CN110009090B - 神经网络训练与图像处理方法及装置 - Google Patents

神经网络训练与图像处理方法及装置 Download PDF

Info

Publication number
CN110009090B
CN110009090B CN201910262390.2A CN201910262390A CN110009090B CN 110009090 B CN110009090 B CN 110009090B CN 201910262390 A CN201910262390 A CN 201910262390A CN 110009090 B CN110009090 B CN 110009090B
Authority
CN
China
Prior art keywords
prediction
target detection
determining
areas
region
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910262390.2A
Other languages
English (en)
Other versions
CN110009090A (zh
Inventor
曹钰杭
陈恺
吕健勤
林达华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sensetime Technology Development Co Ltd
Original Assignee
Beijing Sensetime Technology Development Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Sensetime Technology Development Co Ltd filed Critical Beijing Sensetime Technology Development Co Ltd
Priority to CN201910262390.2A priority Critical patent/CN110009090B/zh
Publication of CN110009090A publication Critical patent/CN110009090A/zh
Application granted granted Critical
Publication of CN110009090B publication Critical patent/CN110009090B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Image Analysis (AREA)

Abstract

本公开涉及一种神经网络训练与图像处理方法及装置，所述方法包括：通过目标检测网络对样本图像进行目标检测处理，获得样本图像中对象的预测区域；基于对象的位置标注信息，确定每个预测区域与对应的标注区域之间的交并比；根据类别标注信息以及交并比，确定预测区域的重要性分数；根据预测区域的重要性分数以及样本图像的标注信息，训练目标检测网络。根据本公开的实施例的图像处理方法，可通过对象的类别标注信息以及每个预测区域的交并比获得预测区域的重要性分数，并利用预测区域的重要性分数训练目标检测网络，可提高目标检测网络的检测性能及普适性。

