图像处理方法、图像处理模型的训练方法与流程

本说明书实施例涉及计算机，特别涉及一种图像处理方法。

背景技术：

1、随着人们生活水平的提升，越来越多的人开始重视自己的健康问题，皮肤作为人体最大的器官，其直接同外界环境接触，由于多种因素的综合原因，皮肤病影响着世界上近三分之一的人口，但是皮肤科医生面临着巨大缺口，有很多皮肤病患者无法得到专业的诊断。

2、随着大数据时代的到来，深度学习技术被越来越多应用到图像识别的应用中，通过对皮肤患者的图像进行图像识别，可以辅助对图像中是否存在皮肤病灶，以及病灶类型进行判断。目前对皮肤类疾病图像分类算法，只是单一地预测疾病的标签，即输入一张包括有皮肤的图片，输出预测的疾病，在图像识别中，由于皮肤病本身的复杂性和多样性，现有的算法输出结果的准确率无法做到90％以上，通常需要对预测的前几名的结果进行筛选给出准确的结果，现有的图像识别中，通常会出现预测结果中出现互斥的预测结果，预测不准确。因此，如何提能在图像中准确定位病灶，并识别病灶类型，就成为技术人员亟待解决的问题。

技术实现思路

1、有鉴于此，本说明书实施例提供了一种图像处理方法。本说明书一个或者多个实施例同时涉及一种图像处理装置，一种计算设备，一种计算机可读存储介质以及一种计算机程序，以解决现有技术中存在的技术缺陷。

2、根据本说明书实施例的第一方面，提供了一种图像处理方法，包括：

3、接收图像处理任务，其中，所述图像处理任务中携带目标检测区域对应的待检测图像，所述图像处理任务用于检测所述目标检测区域是否存在异常；

4、将所述待检测图像输入至图像处理模型，获得所述目标检测区域对应的目标检测结果，其中，所述图像处理模型基于所述待检测图像生成初始预测结果，并基于所述初始预测结果和结果关系矩阵确定所述目标检测结果，所述结果关系矩阵用于标识多个结果之间的关联关系。

5、根据本说明书实施例的第二方面，提供了一种皮损图像处理方法，包括：

6、接收皮损图像处理任务，其中，所述皮损图像处理任务携带目标检测区域对应的待检测皮损图像，所述皮损图像处理任务用于检测所述目标检测区域是否存在异常；

7、将所述待检测皮损图像输入至皮损图像处理模型，获得所述目标检测区域对应的目标检测结果，其中，所述皮损图像处理模型基于所述待检测皮损图像生成初始预测结果，并基于所述初始预测结果和结果关系矩阵确定所述目标检测结果，所述结果关系矩阵用于标识多个结果之间的关联关系。

8、根据本说明书实施例的第三方面，提供了一种图像处理模型的训练方法，应用于云侧设备，包括：

9、获取样本图像和所述样本图像对应的样本检测结果；

10、将所述样本图像输入至图像处理模型，获得所述图像处理模型输出的预测检测结果、预测异常特征信息和预测非异常特征信息；

11、根据所述样本检测结果、所述预测检测结果、所述预测异常特征信息和所述预测非异常特征信息计算模型损失值；

12、根据所述模型损失值调整所述图像处理模型的模型参数，直至达到模型训练停止条件，获得所述图像处理模型的模型参数；

13、向端侧设备发送所述图像处理模型的模型参数。

14、根据本说明书实施例的第四方面，提供了图像处理方法，包括：

15、接收用户发送的图像处理请求，其中，所述图像处理请求包括图像处理任务，所述图像处理任务中携带目标检测区域对应的待检测图像，所述图像处理任务用于检测所述目标检测区域是否存在异常；

16、将所述待检测图像输入至图像处理模型，获得所述目标检测区域对应的目标检测结果，其中，所述图像处理模型基于所述待检测图像生成初始预测结果，并基于所述初始预测结果和结果关系矩阵确定所述目标检测结果，所述结果关系矩阵用于标识多个结果之间的关联关系；

