本发明涉及图像识别,尤其涉及一种图像分级方法、装置、电子设备及存储介质。
背景技术:
1、由于青春期荷尔蒙的波动,90%的人在青少年时期患有痤疮,未能及时治愈的患者容易造成感染,且会留下色素和疤痕。对于不同的人脸图像,可以针对人脸图像的异常状况进行分级。
2、相关技术中,可以通过一个图像分类模型对样本集训练,得到单个图像分类模型,并根据图像分类模型对所有待分级图像进行分级识别,得到分级结果。但是,这种方法得到的图像分级模型对不同复杂程度的待分级图像的分级准确率不同。例如,对于简单样本图像的分类准确率较高,但对于复杂样本的分类准确率较差,导致得到的图像分级模型的准确率较低。而采用结构复杂的待分级图像进行分级识别训练模型,在应用过程中又需提前提取待分级图像的图像特征,运用模型时较为复杂。故,如何便捷且准确的对图像进行分级,成为目前亟待解决的问题。
技术实现思路
1、本发明提供了一种图像分级方法、装置、电子设备及存储介质,以解决图像分级模型准确率低的问题,提高用户的使用体验。
2、根据本发明的一方面,提供了一种图像分级方法,其中,该方法包括:
3、获取待识别对象的面部图像;
4、基于图像分级模型生成所述面部图像归属于不同图像等级的等级评分;其中,所述图像分级模型基于初始图像分级模型压缩生成;
5、根据所述等级评分确定面部图像的图像等级。
6、根据本发明的另一方面,提供了一种图像分级装置,其中,该装置包括:
7、图像获取模块,用于获取待识别对象的面部图像;
8、概率确定模块,用于基于图像分级模型生成所述面部图像归属于不同图像等级的等级评分;其中,所述图像分级模型基于初始图像分级模型压缩生成;
9、图像分级模块,根据所述等级评分确定面部图像的图像等级。
10、根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
11、至少一个处理器;以及
12、与所述至少一个处理器通信连接的存储器;其中,
13、所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序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本发明任一实施例所述的一种图像分级方法。
14、根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的一种图像分级方法。
15、本发明实施例的技术方案,通过获取待识别对象的面部图像,并基于图像分级模型生成面部图像归属于不同图像等级的等级评分,根据等级评分确定面部图像的图像等级,实现了面部图像的图像等级的快速识别,同时,图像分级模型基于初始图像分级模型压缩生成,提高识别面部图像的图像等级的精度,提升用户的使用体验。
16、应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
1.一种图像分级方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述基于图像分级模型生成所述面部图像归属于不同图像等级的等级评分之后,还包括:
3.根据权利要求1所述的方法,其特征在于,所述图像分级模型的训练包括:
4.根据权利要求3所述的方法,其特征在于,所述基于面部样本图像的异常区域生成面部样本灰度图像,包括:
5.根据权利要求3中任一项所述的方法,其特征在于,所述将所述第一模型训练集输入预先构建的初始图像分类模型进行训练,包括:
6.根据权利要求3中任一项所述的方法,其特征在于,所述确定与同一所述面部样本图像关联的第一特征向量和第二特征向量,按照所述第一特征向量和所述第二特征向量构建蒸馏损失,包括:
7.根据权利要求3中任一项所述的方法,其特征在于,所述构建所述图像分级模型的损失函数,基于所述蒸馏损失以及所述损失函数优化图像分级模型,包括:
8.一种图像分级装置,其特征在于,包括:
9.一种电子设备,其特征在于,所述电子设备包括:
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的图像分级方法。