Description

神经网络训练与图像处理方法及装置
技术领域
本公开涉及计算机技术领域，尤其涉及一种神经网络训练与图像处理方法及装置。
背景技术
物体检测是计算机视觉领域最基本的问题，物体检测在很多方面具有重要应用，如人脸识别，自动驾驶等。物体检测的数据集通常存在前景和背景不均衡的现象。为了解决这个问题，传统的检测器通常在负样本中采集损失大的样本而过滤掉损失小的样本，虽然这种策略可以改善检测器的综合分类准确率，却不一定能提高检测器的检测性能，如何有效提升检测器的检测性能是本领域的研究热点。
发明内容
本公开提出了一种图像处理方法及装置、电子设备和存储介质。
根据本公开的一方面，提供了一种神经网络训练方法，包括：
通过目标检测网络对样本图像进行目标检测处理，获得所述样本图像中至少一个对象的多个预测区域，其中，所述样本图像的标注信息包括所述至少一个对象的位置标注信息及至少一个对象的类别标注信息；
基于所述至少一个对象的位置标注信息，确定所述每个预测区域与所述每个预测区域对应的标注区域之间的交并比；
根据所述至少一个对象的类别标注信息以及多个预测区域中每个预测区域的交并比，确定所述多个预测区域的重要性分数；
根据所述多个预测区域的重要性分数以及所述样本图像的标注信息，训练所述目标检测网络。
根据本公开的实施例的图像处理方法，可通过对象的类别标注信息以及每个预测区域的交并比获得预测区域的重要性分数，并利用预测区域的重要性分数训练目标检测网络，可提高目标检测网络的检测性能及普适性。
在一种可能的实现方式中，根据所述至少一个对象的类别标注信息以及多个预测区域中每个预测区域的交并比，确定所述多个预测区域的重要性分数，包括：
根据所述至少一个对象的类别标注信息以及所述多个预测区域中每个预测区域的交并比，对多个预测区域进行排序，获得所述至少一个对象所属的至少一个类别中每个类别对应的预测区域序列；
根据所述多个预测区域中每个预测区域在所述预测区域序列中的排序位置，确定所述每个预测区域的重要性分数。
通过这种方式，可确定每个预测区域在预测区域序列中的排序位置，并获得每个预测区域的重要性分数，使重要性高的预测区域获得较高的重要性分数，为训练过程中确定每个预测区域的权重提供依据。
在一种可能的实现方式中，根据所述至少一个对象的类别标注信息以及所述多个预测区域中每个预测区域的交并比，对多个预测区域进行排序，获得所述至少一个对象所属的至少一个类别中每个类别对应的预测区域序列，包括：
根据所述至少一个对象中每个对象的至少两个预测区域的交并比，对所述每个对象的至少两个预测区域进行排序，获得所述每个对象对应的第一序列；
基于所述至少一个对象的类别标注信息，对属于相同类别的至少一个对象对应的第一序列中排序位置相同的预测区域进行排序，获得与所述第一序列中的至少一个排序位置中每个排序位置对应的第二序列；
按照所述第一序列中的排序位置，对所述至少一个排序位置对应的第二序列进行排序，获得所述类别对应的预测区域序列。
通过这种方式，可获得按照重要性排序的预测区域序列，在使用所述预测区域序列训练目标检测网络的过程中，可在提高目标检测网络确定预测区域的位置以及预测对象类别的准确率的同时，提高目标检测网络的性能及普适性。
在一种可能的实现方式中，所述预测区域序列中的多个预测区域的重要性随着排序位置逐渐下降。
在一种可能的实现方式中，根据所述多个预测区域的重要性分数以及所述样本图像的标注信息，训练所述目标检测网络，包括：
根据所述多个预测区域的重要性分数，确定所述多个预测区域中的每个预测区域的第一权重；
根据所述多个预测区域中每个预测区域的第一权重和所述标注信息，确定所述目标检测网络的分类损失；
根据所述分类损失，调整所述目标检测网络的网络参数。
通过这种方式，可在训练过程中提升第一权重较大的预测区域的重要性，提升训练效率以及目标监测网络的性能。
在一种可能的实现方式中，根据所述多个预测区域中每个预测区域的第一权重和所述标注信息，确定所述目标检测网络的分类损失，包括：
根据所述多个预测区域中每个预测区域的类别预测结果和所述每个预测区域的类别标注信息，确定所述每个预测区域对应的分类损失；
根据所述多个预测区域的第一权重以及所述多个预测区域的分类损失，确定所述多个预测区域中每个预测区域对应的第二权重；
根据所述多个预测区域中每个预测区域的第二权重以及所述多个预测区域的分类损失，确定所述目标检测网络的分类损失。
通过这种方式，可按照预测区域的重要性分数，为每个预测区域设置对应的权重，使重要性高的预测区域获得更大的权重，从而在训练过程中可通过重要性较高的预测区域提升目标检测网络的训练效率，并提高目标检测网络的性能和普适性。
在一种可能的实现方式中，根据所述多个预测区域的重要性分数以及所述样本图像的标注信息，训练所述目标检测网络，还包括：
根据所述至少一个对象的类别标注信息，确定所述至少一个对象中每个对象的目标类别；
基于所述多个预测区域中每个预测区域在所述每个预测区域对应的目标类别上的类别预测结果，确定所述目标检测网络的回归损失；
基于所述回归损失，调整所述目标检测网络的网络参数。
通过这种方式，根据类别预测结果确定回归损失，提升训练效率以及目标监测网络的性能。
在一种可能的实现方式中，基于所述多个预测区域中每个预测区域在所述每个预测区域对应的目标类别上的类别预测结果，确定所述目标检测网络的回归损失，包括：
根据所述多个预测区域中每个预测区域的位置信息与所述每个预测区域对应的位置标注信息之间的差异，确定所述每个预测区域对应的回归损失；
根据所述多个预测区域的类别预测结果以及所述多个预测区域的回归损失，确定所述多个预测区域中每个预测区域对应的第三权重；
根据所述多个预测区域中每个预测区域的第三权重以及所述每个预测区域的回归损失，确定所述目标检测网络的回归损失。
通过这种方式，可在回归损失的确定过程中，根据类别预测结果确定每个预测区域权重，可为类别预测结果准确的预测区域分配较高的权值，提高目标检测网络的对图像中的对象的识别能力以及确定对象位置的能力。
在一种可能的实现方式中，所述多个预测区域的交并比大于或等于预设阈值。
根据本公开的另一方面，提供了一种图像处理方法，其特征在于，包括：
获取待检测图像；
将待检测图像输入所述神经网络训练方法训练得到的目标检测网络进行处理，获得所述待检测图像的目标检测结果。
根据本公开的另一方面，提供了一种神经网络训练装置，包括：
检测模块，用于通过目标检测网络对样本图像进行目标检测处理，获得所述样本图像中至少一个对象的多个预测区域，其中，所述样本图像的标注信息包括所述至少一个对象的位置标注信息及至少一个对象的类别标注信息；
第一确定模块，用于基于所述至少一个对象的位置标注信息，确定所述每个预测区域与所述每个预测区域对应的标注区域之间的交并比；
第二确定模块，用于根据所述至少一个对象的类别标注信息以及多个预测区域中每个预测区域的交并比，确定所述多个预测区域的重要性分数；
训练模块，用于根据所述多个预测区域的重要性分数以及所述样本图像的标注信息，训练所述目标检测网络。
在一种可能的实现方式中，所述第二确定模块被进一步配置为：
根据所述至少一个对象的类别标注信息以及所述多个预测区域中每个预测区域的交并比，对多个预测区域进行排序，获得所述至少一个对象所属的至少一个类别中每个类别对应的预测区域序列；
根据所述多个预测区域中每个预测区域在所述预测区域序列中的排序位置，确定所述每个预测区域的重要性分数。
在一种可能的实现方式中，所述第二确定模块被进一步配置为：
根据所述至少一个对象中每个对象的至少两个预测区域的交并比，对所述每个对象的至少两个预测区域进行排序，获得所述每个对象对应的第一序列；
基于所述至少一个对象的类别标注信息，对属于相同类别的至少一个对象对应的第一序列中排序位置相同的预测区域进行排序，获得与所述第一序列中的至少一个排序位置中每个排序位置对应的第二序列；
按照所述第一序列中的排序位置，对所述至少一个排序位置对应的第二序列进行排序，获得所述类别对应的预测区域序列。
在一种可能的实现方式中，所述预测区域序列中的多个预测区域的重要性随着排序位置逐渐下降。
在一种可能的实现方式中，所述训练模块被进一步配置为：
根据所述多个预测区域的重要性分数，确定所述多个预测区域中的每个预测区域的第一权重；
根据所述多个预测区域中每个预测区域的第一权重和所述标注信息，确定所述目标检测网络的分类损失；
根据所述分类损失，调整所述目标检测网络的网络参数。
在一种可能的实现方式中，所述训练模块被进一步配置为：
