本申请涉及人工智能领域，尤其涉及一种语义处理方法、装置、设备和存储介质。
背景技术：
1、相关技术中，使用胶囊网络进行语义分割时，由于胶囊传递方式是向量，其参数规模随着分类细度的分化越来越大，并呈现指数级增长的问题，导致训练时间的极度延长和参数爆炸对显存的硬性需求无法被满足。针对该问题，目前尚无有效解决方案。
技术实现思路
1、为解决相关技术问题，本申请实施例提供一种语义处理方法、装置、设备和存储介质。
2、为达到上述目的，本申请实施例的技术方案是这样实现的：
3、本申请实施例提供了一种语义处理方法，应用于包括至少两层胶囊的胶囊网络，所述至少两层胶囊的胶囊网络中的第一层胶囊和第二层胶囊之间共享路由器使用的权重矩阵；所述方法包括：
4、获取待处理图像；
5、利用所述权重矩阵对所述待处理图像进行特征提取，得到所述待处理图像的第一特征；
6、对所述第一特征进行特征增强，得到所述待处理图像的第二特征；
7、基于所述第二特征确定所述待处理图像的目标图像。
8、上述方案中，所述利用所述权重矩阵对所述待处理图像进行特征提取，得到所述待处理图像的第一特征，包括：
9、对所述待处理图像进行卷积处理，得到所述待处理图像的第三特征；所述第三特征表征所述第一特征的表层特征；
10、利用所述权重矩阵对所述第三特征进行特征提取，得到所述待处理图像的第一特征。
11、上述方案中，所述利用所述权重矩阵对所述第三特征进行特征提取，得到所述待处理图像的第一特征，包括：
12、获取所述第一层胶囊中每个胶囊对应的第一向量；
13、根据所述第一向量和所述权重矩阵确定所述第二层胶囊对应的第二向量；
14、基于所述第二向量和所述第三特征确定所述第一特征。
15、上述方案中，所述根据所述第一向量和所述权重矩阵确定所述第二层胶囊的第二向量，包括：
16、根据所述第一向量和所述权重矩阵确定所述第二层胶囊中每个胶囊对应的第三向量；
17、将所述第三向量进行预设算法处理，得到所述第二向量。
18、上述方案中，所述获取所述第一层胶囊中每个胶囊对应的第一向量，包括：
19、获取所述第一层胶囊中每个胶囊对应的耦合参数；
20、对所述耦合参数进行耦合处理，得到所述第一向量。
21、上述方案中，所述对所述第一特征进行特征增强，得到所述待处理图像的第二特征，包括：
22、根据所述第一特征获取属性特征；
23、基于所述属性特征进行特征增强处理，得到所述第二特征。
24、上述方案中，所述胶囊网络包括反卷积胶囊块；所述基于所述第二特征确定所述待处理图像的目标图像，包括：
25、将所述第二特征和所述胶囊网络中每个胶囊中的特征进行特征糅合处理，得到所述待处理图像对应的张量参数；
26、根据所述张量参数确定所述目标图像。
27、本申请实施例还提供了一种语义处理装置，应用于包括至少两层胶囊的胶囊网络，所述至少两层胶囊的胶囊网络中的第一层胶囊和第二层胶囊之间共享路由器使用的权重矩阵；所述装置包括：
28、获取单元，用于获取待处理图像；
29、特征提取单元，用于利用所述权重矩阵对所述待处理图像进行特征提取，得到所述待处理图像的第一特征；
30、特征增强单元，用于对所述第一特征进行特征增强，得到所述待处理图像的第二特征；
31、确定单元，用于基于所述第二特征确定所述待处理图像的目标图像。
32、本申请实施例还提供了一种语义处理设备，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，
33、其中，所述处理器用于运行所述计算机程序时，实现上述所述方法的任一步骤。
34、本申请实施例还提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现上述所述方法的任一步骤。
35、本申请实施例提供的语义处理方法、装置、设备和存储介质，应用于包括至少两层胶囊的胶囊网络，所述至少两层胶囊的胶囊网络中的第一层胶囊和第二层胶囊之间共享路由器使用的权重矩阵；其中，所述方法包括：获取待处理图像；利用所述权重矩阵对所述待处理图像进行特征提取，得到所述待处理图像的第一特征；对所述第一特征进行特征增强，得到所述待处理图像的第二特征；基于所述第二特征确定所述待处理图像的目标图像，采用本申请实施例的技术方案，通过权重矩阵对待处理图像进行特征处理，得到第一特征，并将第一特征进行特征增强，得到第二特征，基于第二特征确定目标图像，其中，通过两层胶囊间的权重共享，减少了胶囊间路由所需的空间，即减少了参数的数量，加快了胶囊网络的训练速度，且通过对所述第一特征进行增强处理，也增强了网络识别能力。
1.一种语义处理方法，其特征在于，应用于包括至少两层胶囊的胶囊网络，所述至少两层胶囊的胶囊网络中的第一层胶囊和第二层胶囊之间共享路由器使用的权重矩阵；所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述利用所述权重矩阵对所述待处理图像进行特征提取，得到所述待处理图像的第一特征，包括：
3.根据权利要求2所述的方法，其特征在于，所述利用所述权重矩阵对所述第三特征进行特征提取，得到所述待处理图像的第一特征，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述第一向量和所述权重矩阵确定所述第二层胶囊的第二向量，包括：
5.根据权利要求3所述的方法，其特征在于，所述获取所述第一层胶囊中每个胶囊对应的第一向量，包括：
6.根据权利要求1所述的方法，其特征在于，所述对所述第一特征进行特征增强，得到所述待处理图像的第二特征，包括：
7.根据权利要求1所述的方法，其特征在于，所述胶囊网络包括反卷积胶囊块；所述基于所述第二特征确定所述待处理图像的目标图像，包括：
8.一种语义处理装置，其特征在于，应用于包括至少两层胶囊的胶囊网络，所述至少两层胶囊的胶囊网络中的第一层胶囊和第二层胶囊之间共享路由器使用的权重矩阵；所述装置包括：
9.一种语义处理设备，其特征在于，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，
10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现权利要求1至7任一项所述方法的步骤。
