获得用于图像处理任务的卷积神经网络的方法及装置

摘要

本发明涉及图像处理技术领域，提供一种获得用于图像处理任务的卷积神经网络的方法及装置。其中，卷积神经网络中包括至少一个采样结构，采样结构的每个采样分支按照不同的采样参数对卷积神经网络中产生的特征图进行采样，采样后的特征图由每个采样分支的采样结果按照每个采样分支的加权系数加权平均后获得，该方法包括：通过训练卷积神经网络确定每个采样结构的每个采样分支的加权系数；在训练完成后，将包含有加权系数最大的采样分支的卷积神经网络确定为可用于图像处理任务的卷积神经网络。上述方法自动选择针对当前训练集最优的采样方式，有效降低了模型设计过程中的人工负担，其适用范围较广，且获得的卷积神经网络性能较好。