根据所述多个预测区域中每个预测区域的类别预测结果和所述每个预测区域的类别标注信息，确定所述每个预测区域对应的分类损失；
根据所述多个预测区域的第一权重以及所述多个预测区域的分类损失，确定所述多个预测区域中每个预测区域对应的第二权重；
根据所述多个预测区域中每个预测区域的第二权重以及所述多个预测区域的分类损失，确定所述目标检测网络的分类损失。
在一种可能的实现方式中，所述训练模块还被配置为：
根据所述至少一个对象的类别标注信息，确定所述至少一个对象中每个对象的目标类别；
基于所述多个预测区域中每个预测区域在所述每个预测区域对应的目标类别上的类别预测结果，确定所述目标检测网络的回归损失；
基于所述回归损失，调整所述目标检测网络的网络参数。
在一种可能的实现方式中，所述训练模块被进一步配置为：
根据所述多个预测区域中每个预测区域的位置信息与所述每个预测区域对应的位置标注信息之间的差异，确定所述每个预测区域对应的回归损失；
根据所述多个预测区域的类别预测结果以及所述多个预测区域的回归损失，确定所述多个预测区域中每个预测区域对应的第三权重；
根据所述多个预测区域中每个预测区域的第三权重以及所述每个预测区域的回归损失，确定所述目标检测网络的回归损失。
在一种可能的实现方式中，所述多个预测区域的交并比大于或等于预设阈值。
根据本公开的另一方面，提供了一种图像处理装置，包括：
获取模块，用于获取待检测图像；
目标检测模块，用于将待检测图像输入目标检测网络进行处理，获得所述待检测图像的目标检测结果，其中，所述目标检测网络是根据所述神经网络训练方法训练得到的。
根据本公开的另一方面，提供了一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：调用所述存储器存储的指令，以执行上述方法。
根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的神经网络训练方法的流程图；
图2示出根据本公开实施例的预测区域的交并比的示意图；
图3示出根据本公开实施例的图像处理方法的流程图；
图4A和4B示出根据本公开实施例的神经网络训练方法的应用示意图；
图5示出根据本公开实施例的神经网络训练装置的框图；
图6示出根据本公开实施例的图像处理装置的框图；
图7示出根据本公开实施例的电子装置的框图；
图8示出根据本公开实施例的电子装置的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意至少一个元素。
另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
图1示出根据本公开实施例的神经网络训练方法的流程图，如图1所示，所述方法包括：
在步骤S11中，通过目标检测网络对样本图像进行目标检测处理，获得所述样本图像中至少一个对象的多个预测区域，其中，所述样本图像的标注信息包括所述至少一个对象的位置标注信息及至少一个对象的类别标注信息；
在步骤S12中，基于所述至少一个对象的位置标注信息，确定所述每个预测区域与所述每个预测区域对应的标注区域之间的交并比；
在步骤S13中，根据所述至少一个对象的类别标注信息以及多个预测区域中每个预测区域的交并比，确定所述多个预测区域的重要性分数；
在步骤S14中，根据所述多个预测区域的重要性分数以及所述样本图像的标注信息，训练所述目标检测网络。
根据本公开的实施例的图像处理方法，可通过对象的类别标注信息以及每个预测区域的交并比获得预测区域的重要性分数，并利用预测区域的重要性分数训练目标检测网络，可提高目标检测网络的检测性能及普适性。
在一些实施例中，所述神经网络训练方法可以由终端设备执行，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(PersonalDigital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等，所述方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者，所述神经网络训练方法通过服务器执行。
在一些实施例中，所述目标检测网络可以是卷积神经网络、循环神经网络等神经网络，本公开对目标检测网络的类型不作限制。所述目标检测网络具有确定图像中的对象的类别信息以及确定图像中的对象的位置信息的功能。在一些示例中，目标检测网络包括分类网络，用于确定图像中每个对象的类别，例如，针对某个对象，可确定该对象为人、车辆还是动物等。可选地，分类网络输出对象所属的类别信息，例如类别标识信息和概率信息，或者分类网络输出对象属于多个预设类别中每个类别的概率信息。在一些示例中，目标检测网络包括位置确定网络，用于确定图像中每个对象的位置信息，例如，输出对每个对象的限定框的位置信息(例如，限定框的四个顶点的坐标，或者限定框的中心坐标和边长，或者限定框的偏移值)，或者输出对象的多个候选框中每个候选框的位置信息和/或概率信息，等等，本公开实施例对此不做限定。
在一些实施例中，在步骤S11中，通过目标检测网络对样本图像进行目标检测处理，获得所述样本图像中至少一个对象的多个预测区域。在示例中，可通过限定框对所述至少一个对象所在的预测区域进行框选。在示例中，所述样本图像中可具有多个类别的对象，例如，人、动物、车辆等，可对所述多个类别的多个对象分别进行目标检测处理，可获得所述至少一个对象的预测区域，每个对象可分别具有多个预测区域，例如，某对象具有三个预测区域，即，具有三个对该对象进行框选的限定框，这三个限定框的位置不同。在示例中，样本图像可具有标注信息，所述标注信息包括每个对象标注区域的位置标注信息及每个对象的类别标注信息，例如，可分别对每个对象所属的类别进行标注，并可通过限定框来框选每个对象所在的标注区域，即，每个对象的准确的位置。
在一些实施例中，在步骤S12中，可分别确定每个预测区域与所述每个预测区域对应的标注区域之间的交并比，即，预测区域与对应的标注区域的重叠区域与合并区域的面积比，所述标注区域为根据标注信息中的位置标注信息确定的区域，例如，对至少一个对象进行框选的限定框所选择的区域。
在一些实施例中，所述交并比为预测区域与对应标注区域的重叠区域与合并区域的面积比，所述预测区域与标注区域的重叠区域为两个区域的交集，所述预测区域与标注区域的合并区域为两个区域的并集。在示例中，所述目标检测网络可分别确定每个对象的预测区域，例如，针对对象A，目标检测网络可确定对象A的多个预测区域，针对对象B，目标检测网络可确定目标对象B的多个预测区域。在确定预测区域的交并比时，可确定预测区域与对应标注区域的重叠区域与合并区域的面积比，例如，在确定对象A的某个预测区域的交并比时，可确定该预测区域与对象A的标注区域的重叠区域与合并区域的面积比。
图2示出根据本公开实施例的预测区域的交并比的示意图，如图2所示，在某一样本图像中，已对对象所在的区域进行标注，该标注可以是框选该对象所在区域的限定框，例如，图2中虚线所示的标注区域。可使用目标检测网络等方法进行检测，并将检测到的对象的预测区域进行框选，例如，图2中实线所示的预测区域。如图2所示，标注区域为A+B，预测区域为B+C，预测区域与标注区域的重叠区域为B，预测区域与标注区域的合并区域为A+B+C。样本图像的交并比为B区域面积与A+B+C区域面积之比。
在一些实施例中，在步骤S13中，根据所述至少一个对象的类别标注信息以及多个预测区域中每个预测区域的交并比，确定所述多个预测区域的重要性分数。在示例中，可确定样本图像中的交并比大于或等于预设阈值的预测区域的重要性分数。例如，可确定交并比大于或等于50％的预测区域的重要性分数。
在一些实施例中，步骤S13可包括：根据所述至少一个对象的类别标注信息以及所述多个预测区域中每个预测区域的交并比，对多个预测区域进行排序，获得所述至少一个对象所属的至少一个类别中每个类别对应的预测区域序列；根据所述多个预测区域中每个预测区域在所述预测区域序列中的排序位置，确定所述每个预测区域的重要性分数。
