CN115082667B 图像处理方法、装置、设备及存储介质 （腾讯云计算（北京）有限责任公司）

所述M个特征数据对所述N个图像区域进行缺陷检测，得到所述N个图像区域中的每个图像区域所述待处理图像的预测结果及所述预测结果的2从待处理图像的N个图像区域中分别提取出M个特征数据，所述M和N均为大于等于1的根据所述M个特征数据对所述N个图像区域进行缺陷检测，得到所述N个图像区域中的获取所述每个图像区域的关注度，并根据所述每个图像区根据所述每个图像区域调整后的预测概率，生成所述待处理采用注意力机制从所述待处理图像中确定出关注区域，并获取所述获取样本图像，所述样本图像被添加有标注标签，所述标注标签根据所述预测标签和所述标注标签之间的差异，调整所述初始识别模型的模型参数，调整所述注意力参数，以降低所述预测标签和所所述根据所述每个图像区域的关注度对所述每个图像区域存在缺陷的预测概率进行调整，采用每个图像区域的预测权重，对相应图像区域存在缺陷的预测概率进行加权处理，并将每个图像区域加权处理后的预测概率作为相应图像区若所述加权求和后的预测概率大于概率阈值，则确所述待处理图像为缺陷图像的置信度为所述加权求和后的预测概率7.如权利要求1所述的方法，其特征在于，所述置信度用于指示所述预测结果的准确3若所述置信度大于等于第二阈值，则对所述待处理图像进行恢复9.如权利要求1所述的方法，其特征在于，所述从待调用训练完成的识别模型对任一图像区域进行特征提取对划分得到的每个图像区域进行平面插值处理，将调整后的一个图像区域作为划分得到的一个提取单元，用于从待处理图像的N个图像区域中分别提取出M个特征数据调整单元，用于根据所述每个图像区域的关注度对所述生成单元，用于根据所述每个图像区域调整后的预测概4[0006]根据所述M个特征数据对所述N个图像区域进行缺陷检测，得到所述N个图像区域5[0017]根据所述M个特征数据对所述N个图像区域进行缺陷检测，得到所述N个图像区域6图像是指分辨率较低的图像。而缺陷检测则是用于确定图像中是否存在上述缺陷的检测，取，该图像特征包括梯度特征，或者纹理特征等，该特征提取网络可以是卷积神经网络类的结果即是指示该待处理图像确定为缺陷图像，或该待处理图像为非缺陷图像(即正常7提取网络对该待处理图像进行图像分割处理，得到该待处理图像的一个或多个图像区域，[0037]②预测网络在得到特征提取网络发送的特征数据后，可特征，那么也就使该图像处理设备避免了由于该待处理图像只存在局部缺陷或轻微缺陷，是由如图3b中302标记的灰度区域，那么该图像处理设备在基于图像内容随机从该待处理8[0043]在图像处理设备从待处理图像中获取到N个图像区域后，则可对每个图像区域分区域对应的一个目标特征数据，进而基于得到的目标特征数据对该图像区域进行缺陷检像处理设备则可基于提取出的M个特征数据，对该待处理图像的每个图像区域进行缺陷检M个特征数据，对每个图像区域进行缺陷检测将获取得到每个图像区域存在缺陷的预测概率，该存在缺陷的预测概率对应概率值的大小则可用于反映相应图像区域存在缺陷(或缺个图像区域存在缺陷的预测概率为0.9，则该图像处理设备则可认为该图像区域存在极大理图像中的图像区域A，而从该图像区域A中提取出的特征数据包括特征数据1和特征数据9数据中选取出特征数据1和特征数据2，并采用该特征数据1和特征数据2对该图像区域A进理图像中的图像区域A，而从该图像区域A中提取出的特征数据包括特征数据1和特征数据存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content图像区域的关注度可以是技术人员基于图像是否存在缺陷的经验值预设到该图像处理设似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方术通常包括图像处理、图像识别、图像语义理解、图像检索、光学字符识别(Optical备而可对图像区域A存在缺陷的预测概率进行调整的比例为a，而对图像区域B存在缺陷的一个图像区域调整后的预测概率大于等于预测阈值，则可认为该待处理图像的预测结果这样就不必训练五个卷积神经网络，很大程度上节省了参数以及图形处理器(Graphics区域存在缺陷的预测概率。在该图像处理设备得到每个图像区域存在缺陷的预测概率后，加权处理，并将每个图像区域加权处理后的预测概率作为相应图像区域调整后的预测概p="w*p:式1[0066]其中，Wi为每个图像区域的关注度(即每个图像区域对应存在缺陷的预测概率的损失函数(一种逻辑回归损失函数)指示预测标签和标注标签之间的差异，该softmax交叉理设备可对每个图像区域加权处理后的预测概率进行求和，得到加权求和后的预测概率，处理设备从视频数据中获取到的用于作为待处理图像的图像帧为如图5d中由501标记的图该图像处理设备从视频数据中获取到的用于作为待处理图像的图像帧为如图5d中由502标[0074]基于上述图像处理方法实施例的描述，本发明实施例还提出了一种图像处理装置，该图像处理装置可以是运行于上述图像处理设备中的一个计算机程序(包括程序代所述N个图像区域中的每个图像区域存在缺陷[0078]调整单元604，用于根据所述每个图像区域的关注度对所述每个图像区域存在缺所述待生成图像为缺陷图像的置信度为所述加权求和后的预测概率[0102]对划分得到的每个图像区域进行平面插值处理，以调整每个图像区域的区域大据对该待处理图像的每个图像区域进行缺陷检测，得到每个图像区域存在缺陷的预测概整，可使得获取到的预测结果是根据不同图像区域的关注度的不同进行自适应集成得到所示的本实施例中的图像处理设备可包括：一个或多个处理器701；一个或多个输入设备[0106]所述存储器704可以包括易失性存储器(volatilememory)，如随机存取存储器(random-accessmemory，RAM)；存储器704也可以包括非易失性存储器(non-volatile701还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(application-[0111]根据所述M个特征数据对所述N个图像区域进行缺陷检测，得到所述N个图像区域所述待生成图像为缺陷图像的置信度为所述加权求和后的预测概率[0136]对划分得到的每个图像区域进行平面插值处理，以调整每个图像区域的区域大光盘、只读存储记忆体(Read-OnlyMemory，ROM)或随机存储记忆体(RandomAccess