17、向所述用户发送所述目标检测区域对应的目标检测结果。

18、根据本说明书实施例的第五方面，提供了一种图像处理装置，包括：

19、接收模块，被配置为接收图像处理任务，其中，所述图像处理任务中携带目标检测区域对应的待检测图像，所述图像处理任务用于检测所述目标检测区域是否存在异常；

20、检测模块，被配置为将所述待检测图像输入至图像处理模型，获得所述目标检测区域对应的目标检测结果，其中，所述图像处理模型基于所述待检测图像生成初始预测结果，并基于所述初始预测结果和结果关系矩阵确定所述目标检测结果，所述结果关系矩阵用于标识多个结果之间的关联关系。

21、根据本说明书实施例的第六方面，提供了一种计算设备，包括：

22、存储器和处理器；

23、所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行时实现上述方法的步骤。

24、根据本说明书实施例的第七方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现上述方法的步骤。

25、根据本说明书实施例的第八方面，提供了一种计算机程序，其中，当所述计算机程序在计算机中执行时，令计算机执行上述方法的步骤。

26、本说明书一个实施例提供的方法，在对待检测图像进行处理的过程中，在图像处理模型中，对待检测图像进行处理，获得初始预测结果的过程中，还会参考处理过程中生成的异常特征信息。在获得初始预测结果之后，还会继续参考预先设置的结果关系矩阵，来对初始预测结果中的结果进行进一步的筛选，避免出现互斥的预测结果，从而使得最终的目标检测结果更准确。

技术特征：

1.一种图像处理方法，包括：

2.如权利要求1所述的方法，所述图像处理模型包括嵌入层、特征处理层、分类层、比对层；

3.如权利要求2所述的方法，将所述待检测图像输入至所述嵌入层，获得嵌入图像特征，包括：

4.如权利要求2所述的方法，所述初始预测结果包括多个初始预测子结果；

5.如权利要求4所述的方法，基于所述结果关系矩阵、所述待处理初始预测子结果、各参考初始预测子结果，计算所述待处理初始预测子结果对应的关联性评分，包括：

6.如权利要求1所述的方法，所述图像处理模型通过下述步骤训练获得：

7.如权利要求6所述的方法，所述图像处理模型包括嵌入层、特征处理层、分类层、比对层；

8.如权利要求7所述的方法，所述特征处理层包括至少一个注意力子层；

9.如权利要求6所述的方法，根据所述样本检测结果、所述预测检测结果、所述预测异常特征信息和所述预测非异常特征信息计算模型损失值，包括：

10.一种皮损图像处理方法，包括：

11.一种图像处理模型的训练方法，应用于云侧设备，包括：

12.一种图像处理方法，包括：

13.一种计算设备，包括：

14.一种计算机可读存储介质，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现权利要求1至12任意一项所述方法的步骤。

技术总结
本说明书实施例提供图像处理方法、图像处理模型的训练方法，其中所述图像处理方法包括：接收图像处理任务，其中，所述图像处理任务中携带目标检测区域对应的待检测图像，所述图像处理任务用于检测所述目标检测区域是否存在异常；将所述待检测图像输入至图像处理模型，获得所述目标检测区域对应的目标检测结果，其中，所述图像处理模型基于所述待检测图像生成初始预测结果，并基于所述初始预测结果和结果关系矩阵确定所述目标检测结果，所述结果关系矩阵用于标识多个结果之间的关联关系。本说明书提供的方法，通过结果关系矩阵对初始预测结果中进行筛选，获得更准确的目标检测结果。

技术研发人员：刘伟,周彦捷,许静,高远,王宇,吕乐
受保护的技术使用者：阿里巴巴达摩院（杭州）科技有限公司
技术研发日：
技术公布日：2024/1/16