在一些实施例中，根据所述至少一个对象的类别标注信息以及所述多个预测区域中每个预测区域的交并比，对多个预测区域进行排序，获得所述至少一个对象所属的至少一个类别中每个类别对应的预测区域序列，包括：根据所述至少一个对象中每个对象的至少两个预测区域的交并比，对所述每个对象的至少两个预测区域进行排序，获得所述每个目标对象对应的第一序列；基于所述至少一个对象的类别标注信息，对属于相同类别的至少一个对象对应的第一序列中排序位置相同的预测区域进行排序，获得与所述第一序列中的至少一个排序位置中每个排序位置对应的第二序列；按照所述第一序列中的排序位置，对所述至少一个排序位置对应的第二序列进行排序，获得所述类别对应的预测区域序列。在示例中，所述预测区域序列可以是按照重要性对预测区域进行排序的序列。所述预测区域序列中的多个预测区域的重要性随着排序位置逐渐下降。
在一些实施例中，可分别对每个对象的至少两个预测区域分别进行排序，获得与每个对象对应的第一序列。例如，可根据预测区域的交并比对每个对象的预测区域分别进行排序。
在示例中，样本图像中可包括两个人，所述两个人分别具有多个预测区域。例如，人物1具有预测区域A、B和C，并且，样本图像还可具有对人物1的标注区域，预测区域和标注区域的重叠区域与合并区域的面积比即为预测区域的交并比(IoU)，在示例中，预测区域A的交并比为0.63、预测区域B的交并比为0.52，预测区域C的交并比为0.71。人物2具有预测区域D和E，在示例中，预测区域D的交并比为0.92，预测区域E的交并比为0.50。
在示例中，可分别对每个人的预测区域按照交并比进行排序，获得与每个对象对应的第一序列。例如，可按照交并比为人物1的预测区域A、B和C进行排序，可获得与人物1对应的第一序列C、A、B，并按照交并比为人物2的预测区域D和E进行排序，获得与人物2对应的第一序列D、E。
在一些实施例中，样本图像中可包括多个类别的对象，例如，人、动物、车辆等。可基于所述至少一个对象的类别标注信息，对属于相同类别的至少一个对象对应的第一序列中排序位置相同的预测区域进行排序，获得与所述第一序列中的至少一个排序位置中每个排序位置对应的第二序列。
在示例中，样本图像中包括人、动物、车辆等多个类别的对象。例如，针对类别标注为人的多个对象，可分别对每个对象对应的第一序列中排序位置相同的预测区域进行排序，获得与第一序列的每个排序位置对应的第二序列。在示例中，可分别针对第一序列的每个排序位置进行排序，例如，某个类别中包括多个对象，每个对象具有对应的第一序列，可根据每个对象的预测区域的交并比，对第一序列中每个排序位置对应的多个预测区域进行排序，例如，针对每个第一序列中排序位置为第1位的预测区域，可根据交并比对这些在第一序列中排在第1位的预测区域进行排序，以此类推，可对在多个第一序列中排在第2位的预测区域进行排序…例如，与人物1对应的第一序列中，排序位置为第1位的预测区域为预测区域C，与人物2对应的第一序列中，排序位置为第1位的预测区域为预测区域D，可按照交并比对预测区域C和D进行排序，获得与排序位置中的第1位对应的第二序列D、C。进一步地，可按照上述方式，获得与排序位置中的第2位对应的第二序列A、E，以及与排序位置中的第3位对应的第二序列B。
在一些实施例中，可按照所述第一序列中的排序位置，对所述至少一个排序位置对应的第二序列进行排序，获得所述类别对应的预测区域序列。所述多个预测区域的交并比大于或等于预设阈值。在示例中，可将每个第二序列作为整体进行排序，例如，可将与第一序列中的排序位置为第1位的预测区域组成的第二序列排在第1位，将与第一序列中的排序位置为第2位的预测区域组成的第二序列排在第2位…获得预测区域序列。
在示例中，可按照排序位置，对所述至少一个排序位置对应的第二序列进行排序，例如，可将第一序列中的排序位置中的第2位对应的第二序列排在第一序列中的排序位置中的第1位对应的第二序列之后，并将第一序列中的排序位置中的第3位对应的第二序列排在第一序列中的排序位置中的第2位对应的第二序列连接，获得预测区域序列D、C、A、E、B。所述预测区域序列中的多个预测区域的重要性随着排序位置逐渐下降。例如，预测区域D的重要性大于预测区域C，预测区域C的重要性大于预测区域A…预测区域序列D、C、A、E、B中的多个预测区域的交并比均大于预设阈值(例如，50％)。
通过这种方式，可分别获得每个对象的预测区域的第一序列，并按照每个对象的预测区域在第一序列中的排序获得第二序列，进一步可获得按照重要性排序的预测区域序列，在使用所述预测区域序列训练目标检测网络的过程中，可在提高目标检测网络确定预测区域的位置以及预测对象类别的准确率的同时，提高目标检测网络的性能及普适性。
在一些实施例中，可根据所述多个预测区域中每个预测区域在所述预测区域序列中的排序位置，确定所述每个预测区域的重要性分数。在示例中，针对某个类别的预测区域序列，可按照每个预测区域在预测区域序列中的排序位置，确定每个预测区域的重要性分数，例如，可根据以下公式(1)确定每个预测区域的重要性分数：
Figure BDA0002015705280000091
其中，vi为该类别的预测区域序列中，排序位置为第i(1≤i≤n)个的预测区域的重要性分数，n为该类别的预测区域序列中的预测区域的数量，ri(0≤ri≤n-1)为第i个的预测区域的在预测区域序列中的排序位置。
在一些实施例中，在步骤S14中，目标检测网络可以是用于检测图像中的对象的神经网络，例如，目标检测网络可以是卷积神经网络，本公开对目标检测网络的类型不做限制。可使用多个预测区域的重要性分数以及所述样本图像的标注信息，训练所述目标检测网络。
在一些实施例中，步骤S14可包括：根据所述多个预测区域的重要性分数，确定所述多个预测区域中的每个预测区域的第一权重；根据所述多个预测区域中每个预测区域的第一权重和所述标注信息，确定所述目标检测网络的分类损失；根据所述分类损失，调整所述目标检测网络的网络参数。
在一些实施例中，根据所述多个预测区域的重要性分数，确定所述多个预测区域中的每个预测区域的第一权重，在示例中，例如，可根据以下公式(2)确定每个预测区域的第一权重：
ωi＝((1-β)vi+β)γ (2)
其中，ωi为第i个的预测区域的第一权重，γ是预设的重要性参数，β是预设的最小权重参数，本公开对γ和β的取值不做限制。
在一些实施例中，可根据多个预测区域中每个预测区域的第一权重和所述标注信息，确定所述目标检测网络的分类损失。其中，所述分类损失用于表示目标检测网络对目标对象的类别的识别是否正确，例如，样本图像中可包括多个对象，目标检测网络可分别识别每个对象的类别。在示例中，可用概率来表示所述识别结果。例如，某个对象为人，识别结果为该对象被识别为人的概率。在示例中，该对象有70％的概率为人(例如，所述目标检测网络确定该对象与人的相似度为70％)，而该对象的类别标注信息为人，例如，可将该对象与人的相似度标注为100％，类别标注信息与识别结果之间有30％的误差，可根据30％的误差确定分类损失。
在一些实施例中，根据所述多个预测区域中每个预测区域的第一权重和所述标注信息，确定所述目标检测网络的分类损失，包括：根据所述多个预测区域中每个预测区域的类别预测结果和所述每个预测区域的类别标注信息，确定所述每个预测区域对应的分类损失；根据所述多个预测区域的第一权重以及所述多个预测区域的分类损失，确定所述多个预测区域中每个预测区域对应的第二权重；根据所述多个预测区域中每个预测区域的第二权重以及所述多个预测区域的分类损失，确定所述目标检测网络的分类损失。
在一些实施例中，可通过目标检测网络识别每个预测区域中的对象的类别，获得类别预测结果，该类别预测结果可能存在误差，例如，预测区域中的对象为人，而类别预测结果为与人的相似度为70％，本公开对对象的类别以及类别预测结果不做限制。
在一些实施例中，可根据类别预测结果和类别标注信息，确定每个预测区域的分类损失。在示例中，预测区域中的对象为人，而类别预测结果为与人的相似度为70％，所述类别标注信息可将该对象与人的相似度标注为100％，可根据类别预测结果和类别标注信息确定与该预测区域对应的分类损失，例如，可根据类别预测结果和类别标注信息确定与该预测区域对应的交叉熵损失。可按照这种方式，确定每个预测区域的分类损失。
在一些实施例中，可根据多个预测区域的第一权重以及分类损失，确定与每个预测区域对应的第二权重。在示例中，可根据以下公式(3)确定所述第二权重：
Figure BDA0002015705280000101
其中，m为样本图像中的正样本的数量，例如，类别预测结果与标注的真实类别的相似度大于或等于50％的对象所在的预测区域，例如，多个类别的预测区域序列中所有预测区域的数量，si为第i个预测区域中对象的类别预测结果，
Figure BDA0002015705280000111
为第i个预测区域中的对象的类别标注信息，
