(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211028135.X (22)申请日 2022.08.25 (71)申请人 广东明创软件科技有限公司 地址 523860 广东省东莞 市长安镇乌沙海 滨路18号厂房F2一楼101室 (72)发明人 胡松　 (74)专利代理 机构 深圳市智圈知识产权代理事 务所(普通 合伙) 44351 专利代理师 杨翔 (51)Int.Cl. G06T 7/00(2017.01) G06N 3/08(2006.01) G06F 21/62(2013.01) (54)发明名称 图像质量评估方法、 装置、 电子设备及存储 介质 (57)摘要 本申请实施例公开了一种图像质 量评估方 法、 装置、 电子设备及存储介质。 该方法包括： 触 发服务器向多个客户端分发待训练模 型， 并指示 多个客户端基于各自的图像数据对待训练模型 进行训练； 获取多个客户端对待训练模型进行训 练后传回的梯度参数， 以得到多个梯度参数； 基 于多个梯度参数获取目标模型； 通过目标模型对 测试图像进行图像质量评估， 以验证目标模型的 训练效果。 本方法通过一个硬件设备模拟了端云 联动场景， 并测试了通过联邦学习训练框架获得 的目标模型的图像质量评估效果， 进而验证目标 模型的训练效果， 即在数据集大小确定的情况 下， 联邦学习可以更方便、 快捷地通过增大用户 规模来提升训练效果。 权利要求书2页 说明书12页 附图5页 CN 115496713 A 2022.12.20 CN 115496713 A 1.一种图像质量评估方法， 其特征在于， 应用于电子设备， 所述电子设备中设置有服务 器和多个客户端， 所述方法包括： 触发所述服务器向所述多个客户端分发待训练模型， 并指示所述多个客户端基于各自 的图像数据对所述待训练模型进行训练； 获取所述多个客户端对所述待训练模型进行训练后传回的梯度参数， 以得到多个梯度 参数； 基于所述多个梯度参数获取目标模型； 通过所述目标模型对测试图像进行图像质量评估， 以验证所述目标模型的训练效果。 2.根据权利要求1所述的方法， 其特征在于， 所述通过所述目标模型对测试图像进行图 像质量评估， 包括： 将所述测试图像输入所述目标模型， 获取 所述目标模型输出的图像质量评估参数； 将所述测试图像输入指定模型， 获取 所述指定模型输出的图像质量评估参数； 将所述目标模型输出的图像质量评估参数与所述指定模型输出的图像质量评估参数 进行比较。 3.根据权利要求2所述的方法， 其特征在于， 输入所述目标模型的测试图像数量多于输 入所述指定模型的测试图像数量。 4.根据权利要求1所述的方法， 其特征在于， 所述指示所述多个客户端基于各自的图像 数据对所述待训练模型进行训练， 包括： 指示所述多个客户 端依次将各自的图像数据输入所述待训练模型， 得到第一质量评 分， 以用于所述客户端获取基于所述各自的图像数据确定的第 一标签评分； 将所述第 一质 量评分与所述第一标签评分之差的绝对值作为损失函数， 采用梯度下降法对所述待训练模 型的参数进行 更新； 基于所述待训练模型以及更新后的待训练模型获取梯度参数。 5.根据权利要求1所述的方法， 其特征在于， 所述基于所述多个梯度参数获取目标模 型， 包括： 对所述多个梯度参数以及每 个客户端对应的图像数量进行加权平均， 得到平均梯度； 基于所述平均梯度以及所述待训练模型获取目标模型。 6.根据权利要求1所述的方法， 其特征在于， 所述触发所述服务器向所述多个客户端分 发待训练模型， 包括： 若是第一轮训练， 触发所述服务器将初始模型作为待训练模型分发给所述多个客户 端； 若不是第一轮训练， 触发所述服务器获取上一轮训练结束后所述多个客户端传回的上 一轮梯度参数， 以得到多个上一轮梯度参数； 基于所述多个上一轮梯度参数确定上一轮模型； 将所述上一轮模型作为待训练模型分发给 所述多个客户端； 所述获取所述多个客户端各自对所述待训练模型进行训练后传回的梯度参数， 以得到 多个梯度参数， 包括： 获取当轮所述多个客户端各自对所述待训练模型进行训练后传回的梯度参数， 以得到 多个梯度参数。权　利　要　求　书 1/2 页 2 CN 115496713 A 27.根据权利要求1所述的方法， 其特征在于， 所述基于所述多个梯度参数获取目标模型 之前， 还包括： 若训练次数达 到指定次数， 将基于所述多个梯度参数获取的模型作为目标模型； 若训练次数未达到指定次数， 重复执行所述触发所述服务器向所述多个客户端分发待 训练模型， 并指示所述多个客户端基于各自的图像数据对所述待训练模型进行训练的步 骤， 其中， 每次发送的待训练模型为基于上一次训练结束后客户端回传的梯度参数生成。 8.一种图像质量评估装置， 其特征在于， 运行于电子设备， 所述电子设备中设置有服务 器和多个客户端， 所述装置包括： 模型分发与训练模块， 用于触发所述服务器向所述多个客户端分发待训练模型， 并指 示所述多个客户端基于各自的图像数据对所述待训练模型进行训练； 梯度参数获取模块， 用于获取所述多个客户端对所述待训练模型进行训练后传回的梯 度参数， 以得到多个梯度参数； 模型获取模块， 用于基于所述多个梯度参数获取目标模型； 图像质量评估模块， 用于通过所述目标模型对测试图像进行图像质量评估， 以验证所 述目标模型的训练效果。 9.一种电子设备， 其特 征在于， 包括 一个或多个处 理器以及存 储器； 一个或多个程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行， 所 述一个或多个程序配置用于执 行权利要求1 ‑7任一所述的方法。 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中存储有程序代 码， 其中， 在所述 程序代码被处 理器运行时执 行权利要求1 ‑7任一所述的方法。权　利　要　求　书 2/2 页 3 CN 115496713 A 3