配。
决策是指智能信息经过推理后进行决策的过程,通常提供分类、排序、预测等功能。
(4)通用能力
对数据经过上面提到的数据处理后,进一步基于数据处理的结果可以形成一些通用的能力,比如可以是算法或者一个通用系统,例如,翻译,文本的分析,计算机视觉的处理,语音识别,图像的识别等等。
(5)智能产品及行业应用
智能产品及行业应用指人工智能系统在各领域的产品和应用,是对人工智能整体解决方案的封装,将智能信息决策产品化、实现落地应用,其应用领域主要包括:智能终端、智能交通、智能医疗、自动驾驶、智慧城市等。
接下来介绍几种本申请的应用场景。
图2a为本申请实施例提供的视频处理系统的一个结构示意图,该视频处理系统包括用户设备以及数据处理设备。其中,用户设备包括手机、个人电脑或者信息处理中心等智能终端。用户设备为图像处理的发起端,作为图像处理请求的发起方,通常由用户通过用户设备发起请求。
上述数据处理设备可以是云服务器、网络服务器、应用服务器以及管理服务器等具有数据处理功能的设备或服务器。数据处理设备通过交互接口接收来自智能终端的视频处理请求,再通过存储数据的存储器以及数据处理的处理器环节进行机器学习,深度学习,搜索,推理,决策等方式的信息处理。数据处理设备中的存储器可以是一个统称,包括本地存储以及存储历史数据的数据库,数据库可以在数据处理设备上,也可以在其它网络服务器上。
在图2a所示的图像处理系统中,用户设备可以接收用户的指令,例如用户设备可以获取用户输入/选择的待处理图像,然后向数据处理设备发起请求,使得数据处理设备针对用户设备所得到的图像执行图像处理应用,从而得到处理后的图像。示例性的,用户设备可以获取用户选择的待处理图像,并向数据处理设备发起针对待处理图像的处理请求。接着,数据处理设备可对待处理图像进行基于轻量化的特征提取以及基于长注意力机制的处理等一系列处理,从而得到处理后的图像。需要说明的是,处理后的图像可以用于后续的进一步处理,从而获取图像的最终处理结果,图像的最终处理结果可以指图像所属的类别、图像中目标物体的位置、超分后的图像等等。
在图2a中,数据处理设备可以执行本申请实施例的图像处理方法。
图2b为本申请实施例提供的图像处理系统的另一结构示意图,在图2b中,用户设备直接作为数据处理设备,该用户设备能够直接获取来自用户的输入并直接由用户设备本身的硬件进行处理,具体过程与图2a相似,可参考上面的描述,在此不再赘述。
在图2b所示的图像处理系统中,用户设备可以接收用户的指令,例如用户设备可以获取用户选择的待处理图像,再由用户设备自身对待处理图像进行基于轻量化的特征提取以及基于长注意力机制的处理等一系列处理,从而得到处理后的图像。需要说明的是,处理后的图像可以用于后续的进一步处理,从而获取图像的最终处理结果,图像的最终处理结果可以指图像所属的类别、图像中目标物体的位置、超分后的图像等等。
在图2b中,用户设备自身就可以执行本申请实施例的图像处理方法。
图2c为本申请实施例提供的图像处理的相关设备的一个示意图。
上述图2a和图2b中的用户设备具体可以是图2c中的本地设备301或者本地设备302,图2a中的数据处理设备具体可以是图2c中的执行设备210,其中,数据存储系统250可以存储执行设备210的待处理数据,数据存储系统250可以集成在执行设备210上,也可以设置在云上或其它网络服务器上。
图2a和图2b中的处理器可以通过神经网络模型或者其它模型(例如,基于支持向量机的模型)进行数据训练/机器学习/深度学习,并利用数据最终训练或者学习得到的模型针对图像执行图像处理应用,从而得到相应的处理结果。
图3为本申请实施例提供的系统100架构的一个示意图,在图3中,执行设备110配置输入/输出(input/output,I/O)接口112,用于与外部设备进行数据交互,用户可以通过客户设备140向I/O接口112输入数据,所述输入数据在本申请实施例中可以包括:各个待调度任务、可调用资源以及其他参数。
在执行设备110对输入数据进行预处理,或者在执行设备110的计算模块111执行计算等相关的处理(比如进行本申请中神经网络的功能实现)过程中,执行设备110可以调用数据存储系统150中的数据、代码等以用于相应的处理,也可以将相应处理得到的数据、指令等存入数据存储系统150中。
最后,I/O接口112将处理结果返回给客户设备140,从而提供给用户。
值得说明的是,训练设备120可以针对不同的目标或称不同的任务,基于不同的训练数据生成相应的目标模型/规则,该相应的目标模型/规则即可以用于实现上述目标或完成上述任务,从而为用户提供所需的结果。其中,训练数据可以存储在数据库130中,且来自于数据采集设备160采集的训练样本。
在图3中所示情况下,用户可以手动给定输入数据,该手动给定可以通过I/O接口112提供的界面进行操作。另一种情况下,客户设备140可以自动地向I/O接口112发送输入数据,如果要求客户设备140自动发送输入数据需要获得用户的授权,则用户可以在客户设备140中设置相应权限。用户可以在客户设备140查看执行设备110输出的结果,具体的呈现形式可以是显示、声音、动作等具体方式。客户设备140也可以作为数据采集端,采集如图所示输入I/O接口112的输入数据及输出I/O接口112的输出结果作为新的样本数据,并存入数据库130。当然,也可以不经过客户设备140进行采集,而是由I/O接口112直接将如图所示输入I/O接口112的输入数据及输出I/O接口112的输出结果,作为新的样本数据存入数据库130。
值得注意的是,图3仅是本申请实施例提供的一种系统架构的示意图,图中所示设备、器件、模块等之间的位置关系不构成任何限制,例如,在图3中,数据存储系统150相对执行设备110是外部存储器,在其它情况下,也可以将数据存储系统150置于执行设备110中。如图3所示,可以根据训练设备120训练得到神经网络。
本申请实施例还提供的一种芯片,该芯片包括神经网络处理器NPU。该芯片可以被设置在如图3所示的执行设备110中,用以完成计算模块111的计算工作。该芯片也可以被设置在如图3所示的训练设备120中,用以完成训练设备120的训练工作并输出目标模型/规则。
神经网络处理器NPU,NPU作为协处理器挂载到主中央处理器(centralprocessing unit,CPU)(host CPU)上,由主CPU分配任务。NPU的核心部分为运算电路,控制器控制运算电路提取存储器(权重存储器或输入存储器)中的数据并进行运算。
在一些实现中,运算电路内部包括多个处理单元(process engine,PE)。在一些实现中,运算电路是二维脉动阵列。运算电路还可以是一维脉动阵列或者能够执行例如乘法和加法这样的数学运算的其它电子线路。在一些实现中,运算电路是通用的矩阵处理器。
举例来说,假设有输入矩阵A,权重矩阵B,输出矩阵C。运算电路从权重存储器中取矩阵B相应的数据,并缓存在运算电路中每一个PE上。运算电路从输入存储器中取矩阵A数据与矩阵B进行矩阵运算,得到的矩阵的部分结果或最终结果,保存在累加器(accumulator)中。
向量计算单元可以对运算电路的输出做进一步处理,如向量乘,向量加,指数运算,对数运算,大小比较等等。例如,向量计算单元可以用于神经网络中非卷积/非FC层的网络计算,如池化(pooling),批归一化(batch normalization),局部响应归一化(localresponse normalization)等。
在一些实现种,向量计算单元能将经处理的输出的向量存储到统一缓存器。例如,向量计算单元可以将非线性函数应用到运算电路的输出,例如累加值的向量,用以生成激活值。在一些实现中,向量计算单元生成归一化的值、合并值,或二者均有。在一些实现中,处理过的输出的向量能够用作到运算电路的激活输入,例如用于在神经网络中的后续层中的使用。
统一存储器用于存放输入数据以及输出数据。
权重数据直接通过存储单元访问控制器(direct memory access controller,DMAC)将外部存储器中的输入数据搬运到输入存储器和/或统一存储器、将外部存储器中的权重数据存入权重存储器,以及将统一存储器中的数据存入外部存储器。
总线接口单元(bus interface unit,BIU),用于通过总线实现主CPU、DMAC和取指存储器之间进行交互。
与控制器连接的取指存储器(instruction fetch buffer),用于存储控制器使用的指令;
控制器,用于调用指存储器中缓存的指令,实现控制该运算加速器的工作过程。
一般地,统一存储器,输入存储器,权重存储器以及取指存储器均为片上(On-Chip)存储器,外部存储器为该NPU外部的存储器,该外部存储器可以为双倍数据率同步动态随机存储器(double data rate synchronous dynamic random access memory,DDRSDRAM)、高带宽存储器(high bandwidth memory,HBM)或其他可读可写的存储器。
由于本申请实施例涉及大量神经网络的应用,为了便于理解,下面先对本申请实施例涉及的相关术语及神经网络等相关概念进行介绍。
(1)神经网络
神经网络可以是由神经单元组成的,神经单元可以是指以xs和截距1为输入的运算单元,该运算单元的输出可以为:
其中,s=1、2、……n,n为大于1的自然数,Ws为xs的权重,b为神经单元的偏置。f为神经单元的激活函数(activation functions),用于将非线性特性引入神经网络中,来将神经单元中的输入信号转换为输出信号。该激活函数的输出信号可以作为下一层卷积层的输入。激活函数可以是sigmoid函数。神经网络是将许多个上述单一的神经单元联结在一起形成的网络,即一个神经单元的输出可以是另一个神经单元的输入。每个神经单元的输入可以与前一层的局部接受域相连,来提取局部接受域的特征,局部接受域可以是由若干个神经单元组成的区域。