Figure BDA0002015705280000112
为与第i个预测区域对应的分类损失，例如，交叉熵损失，ωi′为第i个预测区域的第二权重。
在一些实施例中，可根据每个预测区域的第二权重以及分类损失，确定所述目标检测网络的分类损失。在示例中，可利用每个预测区域的第二权重以及分类损失，确定样本图像中的正样本对应的分类损失。进一步地，可利用每个预测区域的分类损失，确定样本图像中的负样本对应的分类损失，所述负样本可以是类别预测结果与标注的真实类别的相似度小50％的对象所在的预测区域，或者预测区域的中的对象的类别预测结果错误或预测区域位置信息错误的预测区域，本公开对负样本不做限制。例如，可根据以下公式(4)来确定目标检测网络的分类损失：
Figure BDA0002015705280000113
其中，Lcls为目标检测网络的分类损失，N为样本图像中的预测区域的数量，
Figure BDA0002015705280000114
为样本图像中的负样本对应的分类损失。进一步地，可根据所述分类损失，调整所述目标检测网络的网络参数。
通过这种方式，可按照预测区域的重要性分数，为每个预测区域设置对应的权重，使重要性高的预测区域获得更大的权重，从而在训练过程中可通过重要性较高的预测区域可提升目标检测网络的训练效率，并提高目标检测网络的性能和普适性。
在一些实施例中，目标检测网络的网络损失还可包括回归损失，所述回归损失用于表示目标检测网络识别的目标对象的位置信息是否正确，例如，目标对象所在位置的预测区域与标注区域之间的位置差异。其中，步骤S14还包括：根据所述至少一个对象的类别标注信息，确定所述至少一个对象中每个对象的目标类别；基于所述多个预测区域中每个预测区域在所述每个预测区域对应的目标类别上的类别预测结果，确定所述目标检测网络的回归损失；基于所述回归损失，调整所述目标检测网络的网络参数。
在一些实施例中，可根据样本图像的至少一个对象的类标注信息，确定每个对象的目标类别。并根据每个预测区域中的对象相对于该预测区域的目标类别的类别预测结果，确定目标检测网络的回归损失。例如，可所述预测区域中的对象的目标类别可由类别标注信息
Figure BDA0002015705280000115
确定，对于目标类别的至少一个对象的每个预测区域的类别预测结果为
Figure BDA0002015705280000116
表示第li中第i个第i个预测区域中对象的类别预测结果。
在一些实施例中，基于所述多个预测区域中每个预测区域在所述每个预测区域对应的目标类别上的类别预测结果，确定所述目标检测网络的回归损失，包括：根据所述多个预测区域中每个预测区域的位置信息与所述每个预测区域对应的位置标注信息之间的差异，确定所述每个预测区域对应的回归损失；根据所述多个预测区域的类别预测结果以及所述多个预测区域的回归损失，确定所述多个预测区域中每个预测区域对应的第三权重；根据所述多个预测区域中每个预测区域的第三权重以及所述每个预测区域的回归损失，确定所述目标检测网络的回归损失。
在一些实施例中，可根据每个预测区域位置信息与对应的标注区域的位置标注信息之间的位置误差，确定与每个预测区域对应的回归损失，在示例中，所述预测区域和所述标注区域均可以是对样本图像中的对象进行框选的限定框，可针对某个预测区域，可根据该预测区域的限定框与对应的标注区域的限定框之间的位置误差，确定与该预测区域对应的回归损失。
在一些实施例中，可根据所述多个预测区域的类别预测结果以及所述多个预测区域的回归损失，确定所述多个预测区域中每个预测区域对应的第三权重。在示例中，可根据以下公式(5)确定与每个预测区域的类别预测结果对应的权重：
Figure BDA0002015705280000121
其中，ci为与第i个预测区域的类别预测结果对应的权重，b和k为预设的调节参数，本公开对b和k的取值不做限制。
在一些实施例中，可根据与每个预测区域的类别预测结果对应的权重以及回归损失，确定与每个预测区域对应的第三权重。在示例中，可根据以下公式(6)确定所述第三权重：
Figure BDA0002015705280000122
其中，ci′为与第i个预测区域的对应的第三权重，ri为第i个预测区域的位置信息，
Figure BDA0002015705280000123
为与第i个预测区域对应的标注区域的位置标注信息，
Figure BDA0002015705280000124
为第i个预测区域对应的回归损失。
在一些实施例中，根据所述第二权重以及所述分类损失，确定所述目标检测网络的分类损失。在示例中，可根据以下公式(7)确定目标检测网络的回归损失：
Figure BDA0002015705280000125
其中，Lreg为目标检测网络的回归损失。进一步地，可基于所述回归损失，调整所述目标检测网络的网络参数。
通过这种方式，可在回归损失的确定过程中，根据类别预测结果确定每个预测区域权重，可为类别预测结果准确的预测区域分配较高的权值，提高目标检测网络的对图像中的对象的识别能力以及确定对象位置的能力。
在一些实施例中，可根据所述分类损失与所述回归损失，对目标检测网络进行训练。在示例中，可根据分类损失和回归损失，确定目标检测网络的网络损失，在示例中，可根据以下公式(8)确定目标检测网络的网络损失：
L＝Lcls+Lreg (8)
在一些实施例中，可按照使网络损失最小化的方向来调整目标检测网络的网络参数，在示例中，可使用梯度下降法进行网络损失的反向传播，来调整目标检测网络的网络参数。
在一些实施例中，训练条件可包括调整次数和网络损失的大小或敛散性等条件。可对目标检测网络调整预定次数，当调整次数达到预定次数时，即为满足训练条件。也可不限定训练次数，在网络损失降低到一定程度或收敛于某个区间内时，即为满足训练条件。在训练完成后，可将目标检测网络用于检测图像中的对象的过程中。
根据本公开的实施例的图像处理方法，可通过对象的类别标注信息以及每个预测区域的交并比获得每个预测区域的重要性分数。在训练过程中，可按照预测区域的重要性分数，为每个预测区域设置对应的权重，使重要性高的预测区域在训练过程中获得更大的权重，可提升目标检测网络的训练效率，并在回归损失的确定过程中，加入类别预测结果的参数，可为类别预测结果准确的预测区域分配较高的权值，提高目标检测网络的对图像中的对象的识别能力以及确定对象位置的能力。可在提高目标检测网络确定预测区域的位置以及预测对象类别的准确率的同时，提高目标检测网络的性能及普适性。
图3示出根据本公开实施例的图像处理方法的流程图。如图3所示，所述方法包括：
在步骤S21中，获取待检测图像；
在步骤S22中，将待检测图像输入所述神经网络训练方法训练得到的目标检测网络进行处理，获得所述待检测图像的目标检测结果。
在一些实施例中，待检测图像中可包括多个类别的对象，可通过训练后的目标检测网络对待检测图像中的目标对象进行检测，获得每个对象的目标检测结果。在示例中，目标检测网络可确定每个对象的类别信息，例如，确定对象1为人，对象2为车辆……还可确定每个对象的位置信息，例如，可确定对每个对象进行框选的限定框的位置信息(例如，限定框的四个顶点的坐标)，并在待检测图像中绘制出所述限定框。
图4A和4B示出根据本公开实施例的神经网络训练方法的应用示意图。如图4A所示，可通过目标检测网络对样本图像进行目标检测处理，获得样本图像中每个对象的多个预测区域，并根据所述预测区域和样本图像的标注区域，确定每个预测区域的交并比。在示例中，样本图像中可包括两个人，所述两个人分别具有多个预测区域。例如，左侧的人具有预测区域A、B和C，并且，样本图像还可具有对左侧的人的标注区域，预测区域和标注区域的重叠区域与合并区域的面积比即为每个预测区域的交并比(IoU)，在示例中，预测区域A的交并比为0.63、预测区域B的交并比为0.52，预测区域C的交并比为0.71。右侧的人具有预测区域D和E，在示例中，预测区域D的交并比为0.92，预测区域E的交并比为0.50。
在一些实施例中，可分别对每个人的预测区域按照交并比进行排序，获得第一序列。如图4B所示，可按照交并比为图4A中左侧的人的预测区域A、B和C进行排序，可获得与左侧的人对应的第一序列C、A、B，并按照交并比为图4A中右侧的人的预测区域D和E进行排序，获得与右侧的人对应的第一序列D、E。
在一些实施例中，图像中存在标注类别相同的多个对象，可分别对该多个对象对应的第一序列中排序位置相同的预测区域进行排序，获得与每个排序位置对应的第二序列。在示例中，分别针对第一序列的每个排序位置，对多个对象对应的第一序列中位于该排序位置的预测区域进行排序，例如，如图4B所示，与左侧的人对应的第一序列中，排序位置为第1位的预测区域为预测区域C，与右侧的人对应的第一序列中，排序位置为第1位的预测区域为预测区域D，可按照交并比对预测区域C和D进行排序，获得与第一序列的排序位置中的第1位对应的第二序列D、C。进一步地，可按照上述方式，获得与第一序列的排序位置中的第2位对应的第二序列A、E，以及与第一序列的排序位置中的第3位对应的第二序列B。
在一些实施例中，可按照第一序列的排序位置对排序位置对应的第二序列进行排序。在示例中，可将第一序列的排序位置中的第1位对应的第二序列排在第一序列的排序位置中的第2位对应的第二序列之前，并将第一序列的排序位置中的第2位对应的第二序列排在第一序列的排序位置中的第3位对应的第二序列之前，获得预测区域序列D、C、A、E、B。
在一些实施例中，预测区域序列中的排序位置可代表每个预测区域的重要性，可根据每个预测区域在预测区域序列中的排序位置以及预测区域序列中的预测区域的数量，利用公式(1)确定每个预测区域的重要性分数，进一步地，可根据重要性分数，通过公式(2)确定每个预测区域的第一权重。
在一些实施例中，可根据第一权重和标注信息确定目标检测网络的分类损失。在示例中，可根据公式(4)确定目标检测网络的分类损失，进一步地，还可根据公式(7)确定目标检测网络的回归损失，并可根据公式(8)确定目标检测网络的网络损失。可根据所述网络损失调整目标检测网络的网络参数，在目标检测网络的网络参数满足训练条件时，训练完成，获得训练后的目标检测网络。可使用训练后的目标检测网络确定待检测图像中的对象的类别信息和位置信息等目标检测结果。
在示例中，所述训练后目标检测网络可用于人脸识别、行人识别或对视频中的人或物进行检测等场景中，训练后的目标检测网络可具有较高的性能和普适性，可准确地检测人或物。本公开对目标检测网络的应用领域不做限制。
图5示出根据本公开实施例的神经网络训练装置的框图，如图5所示，所述装置包括：
检测模块11，用于通过目标检测网络对样本图像进行目标检测处理，获得所述样本图像中至少一个对象的多个预测区域，其中，所述样本图像的标注信息包括所述至少一个对象的位置标注信息及至少一个对象的类别标注信息；
第一确定模块12，用于基于所述至少一个对象的位置标注信息，确定所述每个预测区域与所述每个预测区域对应的标注区域之间的交并比；
第二确定模块13，用于根据所述至少一个对象的类别标注信息以及多个预测区域中每个预测区域的交并比，确定所述多个预测区域的重要性分数；
训练模块14，用于根据所述多个预测区域的重要性分数以及所述样本图像的标注信息，训练所述目标检测网络。
在一些实施例中，所述第二确定模块被进一步配置为：
根据所述至少一个对象的类别标注信息以及所述多个预测区域中每个预测区域的交并比，对多个预测区域进行排序，获得所述至少一个对象所属的至少一个类别中每个类别对应的预测区域序列；
根据所述多个预测区域中每个预测区域在所述预测区域序列中的排序位置，确定所述每个预测区域的重要性分数。
在一些实施例中，所述第二确定模块被进一步配置为：
根据所述至少一个对象中每个对象的至少两个预测区域的交并比，对所述每个对象的至少两个预测区域进行排序，获得所述每个对象对应的第一序列；
基于所述至少一个对象的类别标注信息，对属于相同类别的至少一个对象对应的第一序列中排序位置相同的预测区域进行排序，获得与所述第一序列中的至少一个排序位置中每个排序位置对应的第二序列；
按照所述第一序列中的排序位置，对所述至少一个排序位置对应的第二序列进行排序，获得所述类别对应的预测区域序列。
在一些实施例中，所述预测区域序列中的多个预测区域的重要性随着排序位置逐渐下降。
在一些实施例中，所述训练模块被进一步配置为：
根据所述多个预测区域的重要性分数，确定所述多个预测区域中的每个预测区域的第一权重；
根据所述多个预测区域中每个预测区域的第一权重和所述标注信息，确定所述目标检测网络的分类损失；
根据所述分类损失，调整所述目标检测网络的网络参数。
在一些实施例中，所述训练模块被进一步配置为：
根据所述多个预测区域中每个预测区域的类别预测结果和所述每个预测区域的类别标注信息，确定所述每个预测区域对应的分类损失；
根据所述多个预测区域的第一权重以及所述多个预测区域的分类损失，确定所述多个预测区域中每个预测区域对应的第二权重；
根据所述多个预测区域中每个预测区域的第二权重以及所述多个预测区域的分类损失，确定所述目标检测网络的分类损失。
在一些实施例中，所述训练模块还被配置为：
根据所述至少一个对象的类别标注信息，确定所述至少一个对象中每个对象的目标类别；
基于所述多个预测区域中每个预测区域在所述每个预测区域对应的目标类别上的类别预测结果，确定所述目标检测网络的回归损失；
基于所述回归损失，调整所述目标检测网络的网络参数。
在一些实施例中，所述训练模块被进一步配置为：
根据所述多个预测区域中每个预测区域的位置信息与所述每个预测区域对应的位置标注信息之间的差异，确定所述每个预测区域对应的回归损失；
根据所述多个预测区域的类别预测结果以及所述多个预测区域的回归损失，确定所述多个预测区域中每个预测区域对应的第三权重；
根据所述多个预测区域中每个预测区域的第三权重以及所述每个预测区域的回归损失，确定所述目标检测网络的回归损失。
在一些实施例中，所述多个预测区域的交并比大于或等于预设阈值。
图6示出根据本公开实施例的图像处理装置的框图，如图6所示，所述装置包括：
获取模块21，用于获取待检测图像；
目标检测模块22，用于将待检测图像输入目标检测网络进行处理，获得所述待检测图像的目标检测结果，其中，所述目标检测网络是根据所述神经网络训练方法训练得到的。
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。
此外，本公开还提供了神经网络训练装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种神经网络训练方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述
本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图7是根据一示例性实施例示出的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
参照图7，电子设备800可以包括以下至少一个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括至少一个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括至少一个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，至少一个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括至少一个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括至少一个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备800可以被至少一个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图8是根据一示例性实施例示出的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图8，电子设备1900包括处理组件1922，其进一步包括至少一个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的至少一个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的至少一个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的至少一个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含至少一个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (18)

1.一种神经网络训练方法，其特征在于，包括：
通过目标检测网络对样本图像进行目标检测处理，获得所述样本图像中至少一个对象的多个预测区域，所述样本图像的标注信息包括所述至少一个对象的位置标注信息及至少一个对象的类别标注信息；
基于所述至少一个对象的位置标注信息，确定每个所述预测区域与每个所述预测区域对应的标注区域之间的交并比；
根据所述至少一个对象的类别标注信息以及多个预测区域中每个预测区域的交并比，确定所述多个预测区域的重要性分数；
根据所述多个预测区域的重要性分数以及所述样本图像的标注信息，训练所述目标检测网络；
其中，根据所述至少一个对象的类别标注信息以及多个预测区域中每个预测区域的交并比，确定所述多个预测区域的重要性分数，包括：
根据所述至少一个对象的类别标注信息以及所述多个预测区域中每个预测区域的交并比，对多个预测区域进行排序，获得所述至少一个对象所属的至少一个类别中每个类别对应的预测区域序列；
根据所述多个预测区域中每个预测区域在所述预测区域序列中的排序位置，确定所述每个预测区域的重要性分数；
其中，所述根据所述至少一个对象的类别标注信息以及所述多个预测区域中每个预测区域的交并比，对多个预测区域进行排序，获得所述至少一个对象所属的至少一个类别中每个类别对应的预测区域序列，包括：
根据所述至少一个对象中每个对象的至少两个预测区域的交并比，对所述每个对象的至少两个预测区域进行排序，获得所述每个对象对应的第一序列；
基于所述至少一个对象的类别标注信息，对属于相同类别的至少一个对象对应的第一序列中排序位置相同的预测区域进行排序，获得与所述第一序列中的至少一个排序位置中每个排序位置对应的第二序列；
按照所述第一序列中的排序位置，对所述至少一个排序位置对应的第二序列进行排序，获得所述类别对应的预测区域序列。
2.根据权利要求1所述的方法，其特征在于，所述预测区域序列中的多个预测区域的重要性随着排序位置逐渐下降。
3.根据权利要求1所述的方法，其特征在于，根据所述多个预测区域的重要性分数以及所述样本图像的标注信息，训练所述目标检测网络，包括：
根据所述多个预测区域的重要性分数，确定所述多个预测区域中的每个预测区域的第一权重；
根据所述多个预测区域中每个预测区域的第一权重和所述标注信息，确定所述目标检测网络的分类损失；
根据所述分类损失，调整所述目标检测网络的网络参数。
4.根据权利要求3所述的方法，其特征在于，根据所述多个预测区域中每个预测区域的第一权重和所述标注信息，确定所述目标检测网络的分类损失，包括：
根据所述多个预测区域中每个预测区域的类别预测结果和所述每个预测区域的类别标注信息，确定所述每个预测区域对应的分类损失；
根据所述多个预测区域的第一权重以及所述多个预测区域的分类损失，确定所述多个预测区域中每个预测区域对应的第二权重；
根据所述多个预测区域中每个预测区域的第二权重以及所述多个预测区域的分类损失，确定所述目标检测网络的分类损失。
5.根据权利要求3所述的方法，其特征在于，根据所述多个预测区域的重要性分数以及所述样本图像的标注信息，训练所述目标检测网络，还包括：
根据所述至少一个对象的类别标注信息，确定所述至少一个对象中每个对象的目标类别；
基于所述多个预测区域中每个预测区域在所述每个预测区域对应的目标类别上的类别预测结果，确定所述目标检测网络的回归损失；
基于所述回归损失，调整所述目标检测网络的网络参数。
6.根据权利要求4所述的方法，其特征在于，基于所述多个预测区域中每个预测区域在所述每个预测区域对应的目标类别上的类别预测结果，确定所述目标检测网络的回归损失，包括：
根据所述多个预测区域中每个预测区域的位置信息与所述每个预测区域对应的位置标注信息之间的差异，确定所述每个预测区域对应的回归损失；
根据所述多个预测区域的类别预测结果以及所述多个预测区域的回归损失，确定所述多个预测区域中每个预测区域对应的第三权重；
根据所述多个预测区域中每个预测区域的第三权重以及所述每个预测区域的回归损失，确定所述目标检测网络的回归损失。
7.根据权利要求1所述的方法，其特征在于，所述多个预测区域的交并比大于或等于预设阈值。
8.一种图像处理方法，其特征在于，包括：
获取待检测图像；
将待检测图像输入根据权利要求1-7中任一项所述的方法训练得到的目标检测网络进行处理，获得所述待检测图像的目标检测结果。
9.一种神经网络训练装置，其特征在于，包括：
检测模块，用于通过目标检测网络对样本图像进行目标检测处理，获得所述样本图像中至少一个对象的多个预测区域，所述样本图像的标注信息包括所述至少一个对象的位置标注信息及至少一个对象的类别标注信息；
第一确定模块，用于基于所述至少一个对象的位置标注信息，确定每个所述预测区域与每个所述预测区域对应的标注区域之间的交并比；
第二确定模块，用于根据所述至少一个对象的类别标注信息以及多个预测区域中每个预测区域的交并比，确定所述多个预测区域的重要性分数；
训练模块，用于根据所述多个预测区域的重要性分数以及所述样本图像的标注信息，训练所述目标检测网络；
所述第二确定模块被进一步配置为：
根据所述至少一个对象的类别标注信息以及所述多个预测区域中每个预测区域的交并比，对多个预测区域进行排序，获得所述至少一个对象所属的至少一个类别中每个类别对应的预测区域序列；
根据所述多个预测区域中每个预测区域在所述预测区域序列中的排序位置，确定所述每个预测区域的重要性分数；
所述第二确定模块被进一步配置为：
根据所述至少一个对象中每个对象的至少两个预测区域的交并比，对所述每个对象的至少两个预测区域进行排序，获得所述每个对象对应的第一序列；
基于所述至少一个对象的类别标注信息，对属于相同类别的至少一个对象对应的第一序列中排序位置相同的预测区域进行排序，获得与所述第一序列中的至少一个排序位置中每个排序位置对应的第二序列；
按照所述第一序列中的排序位置，对所述至少一个排序位置对应的第二序列进行排序，获得所述类别对应的预测区域序列。
10.根据权利要求9所述的装置，其特征在于，所述预测区域序列中的多个预测区域的重要性随着排序位置逐渐下降。
11.根据权利要求9所述的装置，其特征在于，所述训练模块被进一步配置为：
根据所述多个预测区域的重要性分数，确定所述多个预测区域中的每个预测区域的第一权重；
根据所述多个预测区域中每个预测区域的第一权重和所述标注信息，确定所述目标检测网络的分类损失；
根据所述分类损失，调整所述目标检测网络的网络参数。
12.根据权利要求11所述的装置，其特征在于，所述训练模块被进一步配置为：
根据所述多个预测区域中每个预测区域的类别预测结果和所述每个预测区域的类别标注信息，确定所述每个预测区域对应的分类损失；
根据所述多个预测区域的第一权重以及所述多个预测区域的分类损失，确定所述多个预测区域中每个预测区域对应的第二权重；
根据所述多个预测区域中每个预测区域的第二权重以及所述多个预测区域的分类损失，确定所述目标检测网络的分类损失。
13.根据权利要求11所述的装置，其特征在于，所述训练模块还被配置为：
根据所述至少一个对象的类别标注信息，确定所述至少一个对象中每个对象的目标类别；
基于所述多个预测区域中每个预测区域在所述每个预测区域对应的目标类别上的类别预测结果，确定所述目标检测网络的回归损失；
基于所述回归损失，调整所述目标检测网络的网络参数。
14.根据权利要求12所述的装置，其特征在于，所述训练模块被进一步配置为：
根据所述多个预测区域中每个预测区域的位置信息与所述每个预测区域对应的位置标注信息之间的差异，确定所述每个预测区域对应的回归损失；
根据所述多个预测区域的类别预测结果以及所述多个预测区域的回归损失，确定所述多个预测区域中每个预测区域对应的第三权重；
根据所述多个预测区域中每个预测区域的第三权重以及所述每个预测区域的回归损失，确定所述目标检测网络的回归损失。
15.根据权利要求9所述的装置，其特征在于，所述多个预测区域的交并比大于或等于预设阈值。
16.一种图像处理装置，其特征在于，包括：
获取模块，用于获取待检测图像；
目标检测模块，用于将待检测图像输入目标检测网络进行处理，获得所述待检测图像的目标检测结果，其中，所述目标检测网络是根据权利要求1-7中任一项所述的方法训练得到的。
17.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求1至8中任意一项所述的方法。
18.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至8中任意一项所述的方法。
CN201910262390.2A 2019-04-02 2019-04-02 神经网络训练与图像处理方法及装置 Active CN110009090B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910262390.2A CN110009090B (zh) 2019-04-02 2019-04-02 神经网络训练与图像处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910262390.2A CN110009090B (zh) 2019-04-02 2019-04-02 神经网络训练与图像处理方法及装置

Publications (2)

Publication Number Publication Date
CN110009090A CN110009090A (zh) 2019-07-12
CN110009090B true CN110009090B (zh) 2022-12-02

Family

ID=67169554

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910262390.2A Active CN110009090B (zh) 2019-04-02 2019-04-02 神经网络训练与图像处理方法及装置

Country Status (1)

Country Link
CN (1) CN110009090B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110458226B (zh) * 2019-08-08 2022-04-01 上海商汤智能科技有限公司 图像标注方法及装置、电子设备和存储介质
CN110796185B (zh) * 2019-10-17 2022-08-26 北京爱数智慧科技有限公司 一种图像标注结果的检测方法和装置
CN110837856B (zh) * 2019-10-31 2023-05-30 深圳市商汤科技有限公司 神经网络训练及目标检测方法、装置、设备和存储介质
CN110796107A (zh) * 2019-11-04 2020-02-14 南京北旨智能科技有限公司 电力巡检图像缺陷识别方法和系统、电力巡检无人机
CN111400533B (zh) * 2020-03-02 2023-10-17 北京三快在线科技有限公司 图像筛选方法、装置、电子设备和存储介质
CN113723395A (zh) * 2020-05-20 2021-11-30 北京京东尚科信息技术有限公司 用于图像的对象检测的样本加权学习系统及其方法
CN111353555A (zh) * 2020-05-25 2020-06-30 腾讯科技（深圳）有限公司 一种标注检测方法、装置及计算机可读存储介质
CN113781665B (zh) * 2020-07-28 2024-09-20 北京沃东天骏信息技术有限公司 一种标注信息的审核方法和装置
CN111898676B (zh) * 2020-07-30 2022-09-20 深圳市商汤科技有限公司 目标检测方法及装置、电子设备和存储介质
CN113762079B (zh) * 2021-08-03 2024-03-22 浙江吉利控股集团有限公司 环境数据处理方法、装置、设备及存储介质
CN114116688B (zh) * 2021-10-14 2024-05-28 北京百度网讯科技有限公司 数据处理与数据质检方法、装置及可读存储介质
CN114119588A (zh) * 2021-12-02 2022-03-01 北京大恒普信医疗技术有限公司 一种训练眼底黄斑病变区域检测模型的方法、装置及系统

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9760791B2 (en) * 2015-09-01 2017-09-12 Sony Corporation Method and system for object tracking
US9858496B2 (en) * 2016-01-20 2018-01-02 Microsoft Technology Licensing, Llc Object detection and classification in images
CN106682696B (zh) * 2016-12-29 2019-10-08 华中科技大学 基于在线示例分类器精化的多示例检测网络及其训练方法
CN108830130A (zh) * 2018-03-30 2018-11-16 徐国明 一种偏振高光谱低空侦察图像典型目标检测方法
CN108846328B (zh) * 2018-05-29 2020-10-16 上海交通大学 基于几何正则化约束的车道检测方法
CN109063559B (zh) * 2018-06-28 2021-05-11 东南大学 一种基于改良区域回归的行人检测方法
CN109063574B (zh) * 2018-07-05 2021-04-23 顺丰科技有限公司 一种基于深度神经网络检测的包络框的预测方法、系统及设备
CN109460820A (zh) * 2018-09-28 2019-03-12 深圳百诺国际生命科技有限公司 一种神经网络训练方法、装置、计算机设备和存储介质
CN109409517B (zh) * 2018-09-30 2019-11-22 北京字节跳动网络技术有限公司 物体检测网络的训练方法和装置

Also Published As

Publication number Publication date
CN110009090A (zh) 2019-07-12

Similar Documents

Publication Publication Date Title
CN110009090B (zh) 神经网络训练与图像处理方法及装置
CN109829501B (zh) 图像处理方法及装置、电子设备和存储介质
CN110210535B (zh) 神经网络训练方法及装置以及图像处理方法及装置
WO2021155632A1 (zh) 图像处理方法及装置、电子设备和存储介质
CN109089133B (zh) 视频处理方法及装置、电子设备和存储介质
CN113538407B (zh) 锚点确定方法及装置、电子设备和存储介质
TW202022561A (zh) 圖像的描述語句定位方法及裝置、電子設備和儲存介質
CN110458218B (zh) 图像分类方法及装置、分类网络训练方法及装置
CN109934275B (zh) 图像处理方法及装置、电子设备和存储介质
CN110781813B (zh) 图像识别方法及装置、电子设备和存储介质
KR102454515B1 (ko) 네트워크 최적화 방법 및 장치, 이미지 처리 방법 및 장치, 및 기억 매체
CN111259967B (zh) 图像分类及神经网络训练方法、装置、设备及存储介质
CN110909815A (zh) 神经网络训练、图像处理方法、装置及电子设备
CN110532956B (zh) 图像处理方法及装置、电子设备和存储介质
JP2022522551A (ja) 画像処理方法及び装置、電子機器並びに記憶媒体
CN110781957A (zh) 图像处理方法及装置、电子设备和存储介质
CN108960283B (zh) 分类任务增量处理方法及装置、电子设备和存储介质
CN109145970B (zh) 基于图像的问答处理方法和装置、电子设备及存储介质
CN110659690B (zh) 神经网络的构建方法及装置、电子设备和存储介质
US20210326649A1 (en) Configuration method and apparatus for detector, storage medium
CN113313115B (zh) 车牌属性识别方法及装置、电子设备和存储介质
CN111242303A (zh) 网络训练方法及装置、图像处理方法及装置
CN109344703B (zh) 对象检测方法及装置、电子设备和存储介质
US20220383517A1 (en) Method and device for target tracking, and storage medium
CN111523599B (zh) 目标检测方法及装置、电子设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant