基于元学习重加权网络伪标签训练的图像评价方法及系统

摘要

本发明涉及一种基于元学习重加权网络伪标签训练的图像质量评价方法及系统，其方法包括：S1：获取图片数据集作为样本集，从样本集中提取元数据集和训练全数据集，构建主干特征提取网络，得到高维特征图；S2：将高维特征图分别输入十分类子网络和回归子网络，得到图像分类和图像质量评分；S3：将元数据集分类损失输入元学习重加权网络调整网络参数，用训练全数据集分类损失调整主干特征提取网络和十分类子网络参数；S4：基于二分类器赋予训练全数据集伪标签，根据伪标签对训练全数据集进行分组回归训练，加权平均各模型评分结果得到评价输出。本发明提供了具有较好鲁棒性的图像质量评价方法，解决了计算机视觉训练数据集不平衡的问题。