神经网络中的每一层的工作可以用数学表达式y=a(Wx+b)来描述:从物理层面神经网络中的每一层的工作可以理解为通过五种对输入空间(输入向量的集合)的操作,完成输入空间到输出空间的变换(即矩阵的行空间到列空间),这五种操作包括:1、升维/降维;2、放大/缩小;3、旋转;4、平移;5、“弯曲”。其中1、2、3的操作由Wx完成,4的操作由+b完成,5的操作则由a()来实现。这里之所以用“空间”二字来表述是因为被分类的对象并不是单个事物,而是一类事物,空间是指这类事物所有个体的集合。其中,W是权重向量,该向量中的每一个值表示该层神经网络中的一个神经元的权重值。该向量W决定着上文所述的输入空间到输出空间的空间变换,即每一层的权重W控制着如何变换空间。训练神经网络的目的,也就是最终得到训练好的神经网络的所有层的权重矩阵(由很多层的向量W形成的权重矩阵)。因此,神经网络的训练过程本质上就是学习控制空间变换的方式,更具体的就是学习权重矩阵。
因为希望神经网络的输出尽可能的接近真正想要预测的值,所以可以通过比较当前网络的预测值和真正想要的目标值,再根据两者之间的差异情况来更新每一层神经网络的权重向量(当然,在第一次更新之前通常会有初始化的过程,即为神经网络中的各层预先配置参数),比如,如果网络的预测值高了,就调整权重向量让它预测低一些,不断的调整,直到神经网络能够预测出真正想要的目标值。因此,就需要预先定义“如何比较预测值和目标值之间的差异”,这便是损失函数(loss function)或目标函数(objective function),它们是用于衡量预测值和目标值的差异的重要方程。其中,以损失函数举例,损失函数的输出值(loss)越高表示差异越大,那么神经网络的训练就变成了尽可能缩小这个loss的过程。
(2)反向传播算法
神经网络可以采用误差反向传播(back propagation,BP)算法在训练过程中修正初始的神经网络模型中参数的大小,使得神经网络模型的重建误差损失越来越小。具体地,前向传递输入信号直至输出会产生误差损失,通过反向传播误差损失信息来更新初始的神经网络模型中参数,从而使误差损失收敛。反向传播算法是以误差损失为主导的反向传播运动,旨在得到最优的神经网络模型的参数,例如权重矩阵。
下面从神经网络的训练侧和神经网络的应用侧对本申请提供的方法进行描述。
本申请实施例提供的模型训练方法,涉及数据序列的处理,具体可以应用于数据训练、机器学习、深度学习等方法,对训练数据(例如,本申请实施例提供的模型训练方法中的输入图像等等)进行符号化和形式化的智能信息建模、抽取、预处理、训练等,最终得到训练好的神经网络(如本申请实施例提供的模型训练方法中的图像处理模型);并且,本申请实施例提供的图像处理方法可以运用上述训练好的神经网络,将输入数据(例如,将本申请实施例提供的图像处理方法中的输入图像等等)输入到所述训练好的神经网络中,得到输出数据(如本申请实施例提供的图像处理方法中的输出图像等等)。需要说明的是,本申请实施例提供的模型训练方法和图像处理方法是基于同一个构思产生的发明,也可以理解为一个系统中的两个部分,或一个整体流程的两个阶段:如模型训练阶段和模型应用阶段。
值得注意的是,本申请实施例提供的图像处理方法可通过图像处理模型实现,图像处理模型存在多种结构,下面先对图像处理模型的第一种结构进行介绍,如图4所示(图4为本申请实施例提供的图像处理模型的一个结构示意图),图像处理模型包含特征提取模块、长注意力机制模块以及融合模块,特征提取模块的输入端和长注意力机制模块的输入端可作为图像处理模型的输入端,特征提取模块的输出端和长注意力机制模块的输出端与融合模块的输入端连接,融合模块的输出端可作为图像处理模型的输出端,其中,长注意力机制模块可由串联的至少一个方向性长注意力单元构建。为了了解图4所示的图像处理模型的工作流程,下文结合图5对该工作流程进行介绍,图5为本申请实施例提供的图像处理方法的一个流程示意图,如图5所示,该方法包括:
501、对输入图像进行特征提取,得到第一特征图,输入图像包含N个图像块,N≥2。
本实施例中,当需要对待处理图像进行处理时,可将待处理图像作为输入图像输入至图像处理模型中,那么,图像处理模型的特征提取模块和长注意力机制模块均可接收输入图像,并分别对输入图像进行处理。值得注意的是,下文仅以将待处理图像直接作为输入图像输入至图像处理模型为例进行示意性介绍,在实际应用中,还可以将待处理图像经过预先的特征提取后所得到的特征图,作为输入图像输入至图像处理模型等等。
特征提取模块得到输入图像后,可对输入图像进行轻量化的特征提取处理(例如,1×1卷积处理),从而得到第一特征图。需要说明的是,输入图像可被划分为N个图像块(N为大于或等于2的正整数),对于这N个图像块中的任意一个图像块而言,即对于这N个图像块中的第i个图像块而言(i=1,...,N),特征提取模块可对第i个图像块进行轻量化的特征提取处理,从而得到第一特征图的第i个特征块。那么,对于这N个图像块中除第i个图像块之外的其余图像块,特征提取模块也可对其余图像块执行如同对第i个图像块所执行的操作。如此一来,总共可得到第一特征图的N个特征块,相当于得到第一特征图。可以理解的是,输入图像的尺寸和第一特征图的尺寸通常是相等。
502、对输入图像中的至少2个图像块进行聚合,得到第二特征图,至少2个图像块的位置相关联。
长注意力机制模块得到输入图像后,可对输入图像进行基于长注意力机制的处理,从而得到第二特征图,也就是说,由于输入图像可被划分为N个图像块,长注意力机制模块可对这N个图像块中的至少2个图像块进行聚合,得到第二特征图,这至少2个图像块的位置是相关联的。需要说明的是,由于输入图像可被划分为N个图像块,对于这N个图像块中的第i个图像块而言,长注意力机制模块可先在这N个图像块中除第i个图像块之外的其余图像块中,确定与第i个图像块构成预设位置关系的M个图像块(M为大于或等于1的正整数,且M小于N),然后,长注意力机制模块可对第i个图像块与这M个图像块进行聚合,从而得到第二特征图的第i个特征块。那么,对于这N个图像块中除第i个图像块之外的其余图像块,长注意力机制模块也可对其余图像块执行如同对第i个图像块所执行的操作。如此一来,总共可得到第二特征图的N个特征块,相当于得到第二特征图。可以理解的是,输入图像的尺寸和第二特征图的尺寸通常是相等。
具体地,与第i个图像块构成预设位置关系的M个图像块可通过多种方式来确定:
(1)在构成输入图像的N个图像块中,可先确定与第i个图像块位于同一行的所有图像块,再从中挑选出M个图像块。例如,如图6所示(图6为本申请实施例提供的输入图像的一个示意图),设M=6,第i个图像块为输入图像中第4行第4列的图像块,由于与该图像块位于同一行(即位于该图像块的水平方向)的图像块总共有6个,故可将这6个图像块均挑选出来。
(2)在构成输入图像的N个图像块中,可先确定与第i个图像块位于同一列的所有图像块,再从中挑选出M个图像块。例如,如图7所示(图7为本申请实施例提供的输入图像的另一示意图),设M=5,第i个图像块为输入图像中第4行第4列的图像块,由于与该图像块位于同一列(即位于该图像块的垂直方向)的图像块总共有6个,故可从这6个图像块中任意挑选5个图像块出来。
(3)在构成输入图像的N个图像块中,可先确定与第i个图像块构成斜线的所有图像块,再从中挑选出M个图像块。例如,如图8a所示(图8a为本申请实施例提供的输入图像的另一示意图),设M=4,第i个图像块为输入图像中第4行第4列的图像块,由于与该图像块构成45°斜线(即位于该图像块的45°方向)的图像块总共有6个,故可从这6个图像块中任意挑选4个图像块出来。又如,如图8b所示(图8b为本申请实施例提供的输入图像的另一示意图),设M=4,第i个图像块为输入图像中第4行第4列的图像块,由于与该图像块构成135°斜线(即位于该图像块的135°方向)的图像块总共有6个,故可从这6个图像块中任意挑选4个图像块出来。
(4)在构成输入图像的N个图像块中,可先确定位于第i个图像块周围的所有图像块(这些图像块既可以是与第i个图像块相邻的图像块,也可以是与第i个图像块非相邻的图像块),再从中挑选出M个图像块。
(5)对于构成输入图像的N个图像块而言,先从与第i个图像块位于同一行的所有图像块中挑选出M1个图像块,再从与第i个图像块位于同一列的所有图像块中挑选出M2个图像块,M1+M2=M。
(6)对于构成输入图像的N个图像块而言,先从与第i个图像块位于同一行的所有图像块中挑选出M1个图像块,再从与第i个图像块构成斜线的所有图像块中挑选出M2个图像块,M1+M2=M。
(7)对于构成输入图像的N个图像块而言,先从与第i个图像块位于同一行的所有图像块中挑选出M1个图像块,再从位于第i个图像块周围的所有图像块中挑选出M2个图像块,M1+M2=M。
(8)对于构成输入图像的N个图像块而言,先从与第i个图像块位于同一列的所有图像块中挑选出M1个图像块,再从与第i个图像块构成斜线的所有图像块中挑选出M2个图像块,M1+M2=M。
(9)对于构成输入图像的N个图像块而言,先从与第i个图像块位于同一列的所有图像块中挑选出M1个图像块,再从位于第i个图像块周围的所有图像块中挑选出M2个图像块,M1+M2=M。
(10)对于构成输入图像的N个图像块而言,先从与第i个图像块构成斜线的所有图像块中挑选出M1个图像块,再从位于第i个图像块周围的所有图像块中挑选出M2个图像块,M1+M2=M。
(11)对于构成输入图像的N个图像块而言,先从与第i个图像块位于同一行的所有图像块中挑选出M1个图像块,再从与第i个图像块位于同一列的所有图像块中挑选出M2个图像块,然后从与第i个图像块构成斜线的所有图像块中挑选出M3个图像块,M1+M2+M3=M。
(12)对于构成输入图像的N个图像块而言,先从与第i个图像块位于同一行的所有图像块中挑选出M1个图像块,再从与第i个图像块位于同一列的所有图像块中挑选出M2个图像块,然后从位于第i个图像块周围的所有图像块中挑选出M3个图像块,M1+M2+M3=M。
(13)对于构成输入图像的N个图像块而言,先从与第i个图像块位于同一行的所有图像块中挑选出M1个图像块,再从与第i个图像块构成斜线的所有图像块中挑选出M2个图像块,然后从与第i个图像块构成斜线的所有图像块中挑选出M3个图像块,M1+M2+M3=M。
(14)对于构成输入图像的N个图像块而言,先从与第i个图像块位于同一列的所有图像块中挑选出M1个图像块,再从与第i个图像块构成斜线的所有图像块中挑选出M2个图像块,然后从与第i个图像块构成斜线的所有图像块中挑选出M3个图像块,M1+M2+M3=M。
(15)对于构成输入图像的N个图像块而言,先从与第i个图像块位于同一行的所有图像块中挑选出M1个图像块,再从与第i个图像块位于同一列的所有图像块中挑选出M2个图像块,然后从与第i个图像块构成斜线的所有图像块中挑选出M3个图像块,随后从与第i个图像块构成斜线的所有图像块中挑选出M4个图像块等等,M1+M2+M3+M4=M。
更具体地,长注意力机制模块可通过多种方式来获取第二特征图:
(1)设长注意力机制模块仅包含一个方向性长注意力单元,该方向性长注意力单元接收到输入图像后,由于输入图像可被划分为N个图像块,对于这N个图像块中的第i个图像块而言,该方向性长注意力单元可对输入图像的第i个图像块,以及与第i个图像块构成预设位置关系的M个图像块进行加权求和,得到第二特征图的第i个特征块。其中,加权求和的过程可如以下公式所示:
上式中,zi为输入图像的第i个图像块,Fi为第i个图像块对应的权重,zk为与第i个图像块构成预设位置关系的M个图像块中的第k个图像块,Fk为第k个图像块对应的权重,ai为第二特征图的第i个特征块,k=1,...,M。
那么,对于这N个图像块中除第i个图像块之外的其余图像块,该方向性长注意力单元也可对其余图像块执行如同对第i个图像块所执行的操作。如此一来,总共可得到第二特征图的N个特征块,相当于得到第二特征图。
(2)设长注意力机制模块包含串联的两个方向性长注意力单元,第一个方向性长注意力单元接收到输入图像后,由于输入图像可被划分为N个图像块,对于这N个图像块中的第i个图像块而言,第一个方向性长注意力单元可对输入图像的第i个图像块,以及与第i个图像块构成预设位置关系的M个图像块进行加权求和,得到中间特征图的第i个特征块。其中,加权求和的过程也如公式(2)所示,但此时,ai则为中间特征图的第i个特征块。
那么,对于这N个图像块中除第i个图像块之外的其余图像块,该方向性长注意力单元也可对其余图像块执行如同对第i个图像块所执行的操作。如此一来,总共可得到第二特征图的N个特征块,相当于得到第二特征图。
得到第二特征图后,第一个方向性长注意力单元可将第二特征图输入第二个方向性长注意力单元,由于第二特征图可被划分为N个特征块,对于这N个特征块中的第i个特征块而言,第一个方向性长注意力单元可对第二特征图的第i个特征块,以及与第二特征图的第i个特征块构成预设位置关系的M个特征块(第二特征图的M个特征块的确定方式可参考前述M个图像块的确定方式,此处不再赘述)进行加权求和,得到第二特征图的第i个特征块。其中,加权求和的过程可如以下公式所示:
上式中,ai为中间特征图的第i个特征块,Fi′为中间特征图的第i个特征块对应的权重,ak为与第二特征图的第i个特征块构成预设位置关系的M个特征块中的第k个特征块,Fk′为第k个特征块对应的权重,ai′为第二特征图的第i个特征块。
例如,如图9所示(图9为本申请实施例提供的获取第二特征图的一个流程示意图),假设长注意力机制模型包含一个垂直方向性长注意力单元以及一个水平方向性长注意力单元,且输入图像包含49个图像块,呈7行7列设置。为了便于介绍,下文以输入图像中第4行第4列的图像块进行示意性介绍:
垂直方向性长注意力单元接收到输入图像后,对于第4行第4列的图像块,可先获取第4行第4列的图像块对应的一组权重,再对第4列的所有图像块以及这组权重进行加权求和计算,从而得到中间特征图中第4行第4列的特征块。同理,其余位置的图像块也可以这样处理,故垂直方向性长注意力单元可得到包含49个特征块的中间特征图,并将中间特征图发送至水平方向性长注意力单元。
水平方向性长注意力单元接收到中间特征图后,对于中间特征图中第4行第4列的特征块,可先获取中间特征图中第4行第4列的特征块对应的一组权重,再对中间特征图中第4行的所有图像块以及这组权重进行加权求和计算,从而得到第二特征图中第4行第4列的特征块。同理,其余位置的图像块也可以这样处理,故垂直方向性长注意力单元可得到包含49个特征块的第二特征图。
(3)设长注意力机制模块包含串联的至少三个方向性长注意力单元(例如,三个、四个或五个方向性长注意力单元等等),(3)中长注意力机制模块的工作过程与(2)中长注意力机制模块的工作过程类似。区别在于,在(3)中,长注意力机制模块会产生至少两个中间特征图,才会最终产生第二特征图,而在(2)中,长注意力机制模块仅产生一个中间特征图,就可最终产生第二特征图。
进一步地,如图10所示(图10为本申请实施例提供的长注意力机制模块的一个结构示意图,图10是在图4的基础上绘制得到的),长注意力机制模块还可包含归一化单元,归一化单元与最后一个方向性长注意力单元连接。那么,最后一个方向性长注意力单元得到第二特征图后,可将第二特征图发送至归一化单元,归一化单元可对第二特征图进行归一化(例如,使用sigmoid函数等等),从而得到归一化后的第二特征图。
503、基于第一特征图以及第二特征图,获取输出图像。
特征提取模块得到第一特征图后,可将第一特征图发送至融合模块,长注意力机制模块得到第二特征图后,可将第二特征图发送至融合模块。那么,融合模块得到第一特征图以及第二特征图后,可对第一特征图以及第二特征图进行处理,从而得到输出图像,输出图像为处理后的图像,即整个图像处理模型的输出。
具体地,融合模块可通过多种方式来获取输出图像:
(1)设融合模块仅包含一个融合单元,那么,融合单元得到第一特征图以及第二特征图后,可对第一特征图以及第二特征图进行融合(例如,相加、相乘等等),从而得到输出图像。
(2)如图11所示(图11为本申请实施例提供的融合模块的一个结构示意图,图11是在图4的基础上绘制得到的),设融合模块包含两个融合单元以及特征提取单元,第一个融合单元得到第一特征图以及第二特征图后,可对第一特征图以及第二特征图进行融合(例如,相加、相乘等等),从而得到第三特征图,并将第三特征图发送至特征提取单元。特征提取单元得到第三特征图后,可对第三特征图进行特征提取(例如,1×1卷积等等),从而得到第四特征图,并将第四特征图发送至第二个融合单元。第二个融合单元得到第四特征图以及输入图像后,对第四特征图以及输入图像进行融合(例如,相加、相乘等等),从而得到输出图像。
进一步地,若长注意力机制模块最终输出的是归一化后的第二特征图,那么,融合模块的输入则为第一特征图以及归一化后的第二特征图,故融合模块可对第一特征图以及归一化后的第二特征图进行处理,从而得到输出图像,该过程可参考上述(1)和(2)的相关说明部分,此处不再赘述。
本申请实施例中,在得到包含N个图像块的输入图像后,图像处理模型可对输入图像进行特征提取,得到第一特征图。与此同时,图像处理模型还可对输入图像的至少2个图像块进行聚合,得到第二特征图。最后,图像处理模型可对第一特征图以及第二特征图进行处理,从而得到输出图像。前述过程中,第一特征图可用于指示输入图像中各个图像块自身的信息,第二特征图可用于指示输入图像中某个(或某些或全部)图像块以及与其位置相关联的图像块之间的关系,由此可见,图像处理模型在获取输出图像的过程中所考虑的因素较为全面,故图像处理模型得到的输出图像可具备良好的质量。
更具体地,在得到包含N个图像块的输入图像后,图像处理模型可对输入图像进行特征提取,得到第一特征图。与此同时,图像处理模型还可对输入图像的第i个图像块,以及输入图像中除第i个图像块之外的M个图像块进行聚合,得到第二特征图的第i个特征块,这M个图像块包含与第i个图像块构成预设位置关系的图像块。对于输入图像中除第i个图像块之外的其余图像块,图像处理模型也可执行类似的操作,故可得到第二特征图的N个特征块,即第二特征图。最后,图像处理模型可对第一特征图以及第二特征图进行处理,从而得到输出图像。前述过程中,对于输入图像的任意一个图像块,第一特征图包含图像处理模型对该图像块进行特征提取所得到的特征,第二特征图包含图像处理模型对该图像块以及与该图像块存在预设位置关系的若干个图像块进行聚合所得到的特征,由此可见,图像处理模型基于第一特征图以及第二特征图得到输出图像的过程中,不仅考虑了输入图像中各个图像块自身的信息,还考虑了各个图像块以及与其位置相关联的图像块之间的关系,所考虑的因素较为全面,故图像处理模型得到的输出图像可具备良好的质量。
以上是对图像处理模型的第一种结构所进行的详细说明,以下将对图像处理模型的第二种结构进行介绍。如图12所示(图12为本申请实施例提供的图像处理模型的另一个结构示意图),图像处理模型包含特征提取模块、长注意力机制模块以及融合模块,特征提取模块的输入端和长注意力机制模块的输入端可作为图像处理模型的输入端,特征提取模块的输出端和长注意力机制模块的输出端与融合模块的输入端连接,融合模块的输出端可作为图像处理模型的输出端,其中,长注意力机制模块可由串联的上采样单元、至少一个方向性长注意力单元以及下采样单元构建。为了了解图12所示的图像处理模型的工作流程,下文结合图13对该工作流程进行介绍,图13为本申请实施例提供的图像处理方法的另一流程示意图,如图13所示,该方法包括:
1301、对输入图像进行特征提取,得到第一特征图。
关于步骤1301的介绍,可参考图5所示实施例中步骤501的相关说明部分,此处不再赘述。
1302、对输入图像进行下采样,得到下采样后的输入图像,下采样后的输入图像包含P个图像块,P≥2。
长注意力机制模块的下采样单元得到输入图像后,可对输入图像进行下采样,得到下采样后的输入图像,并将下采样后的输入图像发送至方向性长注意力单元。需要说明的是,输入图像可被划分为N个图像,但下采样后的输入图像的尺寸通常小于输入图像,故下采样后的输入图像包含P个图像块,N>P≥2。
1303、对下采样后的输入图像中的至少2个图像进行聚合,从而得到第二特征图,至少2个图像在输入图像中的位置相关联。
至少一个方向性长注意力单元可对下采样后的输入图像进行基于长注意力机制的处理,从而得到第二特征图,也就是说,由于下采样后的输入图像可被划分为P个图像块,至少一个方向性长注意力单元可对这P个图像块中的至少2个图像进行聚合,从而得到第二特征图,其中,这至少2个图像在输入图像中的位置是相关联的。需要说明的是,由于下采样后的输入图像可被划分为P个图像块,对于这P个图像块中的第j个图像块而言,至少一个方向性长注意力单元可先在这P个图像块中除第j个图像块之外的其余图像块中,确定与第j个图像块构成预设位置关系的Q个图像块(Q为大于或等于1的正整数,且Q小于P),然后,至少一个方向性长注意力单元可对第j个图像块与这Q个图像块进行聚合,从而得到第二特征图的第j个特征块。那么,对于这P个图像块中除第j个图像块之外的其余图像块,至少一个方向性长注意力单元也可对其余图像块执行如同对第j个图像块所执行的操作。如此一来,总共可得到第二特征图的P个特征块,相当于得到第二特征图。可以理解的是,输入图像的尺寸和下采样后的输入图像的尺寸通常是相等。
得到第二特征图后,至少一个方向性长注意力单元可将第二特征图发送至下采样单元。
在一种可能实现的方式中,与第j个图像块构成预设位置关系的P个图像块包含以下至少一项:与所述第j个图像块位于同一行的图像块,与所述第j个图像块位于同一列的图像块,与所述第j个图像块构成斜线的图像块,以及位于所述第j个图像块周围的图像块。需要说明的是,与第j个图像块构成预设位置关系的P个图像块的确定过程的介绍,可参考前述步骤502中与第i个图像块构成预设位置关系的M个图像块的确定过程的相关说明部分,此处不再赘述。
在一种可能实现的方式中,对下采样后的输入图像的第j个图像块,以及下采样后的输入图像中除第j个图像块之外的Q个图像块进行聚合,得到第二特征图的第j个特征块包括:对下采样后的输入图像的第j个图像块,以及下采样后的输入图像中除第j个图像块之外的Q个图像块进行加权求和,得到第二特征图的第j个特征块。需要说明的是,至少一个方向性长注意力单元通过加权求和获取第二特征图的介绍,可参考前述步骤502中长注意力机制模块通过加权求和获取第二特征图的相关说明部分,此处不再赘述。
1304、对第二特征图进行上采样,得到上采样后的第二特征图。
上采样单元得到第二特征图后,可对第二特征图进行上采样,得到上采样后的第二特征图。需要说明的是,上采样后的第二特征图的尺寸通常等于输入图像,故上采样后的第二特征图包含N个特征块。
在一种可能实现的方式中,基于第一特征图以及上采样后的第二特征图,获取输出图像之前,该方法还包括:对上采样后的第二特征图进行归一化,得到归一化后的第二特征图。需要说明的是,如图14所示(图14为本申请实施例提供的长注意力机制模块的另一结构示意图,图14是在图12的基础上绘制得到的),长注意力机制模块还可包含归一化单元,归一化单元与上采样单元连接。那么,上采样单元得到上采样后的第二特征图后,可将上采样后的第二特征图发送至归一化单元,归一化单元可对上采样后的第二特征图进行归一化(例如,使用sigmoid函数等等),从而得到归一化后的第二特征图。
1305、基于第一特征图以及上采样后的第二特征图,获取输出图像。
特征提取模块得到第一特征图后,可将第一特征图发送至融合模块,长注意力机制模块的上采样单元得到上采样后的第二特征图后,可将上采样后的第二特征图发送至融合模块。那么,融合模块得到第一特征图以及上采样后的第二特征图后,可对第一特征图以及上采样后的第二特征图进行处理,从而得到输出图像,输出图像为处理后的图像,即整个图像处理模型的输出。
在一种可能实现的方式中,基于第一特征图以及上采样后的第二特征图,获取输出图像包括:对第一特征图以及上采样后的第二特征图进行融合,得到第三特征图;对第三特征图进行特征提取,得到第四特征图;对第四特征图以及输入图像进行融合,得到输出图像。
在一种可能实现的方式中,基于第一特征图以及上采样后的第二特征图,获取输出图像包括:对第一特征图以及上采样后的第二特征图进行融合,得到输出图像。
在一种可能实现的方式中,基于第一特征图以及上采样后的第二特征图,获取输出图像包括:基于第一特征图以及归一化后的第二特征图,获取输出图像。
关于步骤1305的介绍,可参考图5所示实施例中步骤503的相关说明部分,此处不再赘述。
本申请实施例中,在得到包含N个图像块的输入图像后,图像处理模型可对输入图像进行特征提取,得到第一特征图。与此同时,图像处理模型还可对输入图像进行下采样,得到下采样后的输入图像,接着,图像处理模型可对下采样后的输入图像中的至少2个图像块进行聚合,得到第二特征图。然后,图像处理模型可对第二特征图进行上采样,得到上采样后的第二特征图。最后,图像处理模型可对第一特征图以及上采样后的第二特征图进行处理,从而得到输出图像。前述过程中,第一特征图可用于指示输入图像中各个图像块自身的信息,上采样后的第二特征图可用于指示输入图像中某个(或某些或全部)图像块以及与其位置相关联的图像块之间的关系,由此可见,图像处理模型在获取输出图像的过程中所考虑的因素较为全面,故图像处理模型得到的输出图像可具备良好的质量。
更具体地,在得到包含N个图像块的输入图像后,图像处理模型可对输入图像进行特征提取,得到第一特征图。与此同时,图像处理模型还可先对输入图像进行下采样,得到包含P个图像块的下采样后的输入图像,接着,图像处理模型可对下采样后的输入图像的第j个图像块,以及下采样后的输入图像中除第j个图像块之外的Q个图像块进行聚合,得到第二特征图的第j个特征块,这Q个图像块包含与第i个图像块构成预设位置关系的图像块。对于下采样后的输入图像中除第j个图像块之外的其余图像块,图像处理模型也可执行类似的操作,故可得到第二特征图的P个特征块,即第二特征图。然后,图像处理模型可对第二特征图进行上采样,得到包含N个特征块的上采样后的第二特征图。最后,图像处理模型可对第一特征图以及上采样后的第二特征图进行处理,从而得到输出图像。前述过程中,对于输入图像的任意一个图像块,第一特征图包含图像处理模型对该图像块进行特征提取所得到的特征,上采样后的第二特征图包含图像处理模型对该图像块以及与该图像块存在预设位置关系的若干个图像块进行聚合所得到的特征,由此可见,图像处理模型基于第一特征图以及上采样后的第二特征图得到输出图像的过程中,不仅考虑了输入图像中各个图像块自身的信息,还考虑了各个图像块以及与其位置相关联的图像块之间的关系,所考虑的因素较为全面,故图像处理模型得到的输出图像可具备良好的质量。
值得注意的是,本申请实施例提供的图像处理模型可以应用在多种场景中,例如,将多个本申请实施例提供的图像处理模型串联,构成一个新的模型,以实现更加极致的图像处理。又如,将本申请实施例提供的图像处理模型与图像分类器连接,构成一个图像分类模型,以实现图像分类任务。再如,将本申请实施例提供的图像处理模型与目标检测器连接,构成一个目标检测模型,以实现目标检测任务等等。
以上是对本申请实施例提供的图像处理方法所进行的详细说明,以下将对本申请实施例提供的模型训练方法进行介绍。图15为本申请实施例提供的模型训练方法的一个流程示意图,如图15所示,该方法包括:
1501、通过待训练模型对输入图像进行处理,得到输出图像,其中,待训练模型用于:对输入图像进行特征提取,得到第一特征图,输入图像包含N个图像块,N≥2;对输入图像中的至少2个图像块进行聚合,得到第二特征图,至少2个图像块的位置相关联;基于第一特征图以及第二特征图,获取输出图像。
本实施例中,当需要对待训练模型(需要训练的神经网络)进行训练时,可先获取一批训练数据,该批训练数据包含输入图像。需要说明的是,输入图像所对应的真实输出图像是已知的。
得到输入图像后,可将输入图像输入至待训练模型,以通过待训练模型对输入图像进行处理,得到输出图像。其中,待训练模型用于:对输入图像进行特征提取,得到第一特征图,输入图像包含N个图像块,N≥2;对输入图像中的至少2个图像块进行聚合,得到第二特征图,至少2个图像块的位置相关联;基于第一特征图以及第二特征图,获取输出图像。
在一种可能实现的方式中,待训练模型,用于对输入图像的第i个图像块,以及输入图像中除第i个图像块之外的M个图像块进行聚合,得到第二特征图的第i个特征块,M个图像块包含与第i个图像块构成预设位置关系的图像块,N>M≥1,i=1,...,N。
在一种可能实现的方式中,M个图像块包含以下至少一项:与第i个图像块位于同一行的图像块,与第i个图像块位于同一列的图像块,与第i个图像块构成斜线的图像块,以及位于第i个图像块周围的图像块。
在一种可能实现的方式中,待训练模型,用于对输入图像的第i个图像块,以及输入图像中除第i个图像块之外的M个图像块进行加权求和,得到第二特征图的第i个特征块。
在一种可能实现的方式中,待训练模型,用于:对第一特征图以及第二特征图进行融合,得到第三特征图;对第三特征图进行特征提取,得到第四特征图;对第四特征图以及输入图像进行融合,得到输出图像。
在一种可能实现的方式中,待训练模型,用于对第一特征图以及第二特征图进行融合,得到输出图像。
在一种可能实现的方式中,待训练模型,还用于对第二特征图进行归一化,得到归一化后的第二特征图;待训练模型,用于基于第一特征图以及归一化后的第二特征图,获取输出图像。
1502、基于输出图像以及真实输出图像,获取目标损失,目标损失用于指示输出图像与真实输出图像之间的差异。
得到输出图像后,可通过预置的损失函数对输出图像以及真实输出图像进行计算,从而得到目标损失,目标损失用于指示输出图像以及真实输出图像之间的差异。
1503、基于目标损失对待训练模型的参数进行更新,直至满足模型训练条件,得到图像处理模型。
得到目标损失后,可基于目标损失对待训练模型的参数进行更新,并利用下一批训练数据继续对更新参数后的待训练模型进行训练,直至满足模型训练条件(例如,目标损失达到收敛等等),得到图4所示的图像处理模型。
本申请实施例训练得到的图像处理模型,具备图像处理能力。具体地,在得到包含N个图像块的输入图像后,图像处理模型可对输入图像进行特征提取,得到第一特征图。与此同时,图像处理模型还可对输入图像的第i个图像块,以及输入图像中除第i个图像块之外的M个图像块进行聚合,得到第二特征图的第i个特征块,这M个图像块包含与第i个图像块构成预设位置关系的图像块。对于输入图像中除第i个图像块之外的其余图像块,图像处理模型也可执行类似的操作,故可得到第二特征图的N个特征块,即第二特征图。最后,图像处理模型可对第一特征图以及第二特征图进行处理,从而得到输出图像。前述过程中,对于输入图像的任意一个图像块,第一特征图包含图像处理模型对该图像块进行特征提取所得到的特征,第二特征图包含图像处理模型对该图像块以及与该图像块存在预设位置关系的若干个图像块进行聚合所得到的特征,由此可见,图像处理模型基于第一特征图以及第二特征图得到输出图像的过程中,不仅考虑了输入图像中各个图像块自身的信息,还考虑了各个图像块以及与其位置相关联的图像块之间的关系,所考虑的因素较为全面,故图像处理模型得到的输出图像可具备良好的质量。
图16为本申请实施例提供的模型训练方法的一个流程示意图,如图16所示,该方法包括:
1601、通过待训练模型对输入图像进行处理,得到输出图像,其中,待训练模型用于:对输入图像进行特征提取,得到第一特征图;对输入图像进行下采样,得到下采样后的输入图像,下采样后的输入图像包含P个图像块,P≥2;对下采样后的输入图像中的至少2个图像块进行聚合,得到第二特征图,至少2个图像块的位置相关联;对第二特征图进行上采样,得到上采样后的第二特征图;基于第一特征图以及上采样后的第二特征图,获取输出图像。
本实施例中,当需要对待训练模型(需要训练的神经网络)进行训练时,可先获取一批训练数据,该批训练数据包含输入图像。需要说明的是,输入图像所对应的真实输出图像是已知的。
得到输入图像后,可将输入图像输入至待训练模型,以通过待训练模型对输入图像进行处理,得到输出图像。其中,待训练模型用于:对输入图像进行特征提取,得到第一特征图;对输入图像进行下采样,得到下采样后的输入图像,下采样后的输入图像包含P个图像块,P≥2;对下采样后的输入图像中的至少2个图像块进行聚合,得到第二特征图,至少2个图像块的位置相关联;对第二特征图进行上采样,得到上采样后的第二特征图;基于第一特征图以及上采样后的第二特征图,获取输出图像。
在一种可能实现的方式中,待训练模型,用于对下采样后的输入图像的第j个图像块,以及下采样后的输入图像中除第j个图像块之外的Q个图像块进行聚合,得到第二特征图的第j个特征块,Q个图像块包含与第j个图像块构成预设位置关系的图像块,P>Q≥1,j=1,...,P。
在一种可能实现的方式中,P个图像块包含以下至少一项:与所述第j个图像块位于同一行的图像块,与所述第j个图像块位于同一列的图像块,与所述第j个图像块构成斜线的图像块,以及位于所述第j个图像块周围的图像块。
在一种可能实现的方式中,待训练模型,用于对下采样后的输入图像的第j个图像块,以及下采样后的输入图像中除第j个图像块之外的Q个图像块进行加权求和,得到第二特征图的第j个特征块。
在一种可能实现的方式中,待训练模型,用于对第一特征图以及上采样后的第二特征图进行融合,得到第三特征图;对第三特征图进行特征提取,得到第四特征图;对第四特征图以及输入图像进行融合,得到输出图像。
在一种可能实现的方式中,待训练模型,用于对第一特征图以及上采样后的第二特征图进行融合,得到输出图像。
在一种可能实现的方式中,待训练模型,还用于对上采样后的第二特征图进行归一化,得到归一化后的第二特征图;待训练模型,用于基于第一特征图以及归一化后的第二特征图,获取输出图像。
1602、基于输出图像以及真实输出图像,获取目标损失,目标损失用于指示输出图像与真实输出图像之间的差异。
得到输出图像后,可通过预置的损失函数对输出图像以及真实输出图像进行计算,从而得到目标损失,目标损失用于指示输出图像以及真实输出图像之间的差异。
1603、基于目标损失对待训练模型的参数进行更新,直至满足模型训练条件,得到图像处理模型。
得到目标损失后,可基于目标损失对待训练模型的参数进行更新,并利用下一批训练数据继续对更新参数后的待训练模型进行训练,直至满足模型训练条件(例如,目标损失达到收敛等等),得到图12所示的图像处理模型。
本申请实施例训练得到的图像处理模型,具备图像处理能力。具体地,在得到包含N个图像块的输入图像后,图像处理模型可对输入图像进行特征提取,得到第一特征图。与此同时,图像处理模型还可先对输入图像进行下采样,得到包含P个图像块的下采样后的输入图像,接着,图像处理模型可对下采样后的输入图像的第j个图像块,以及下采样后的输入图像中除第j个图像块之外的Q个图像块进行聚合,得到第二特征图的第j个特征块,这Q个图像块包含与第i个图像块构成预设位置关系的图像块。对于下采样后的输入图像中除第j个图像块之外的其余图像块,图像处理模型也可执行类似的操作,故可得到第二特征图的P个特征块,即第二特征图。然后,图像处理模型可对第二特征图进行上采样,得到包含N个特征块的上采样后的第二特征图。最后,图像处理模型可对第一特征图以及上采样后的第二特征图进行处理,从而得到输出图像。前述过程中,对于输入图像的任意一个图像块,第一特征图包含图像处理模型对该图像块进行特征提取所得到的特征,上采样后的第二特征图包含图像处理模型对该图像块以及与该图像块存在预设位置关系的若干个图像块进行聚合所得到的特征,由此可见,图像处理模型基于第一特征图以及上采样后的第二特征图得到输出图像的过程中,不仅考虑了输入图像中各个图像块自身的信息,还考虑了各个图像块以及与其位置相关联的图像块之间的关系,所考虑的因素较为全面,故图像处理模型得到的输出图像可具备良好的质量。
以上是对本申请实施例提供的模型训练方法所进行的详细说明,以下将对本申请实施例提供的图像处理装置以及模型训练装置进行介绍。图17为本申请实施例提供的图像处理装置的一个结构示意图,如图17所示,该装置包含如图4所示的图像处理模型,该装置包括:
特征提取模块1701,用于对输入图像进行特征提取,得到第一特征图,输入图像包含N个图像块,N≥2;
聚合模块1702,用于对输入图像中的至少2个图像块进行聚合,得到第二特征图,至少2个图像块的位置相关联;
获取模块1703,用于基于第一特征图以及第二特征图,获取输出图像。
在一种可能实现的方式中,聚合模块1702,用于对输入图像的第i个图像块,以及输入图像中除第i个图像块之外的M个图像块进行聚合,得到第二特征图的第i个特征块,M个图像块包含与第i个图像块构成预设位置关系的图像块,N>M≥1,i=1,...,N。
在一种可能实现的方式中,M个图像块包含以下至少一项:与第i个图像块位于同一行的图像块,与第i个图像块位于同一列的图像块,与第i个图像块构成斜线的图像块,以及位于第i个图像块周围的图像块。
在一种可能实现的方式中,聚合模块1702,用于对输入图像的第i个图像块,以及输入图像中除第i个图像块之外的M个图像块进行加权求和,得到第二特征图的第i个特征块。
在一种可能实现的方式中,获取模块1703,用于:对第一特征图以及第二特征图进行融合,得到第三特征图;对第三特征图进行特征提取,得到第四特征图;对第四特征图以及输入图像进行融合,得到输出图像。
在一种可能实现的方式中,获取模块1703,用于对第一特征图以及第二特征图进行融合,得到输出图像。
在一种可能实现的方式中,该装置还包括:归一化模块,用于对第二特征图进行归一化,得到归一化后的第二特征图;获取模块1703,用于基于第一特征图以及归一化后的第二特征图,获取输出图像。
图18为本申请实施例提供的图像处理装置的另一结构示意图,如图18所示,该装置包含如图12所示的图像处理模型,该装置包括:
特征提取模块1801,用于对输入图像进行特征提取,得到第一特征图;
下采样模块1802,用于对所述输入图像进行下采样,得到下采样后的输入图像,所述下采样后的输入图像包含P个图像块,P≥2;
聚合模块1803,用于对下采样后的输入图像中的至少2个图像块进行聚合,得到第二特征图,至少2个图像块的位置相关联;
上采样模块1804,用于对所述第二特征图进行上采样,得到上采样后的第二特征图;
获取模块1805,用于基于所述第一特征图以及所述上采样后的第二特征图,获取输出图像。
在一种可能实现的方式中,聚合模块1803,用于对下采样后的输入图像的第j个图像块,以及下采样后的输入图像中除第j个图像块之外的Q个图像块进行聚合,得到第二特征图的第j个特征块,Q个图像块包含与第j个图像块构成预设位置关系的图像块,P>Q≥1,j=1,...,P。
在一种可能实现的方式中,与第j个图像块构成预设位置关系的P个图像块包含以下至少一项:与所述第j个图像块位于同一行的图像块,与所述第j个图像块位于同一列的图像块,与所述第j个图像块构成斜线的图像块,以及位于所述第j个图像块周围的图像块。
在一种可能实现的方式中,聚合模块1803,用于对下采样后的输入图像的第j个图像块,以及下采样后的输入图像中除第j个图像块之外的Q个图像块进行加权求和,得到第二特征图的第j个特征块。
在一种可能实现的方式中,获取模块1805,用于:对第一特征图以及上采样后的第二特征图进行融合,得到第三特征图;对第三特征图进行特征提取,得到第四特征图;对第四特征图以及输入图像进行融合,得到输出图像。
在一种可能实现的方式中,获取模块1805,用于对第一特征图以及上采样后的第二特征图进行融合,得到输出图像。
在一种可能实现的方式中,该装置还包括:归一化模块,用于对上采样后的第二特征图进行归一化,得到归一化后的第二特征图;获取模块1805,用于基于第一特征图以及归一化后的第二特征图,获取输出图像。
图19为本申请实施例提供的模型训练装置的一个结构示意图,如图19所示,该装置包括:
处理模块1901,用于通过待训练模型对输入图像进行处理,得到输出图像,其中,待训练模型用于:对输入图像进行特征提取,得到第一特征图,输入图像包含N个图像块,N≥2;对输入图像中的至少2个图像块进行聚合,得到第二特征图,至少2个图像块的位置相关联;基于第一特征图以及第二特征图,获取输出图像;
获取模块1902,用于基于输出图像以及真实输出图像,获取目标损失,目标损失用于指示输出图像与真实输出图像之间的差异;
更新模块1903,用于基于目标损失对待训练模型的参数进行更新,直至满足模型训练条件,得到图像处理模型。
在一种可能实现的方式中,待训练模型,用于对输入图像的第i个图像块,以及输入图像中除第i个图像块之外的M个图像块进行聚合,得到第二特征图的第i个特征块,M个图像块包含与第i个图像块构成预设位置关系的图像块,N>M≥1,i=1,...,N。
在一种可能实现的方式中,M个图像块包含以下至少一项:与第i个图像块位于同一行的图像块,与第i个图像块位于同一列的图像块,与第i个图像块构成斜线的图像块,以及位于第i个图像块周围的图像块。
在一种可能实现的方式中,待训练模型,用于对输入图像的第i个图像块,以及输入图像中除第i个图像块之外的M个图像块进行加权求和,得到第二特征图的第i个特征块。
在一种可能实现的方式中,待训练模型,用于:对第一特征图以及第二特征图进行融合,得到第三特征图;对第三特征图进行特征提取,得到第四特征图;对第四特征图以及输入图像进行融合,得到输出图像。
在一种可能实现的方式中,待训练模型,用于对第一特征图以及第二特征图进行融合,得到输出图像。
在一种可能实现的方式中,待训练模型,还用于对第二特征图进行归一化,得到归一化后的第二特征图;待训练模型,用于基于第一特征图以及归一化后的第二特征图,获取输出图像。
图20为本申请实施例提供的模型训练装置的另一结构示意图,如图20所示,该装置包括:
处理模块2001,用于通过待训练模型对输入图像进行处理,得到输出图像,其中,待训练模型用于:对输入图像进行特征提取,得到第一特征图;对输入图像进行下采样,得到下采样后的输入图像,下采样后的输入图像包含P个图像块,P≥2;对下采样后的输入图像中的至少2个图像块进行聚合,得到第二特征图,至少2个图像块的位置相关联;对第二特征图进行上采样,得到上采样后的第二特征图;基于第一特征图以及上采样后的第二特征图,获取输出图像;
获取模块2002,用于基于输出图像以及真实输出图像,获取目标损失,目标损失用于指示输出图像与真实输出图像之间的差异;
更新模块2003,用于基于目标损失对待训练模型的参数进行更新,直至满足模型训练条件,得到图像处理模型。
在一种可能实现的方式中,待训练模型,用于对下采样后的输入图像的第j个图像块,以及下采样后的输入图像中除第j个图像块之外的Q个图像块进行聚合,得到第二特征图的第j个特征块,Q个图像块包含与第j个图像块构成预设位置关系的图像块,P>Q≥1,j=1,...,P。
在一种可能实现的方式中,P个图像块包含以下至少一项:与所述第j个图像块位于同一行的图像块,与所述第j个图像块位于同一列的图像块,与所述第j个图像块构成斜线的图像块,以及位于所述第j个图像块周围的图像块。
在一种可能实现的方式中,待训练模型,用于对下采样后的输入图像的第j个图像块,以及下采样后的输入图像中除第j个图像块之外的Q个图像块进行加权求和,得到第二特征图的第j个特征块。
在一种可能实现的方式中,待训练模型,用于对第一特征图以及上采样后的第二特征图进行融合,得到第三特征图;对第三特征图进行特征提取,得到第四特征图;对第四特征图以及输入图像进行融合,得到输出图像。
在一种可能实现的方式中,待训练模型,用于对第一特征图以及上采样后的第二特征图进行融合,得到输出图像。
在一种可能实现的方式中,待训练模型,还用于对上采样后的第二特征图进行归一化,得到归一化后的第二特征图;待训练模型,用于基于第一特征图以及归一化后的第二特征图,获取输出图像。
需要说明的是,上述装置各模块/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其带来的技术效果与本申请方法实施例相同,具体内容可参考本申请实施例前述所示的方法实施例中的叙述,此处不再赘述。
本申请实施例还涉及一种执行设备,图21为本申请实施例提供的执行设备的一个结构示意图。如图21所示,执行设备2100具体可以表现为手机、平板、笔记本电脑、智能穿戴设备、服务器等,此处不做限定。其中,执行设备2100上可部署有图17或图18对应实施例中所描述的图像处理装置,用于实现图5或图13对应实施例中图像处理的功能。具体的,执行设备2100包括:接收器2101、发射器2102、处理器2103和存储器2104(其中执行设备2100中的处理器2103的数量可以一个或多个,图21中以一个处理器为例),其中,处理器2103可以包括应用处理器21031和通信处理器21032。在本申请的一些实施例中,接收器2101、发射器2102、处理器2103和存储器2104可通过总线或其它方式连接。
存储器2104可以包括只读存储器和随机存取存储器,并向处理器2103提供指令和数据。存储器2104的一部分还可以包括非易失性随机存取存储器(non-volatile randomaccess memory,NVRAM)。存储器2104存储有处理器和操作指令、可执行模块或者数据结构,或者它们的子集,或者它们的扩展集,其中,操作指令可包括各种操作指令,用于实现各种操作。
处理器2103控制执行设备的操作。具体的应用中,执行设备的各个组件通过总线系统耦合在一起,其中总线系统除包括数据总线之外,还可以包括电源总线、控制总线和状态信号总线等。但是为了清楚说明起见,在图中将各种总线都称为总线系统。
上述本申请实施例揭示的方法可以应用于处理器2103中,或者由处理器2103实现。处理器2103可以是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器2103中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器2103可以是通用处理器、数字信号处理器(digital signal processing,DSP)、微处理器或微控制器,还可进一步包括专用集成电路(application specific integratedcircuit,ASIC)、现场可编程门阵列(field-programmable gate array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。该处理器2103可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器2104,处理器2103读取存储器2104中的信息,结合其硬件完成上述方法的步骤。
接收器2101可用于接收输入的数字或字符信息,以及产生与执行设备的相关设置以及功能控制有关的信号输入。发射器2102可用于通过第一接口输出数字或字符信息;发射器2102还可用于通过第一接口向磁盘组发送指令,以修改磁盘组中的数据;发射器2102还可以包括显示屏等显示设备。
本申请实施例中,在一种情况下,处理器2103,用于通过图4或图12对应实施例中的图像处理模型,对与输入图像进行处理。
本申请实施例还涉及一种训练设备,图22为本申请实施例提供的训练设备的一个结构示意图。如图22所示,训练设备2200由一个或多个服务器实现,训练设备2200可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(centralprocessing units,CPU)2214(例如,一个或一个以上处理器)和存储器2232,一个或一个以上存储应用程序2242或数据2244的存储介质2230(例如一个或一个以上海量存储设备)。其中,存储器2232和存储介质2230可以是短暂存储或持久存储。存储在存储介质2230的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对训练设备中的一系列指令操作。更进一步地,中央处理器2214可以设置为与存储介质2230通信,在训练设备2200上执行存储介质2230中的一系列指令操作。
训练设备2200还可以包括一个或一个以上电源2226,一个或一个以上有线或无线网络接口2250,一个或一个以上输入输出接口2258;或,一个或一个以上操作系统2241,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
具体的,训练设备可以执行图15或图16对应实施例中的模型训练方法。
本申请实施例还涉及一种计算机存储介质,该计算机可读存储介质中存储有用于进行信号处理的程序,当其在计算机上运行时,使得计算机执行如前述执行设备所执行的步骤,或者,使得计算机执行如前述训练设备所执行的步骤。
本申请实施例还涉及一种计算机程序产品,该计算机程序产品存储有指令,该指令在由计算机执行时使得计算机执行如前述执行设备所执行的步骤,或者,使得计算机执行如前述训练设备所执行的步骤。
本申请实施例提供的执行设备、训练设备或终端设备具体可以为芯片,芯片包括:处理单元和通信单元,所述处理单元例如可以是处理器,所述通信单元例如可以是输入/输出接口、管脚或电路等。该处理单元可执行存储单元存储的计算机执行指令,以使执行设备内的芯片执行上述实施例描述的数据处理方法,或者,以使训练设备内的芯片执行上述实施例描述的数据处理方法。可选地,所述存储单元为所述芯片内的存储单元,如寄存器、缓存等,所述存储单元还可以是所述无线接入设备端内的位于所述芯片外部的存储单元,如只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)等。
具体的,请参阅图23,图23为本申请实施例提供的芯片的一个结构示意图,所述芯片可以表现为神经网络处理器NPU 2300,NPU 2300作为协处理器挂载到主CPU(Host CPU)上,由Host CPU分配任务。NPU的核心部分为运算电路2303,通过控制器2304控制运算电路2303提取存储器中的矩阵数据并进行乘法运算。
在一些实现中,运算电路2303内部包括多个处理单元(Process Engine,PE)。在一些实现中,运算电路2303是二维脉动阵列。运算电路2303还可以是一维脉动阵列或者能够执行例如乘法和加法这样的数学运算的其它电子线路。在一些实现中,运算电路2303是通用的矩阵处理器。
举例来说,假设有输入矩阵A,权重矩阵B,输出矩阵C。运算电路从权重存储器2302中取矩阵B相应的数据,并缓存在运算电路中每一个PE上。运算电路从输入存储器2301中取矩阵A数据与矩阵B进行矩阵运算,得到的矩阵的部分结果或最终结果,保存在累加器(accumulator)2308中。
统一存储器2306用于存放输入数据以及输出数据。权重数据直接通过存储单元访问控制器(Direct Memory Access Controller,DMAC)2305,DMAC被搬运到权重存储器2302中。输入数据也通过DMAC被搬运到统一存储器2306中。
BIU为Bus Interface Unit即,总线接口单元2313,用于AXI总线与DMAC和取指存储器(Instruction Fetch Buffer,IFB)2309的交互。
总线接口单元2313(Bus Interface Unit,简称BIU),用于取指存储器2309从外部存储器获取指令,还用于存储单元访问控制器2305从外部存储器获取输入矩阵A或者权重矩阵B的原数据。
DMAC主要用于将外部存储器DDR中的输入数据搬运到统一存储器2306或将权重数据搬运到权重存储器2302中或将输入数据数据搬运到输入存储器2301中。
向量计算单元2307包括多个运算处理单元,在需要的情况下,对运算电路2303的输出做进一步处理,如向量乘,向量加,指数运算,对数运算,大小比较等等。主要用于神经网络中非卷积/全连接层网络计算,如Batch Normalization(批归一化),像素级求和,对预测标签平面进行上采样等。
在一些实现中,向量计算单元2307能将经处理的输出的向量存储到统一存储器2306。例如,向量计算单元2307可以将线性函数;或,非线性函数应用到运算电路2303的输出,例如对卷积层提取的预测标签平面进行线性插值,再例如累加值的向量,用以生成激活值。在一些实现中,向量计算单元2307生成归一化的值、像素级求和的值,或二者均有。在一些实现中,处理过的输出的向量能够用作到运算电路2303的激活输入,例如用于在神经网络中的后续层中的使用。
控制器2304连接的取指存储器(instruction fetch buffer)2309,用于存储控制器2304使用的指令;
统一存储器2306,输入存储器2301,权重存储器2302以及取指存储器2309均为On-Chip存储器。外部存储器私有于该NPU硬件架构。
其中,上述任一处提到的处理器,可以是一个通用中央处理器,微处理器,ASIC,或一个或多个用于控制上述程序执行的集成电路。
另外需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外,本申请提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件的方式来实现,当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下,凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现,而且,用来实现同一功能的具体硬件结构也可以是多种多样的,例如模拟电路、数字电路或专用电路等。但是,对本申请而言更多情况下软件程序实现是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在可读取的存储介质中,如计算机的软盘、U盘、移动硬盘、ROM、RAM、磁碟或者光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,训练设备,或者网络设备等)执行本申请各个实施例所述的方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、训练设备或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、训练设备或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的训练设备、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(Solid State Disk,SSD))等。
Claims (18)
1.一种图像处理方法,其特征在于,所述方法通过图像处理模型实现,所述方法包括:
对输入图像进行特征提取,得到第一特征图,所述输入图像包含N个图像块,N≥2;
对所述输入图像中的至少2个图像块进行聚合,得到第二特征图,所述至少2个图像块的位置相关联;
基于所述第一特征图以及所述第二特征图,获取输出图像。
2.根据权利要求1所述的方法,其特征在于,所述对所述输入图像中的至少2个图像块进行聚合,得到第二特征图包括:
对所述输入图像的第i个图像块,以及所述输入图像中除所述第i个图像块之外的M个图像块进行聚合,得到第二特征图的第i个特征块,所述M个图像块包含与所述第i个图像块构成预设位置关系的图像块,N>M≥1,i=1,...,N。
3.根据权利要求2所述的方法,其特征在于,所述M个图像块包含以下至少一项:与所述第i个图像块位于同一行的图像块,与所述第i个图像块位于同一列的图像块,与所述第i个图像块构成斜线的图像块,以及位于所述第i个图像块周围的图像块。
4.根据权利要求2或3所述的方法,其特征在于,所述对所述输入图像的第i个图像块,以及所述输入图像中除所述第i个图像块之外的M个图像块进行聚合,得到第二特征图的第i个特征块包括:
对所述输入图像的第i个图像块,以及所述输入图像中除所述第i个图像块之外的M个图像块进行加权求和,得到第二特征图的第i个特征块。
5.根据权利要求1至4任意一项所述的方法,其特征在于,所述基于所述第一特征图以及所述第二特征图,获取输出图像包括:
对所述第一特征图以及所述第二特征图进行融合,得到第三特征图;
对所述第三特征图进行特征提取,得到第四特征图;
对所述第四特征图以及所述输入图像进行融合,得到输出图像。
6.根据权利要求1至4任意一项所述的方法,其特征在于,所述基于所述第一特征图以及所述第二特征图,获取输出图像包括:
对所述第一特征图以及所述第二特征图进行融合,得到输出图像。
7.根据权利要求1至6任意一项所述的方法,其特征在于,基于所述第一特征图以及所述第二特征图,获取输出图像之前,所述方法还包括:
对所述第二特征图进行归一化,得到归一化后的第二特征图;
所述基于所述第一特征图以及所述第二特征图,获取输出图像包括:
基于所述第一特征图以及所述归一化后的第二特征图,获取输出图像。
8.根据权利要求1至7任意一项所述的方法,其特征在于,所述输入图像为原始的待处理图像,或,所述输入图像为所述待处理图像经过特征提取后所得到的特征图。
9.一种图像处理方法,其特征在于,所述方法通过图像处理模型实现,所述方法包括:
对输入图像进行特征提取,得到第一特征图;
对所述输入图像进行下采样,得到下采样后的输入图像,所述下采样后的输入图像包含P个图像块,P≥2;
对所述下采样后的输入图像中的至少2个图像块进行聚合,得到第二特征图,所述至少2个图像块的位置相关联;
对所述第二特征图进行上采样,得到上采样后的第二特征图;
基于所述第一特征图以及所述上采样后的第二特征图,获取输出图像。
10.一种模型训练方法,其特征在于,所述方法包括:
通过待训练模型对输入图像进行处理,得到输出图像,其中,所述待训练模型用于:对输入图像进行特征提取,得到第一特征图,所述输入图像包含N个图像块,N≥2;对所述输入图像中的至少2个图像块进行聚合,得到第二特征图,所述至少2个图像块的位置相关联;基于所述第一特征图以及所述第二特征图,获取输出图像;
基于所述输出图像以及真实输出图像,获取目标损失,所述目标损失用于指示所述输出图像与所述真实输出图像之间的差异;
基于所述目标损失对所述待训练模型的参数进行更新,直至满足模型训练条件,得到图像处理模型。
11.一种模型训练方法,其特征在于,所述方法包括:
通过待训练模型对输入图像进行处理,得到输出图像,其中,所述待训练模型用于:对输入图像进行特征提取,得到第一特征图;对所述输入图像进行下采样,得到下采样后的输入图像,所述下采样后的输入图像包含P个图像块,P≥2;对所述下采样后的输入图像中的至少2个图像块进行聚合,得到第二特征图,所述至少2个图像块的位置相关联;对所述第二特征图进行上采样,得到上采样后的第二特征图;基于所述第一特征图以及所述上采样后的第二特征图,获取输出图像;
基于所述输出图像以及真实输出图像,获取目标损失,所述目标损失用于指示所述输出图像与所述真实输出图像之间的差异;
基于所述目标损失对所述待训练模型的参数进行更新,直至满足模型训练条件,得到图像处理模型。
12.一种图像处理装置,其特征在于,所述装置包括:
特征提取模块,用于对输入图像进行特征提取,得到第一特征图,所述输入图像包含N个图像块,N≥2;
聚合模块,用于对所述输入图像中的至少2个图像块进行聚合,得到第二特征图,所述至少2个图像块的位置相关联;
获取模块,用于基于所述第一特征图以及所述第二特征图,获取输出图像。
13.一种图像处理装置,其特征在于,所述装置包括:
特征提取模块,用于对输入图像进行特征提取,得到第一特征图;
下采样模块,用于对所述输入图像进行下采样,得到下采样后的输入图像,所述下采样后的输入图像包含P个图像块,P≥2;
聚合模块,用于对所述下采样后的输入图像中的至少2个图像块进行聚合,得到第二特征图,所述至少2个图像块的位置相关联;
上采样模块,用于对所述第二特征图进行上采样,得到上采样后的第二特征图;
获取模块,用于基于所述第一特征图以及所述上采样后的第二特征图,获取输出图像。
14.一种模型训练装置,其特征在于,所述装置包括:
处理模块,用于通过待训练模型对输入图像进行处理,得到输出图像,其中,所述待训练模型用于:对输入图像进行特征提取,得到第一特征图,所述输入图像包含N个图像块,N≥2;对所述输入图像中的至少2个图像块进行聚合,得到第二特征图,所述至少2个图像块的位置相关联;基于所述第一特征图以及所述第二特征图,获取输出图像;
获取模块,用于基于所述输出图像以及真实输出图像,获取目标损失,所述目标损失用于指示所述输出图像与所述真实输出图像之间的差异;
更新模块,用于基于所述目标损失对所述待训练模型的参数进行更新,直至满足模型训练条件,得到图像处理模型。
15.一种模型训练装置,其特征在于,所述装置包括:
处理模块,用于通过待训练模型对输入图像进行处理,得到输出图像,其中,所述待训练模型用于:对输入图像进行特征提取,得到第一特征图;对所述下采样后的输入图像中的至少2个图像块进行聚合,得到第二特征图,所述至少2个图像块的位置相关联;对所述第二特征图进行上采样,得到上采样后的第二特征图;基于所述第一特征图以及所述上采样后的第二特征图,获取输出图像;
获取模块,用于基于所述输出图像以及真实输出图像,获取目标损失,所述目标损失用于指示所述输出图像与所述真实输出图像之间的差异;
更新模块,用于基于所述目标损失对所述待训练模型的参数进行更新,直至满足模型训练条件,得到图像处理模型。
16.一种图像处理装置,其特征在于,所述装置包括存储器和处理器;所述存储器存储有代码,所述处理器被配置为执行所述代码,当所述代码被执行时,所述图像处理装置执行如权利要求1至11任意一项所述的方法。
17.一种计算机存储介质,其特征在于,所述计算机存储介质存储有一个或多个指令,所述指令在由一个或多个计算机执行时使得所述一个或多个计算机实施权利要求1至11任一所述的方法。
18.一种计算机程序产品,其特征在于,所述计算机程序产品存储有指令,所述指令在由计算机执行时,使得所述计算机实施权利要求1至11任意一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211152658.5A CN117746047A (zh) | 2022-09-21 | 2022-09-21 | 一种图像处理方法及其相关设备 |
PCT/CN2023/119076 WO2024061123A1 (zh) | 2022-09-21 | 2023-09-15 | 一种图像处理方法及其相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211152658.5A CN117746047A (zh) | 2022-09-21 | 2022-09-21 | 一种图像处理方法及其相关设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117746047A true CN117746047A (zh) | 2024-03-22 |
Family
ID=90249542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211152658.5A Pending CN117746047A (zh) | 2022-09-21 | 2022-09-21 | 一种图像处理方法及其相关设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN117746047A (zh) |
WO (1) | WO2024061123A1 (zh) |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111104962B (zh) * | 2019-11-05 | 2023-04-18 | 北京航空航天大学青岛研究院 | 图像的语义分割方法、装置、电子设备及可读存储介质 |
US11574500B2 (en) * | 2020-09-08 | 2023-02-07 | Samsung Electronics Co., Ltd. | Real-time facial landmark detection |
CN114359289A (zh) * | 2020-09-28 | 2022-04-15 | 华为技术有限公司 | 一种图像处理方法及相关装置 |
CN112767385B (zh) * | 2021-01-29 | 2022-05-17 | 天津大学 | 基于显著性策略与特征融合无参考图像质量评价方法 |
CN113065576A (zh) * | 2021-02-26 | 2021-07-02 | 华为技术有限公司 | 一种特征提取的方法以及装置 |
CN114821096A (zh) * | 2022-03-25 | 2022-07-29 | 华为技术有限公司 | 一种图像处理方法、神经网络的训练方法以及相关设备 |
CN115082743B (zh) * | 2022-08-16 | 2022-12-06 | 之江实验室 | 考虑肿瘤微环境的全视野数字病理图像分类系统及构建方法 |
-
2022
- 2022-09-21 CN CN202211152658.5A patent/CN117746047A/zh active Pending
-
2023
- 2023-09-15 WO PCT/CN2023/119076 patent/WO2024061123A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2024061123A1 (zh) | 2024-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022068623A1 (zh) | 一种模型训练方法及相关设备 | |
CN112070207A (zh) | 一种模型训练方法及装置 | |
CN113240079A (zh) | 一种模型训练方法及装置 | |
CN113065633A (zh) | 一种模型训练方法及其相关联设备 | |
CN113627422A (zh) | 一种图像分类方法及其相关设备 | |
CN115238909A (zh) | 一种基于联邦学习的数据价值评估方法及其相关设备 | |
CN114169393A (zh) | 一种图像分类方法及其相关设备 | |
CN116739154A (zh) | 一种故障预测方法及其相关设备 | |
WO2023045949A1 (zh) | 一种模型训练方法及其相关设备 | |
CN115623242A (zh) | 一种视频处理方法及其相关设备 | |
CN115907041A (zh) | 一种模型训练方法及装置 | |
CN114707643A (zh) | 一种模型切分方法及其相关设备 | |
CN113065638A (zh) | 一种神经网络压缩方法及其相关设备 | |
CN114841361A (zh) | 一种模型训练方法及其相关设备 | |
CN114707070A (zh) | 一种用户行为预测方法及其相关设备 | |
CN115712828A (zh) | 一种图像分类方法及其相关设备 | |
CN117746047A (zh) | 一种图像处理方法及其相关设备 | |
CN116611861A (zh) | 一种消费预测方法及其相关设备 | |
CN116310677A (zh) | 一种图像处理方法及其相关设备 | |
WO2023231796A1 (zh) | 一种视觉任务处理方法及其相关设备 | |
CN113989188A (zh) | 一种物体检测方法及其相关设备 | |
CN116309226A (zh) | 一种图像处理方法及其相关设备 | |
CN117251487A (zh) | 一种项目推荐方法及其相关设备 | |
CN117149034A (zh) | 一种图像处理方法及其相关设备 | |
CN117852603A (zh) | 一种任务信息获取方法以及相关设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |