CN110598504A - 图像识别方法及装置、电子设备和存储介质 - Google Patents
图像识别方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN110598504A CN110598504A CN201810603008.5A CN201810603008A CN110598504A CN 110598504 A CN110598504 A CN 110598504A CN 201810603008 A CN201810603008 A CN 201810603008A CN 110598504 A CN110598504 A CN 110598504A
- Authority
- CN
- China
- Prior art keywords
- neural network
- network
- sample image
- prediction result
- image recognition
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Multimedia (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本公开涉及一种图像识别方法及装置、电子设备和存储介质。该方法通过图像识别网络实现,图像识别网络包括第一神经网络和第二神经网络,第一神经网络的初始状态为已完成训练,第二神经网络的初始状态为未训练,该方法包括:利用第一神经网络处理样本图像,得到针对样本图像的第一预测结果;基于样本图像的第一预测结果,确定样本图像的监督信息,根据样本图像以及监督信息,训练图像识别网络。根据本公开实施例,通过利用第一神经网络处理样本图像,得到针对样本图像的第一预测结果并确定样本图像的监督信息,根据样本图像以及监督信息,训练图像识别网络,能够利用较短的训练时间,训练得到识别性能较佳的图像识别网络。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种图像识别方法及装置、电子设备和存储介质。
背景技术
随着互联网技术的快速发展,基于计算机视觉的图像识别技术得到了空前的发展,并被应用于各个领域。例如,人脸识别技术就被广泛应用于视频监控、身份验证等场景。
相关技术中,可以训练神经网络进行图像识别。如何利用较短的训练时间,训练得到识别性能较佳的网络是亟待解决的问题。
发明内容
有鉴于此,本公开提出了一种图像识别技术方案。
根据本公开的一方面,提供了一种图像识别方法,所述方法通过图像识别网络实现,所述图像识别网络包括第一神经网络和第二神经网络,所述第一神经网络的初始状态为已完成训练,所述第二神经网络的初始状态为未训练,所述方法包括:
利用所述第一神经网络处理样本图像,得到针对所述样本图像的第一预测结果;
基于所述样本图像的第一预测结果,确定所述样本图像的监督信息;
根据所述样本图像以及所述监督信息,训练所述图像识别网络。
具体地,通过利用训练好的第一神经网络确定样本图像的监督信息,并基于该样本图像的监督信息训练包含未经训练的第二神经网络的图像识别网络。
在一种可能的实现方式中,根据所述样本图像以及所述监督信息,训练所述图像识别网络,包括:
根据所述样本图像,调整所述第二神经网络的网络参数,得到预训练后的所述第二神经网络;
根据所述样本图像以及所述监督信息,调整所述图像识别网络的第一神经网络和所述预训练后的第二神经网络中的至少一个网络的网络参数。
在一种可能的实现方式中,根据所述样本图像,调整所述第二神经网络的网络参数,得到预训练后的所述第二神经网络,包括:
利用所述第二神经网络处理所述样本图像,得到针对所述样本图像的第二预测结果;
根据所述第二预测结果,确定所述第二神经网络的第一模型损失;
根据所述第一模型损失,调整所述第二神经网络中的网络参数。
在一种可能的实现方式中,根据所述样本图像以及所述监督信息,调整所述图像识别网络的第一神经网络和所述预训练后的第二神经网络中的至少一个网络的网络参数,包括:
利用所述第一神经网络和所述第二神经网络分别处理所述样本图像,得到针对所述样本图像的第三预测结果和第四预测结果;
根据所述第三预测结果以及所述监督信息,确定所述第一神经网络的第二模型损失;
根据所述第四预测结果以及所述样本图像的标注信息,确定所述第二神经网络的第三模型损失;
根据所述第二模型损失和所述第三模型损失,确定所述图像识别网络的整体模型损失;
根据所述整体模型损失,调整所述图像识别网络的第一神经网络和所述预训练后的第二神经网络中的至少一个网络的网络参数。
在一种可能的实现方式中,根据所述第二模型损失和所述第三模型损失,确定所述图像识别网络的整体模型损失,包括:
根据所述第二模型损失、所述第二模型损失的权重、所述第三模型损失以及所述第三模型损失的权重,确定所述图像识别网络的整体模型损失。
在一种可能的实现方式中,基于所述样本图像的第一预测结果,确定所述样本图像的监督信息,包括:
将所述第一预测结果确定为所述监督信息。
在一种可能的实现方式中,利用所述第一神经网络处理样本图像,得到针对所述样本图像的第一预测结果,包括:
利用所述第一神经网络对所述样本图像进行特征提取,得到所述样本图像的特征信息;
根据所述特征信息,利用所述第一神经网络确定针对所述样本图像的第一预测结果。
在一种可能的实现方式中,根据所述样本图像以及所述监督信息,调整所述图像识别网络的第一神经网络和所述预训练后的第二神经网络中的至少一个网络的网络参数,包括:
根据所述样本图像以及所述监督信息,以目标学习率调整所述图像识别网络的第一神经网络和所述预训练后的第二神经网络中的至少一个网络的网络参数,其中,所述目标学习率小于或等于预设数值。
根据本公开的另一方面,提供了一种图像识别装置,所述装置通过图像识别网络实现,所述图像识别网络包括第一神经网络和第二神经网络,所述第一神经网络的初始状态为已完成训练,所述第二神经网络的初始状态为未训练,所述装置包括:
第一预测结果获取模块,用于利用所述第一神经网络处理样本图像,得到针对所述样本图像的第一预测结果;
监督信息确定模块,用于基于所述样本图像的第一预测结果,确定所述样本图像的监督信息;
网络训练模块,用于根据所述样本图像以及所述监督信息,训练所述图像识别网络。
在一种可能的实现方式中,所述网络训练模块包括:
第一参数调整子模块,用于根据所述样本图像,调整所述第二神经网络的网络参数,得到预训练后的所述第二神经网络;
第二参数调整子模块,用于根据所述样本图像以及所述监督信息,调整所述图像识别网络的第一神经网络和所述预训练后的第二神经网络中的至少一个网络的网络参数。
在一种可能的实现方式中,所述第一参数调整子模块包括:
第二预测结果获取子模块,用于利用所述第二神经网络处理所述样本图像,得到针对所述样本图像的第二预测结果;
第一模型损失确定子模块,用于根据所述第二预测结果,确定所述第二神经网络的第一模型损失;
第一调整子模块,用于根据所述第一模型损失,调整所述第二神经网络中的网络参数。
在一种可能的实现方式中,所述第二参数调整子模块包括:
预测结果获取子模块,用于利用所述第一神经网络和所述第二神经网络分别处理所述样本图像,得到针对所述样本图像的第三预测结果和第四预测结果;
第二模型损失确定子模块,用于根据所述第三预测结果以及所述监督信息,确定所述第一神经网络的第二模型损失;
第三模型损失确定子模块,用于根据所述第四预测结果以及所述样本图像的标注信息,确定所述第二神经网络的第三模型损失;
整体模型损失确定子模块,用于根据所述第二模型损失和所述第三模型损失,确定所述图像识别网络的整体模型损失;
第二调整子模块,用于根据所述整体模型损失,调整所述图像识别网络的第一神经网络和所述预训练后的第二神经网络中的至少一个网络的网络参数。
在一种可能的实现方式中,所述整体模型损失确定子模块包括:
损失确定子模块,用于根据所述第二模型损失、所述第二模型损失的权重、所述第三模型损失以及所述第三模型损失的权重,确定所述图像识别网络的整体模型损失。
在一种可能的实现方式中,监督信息确定模块包括:
第一监督信息确定子模块,用于将所述第一预测结果确定为所述监督信息。
在一种可能的实现方式中,所述第一预测结果获取模块包括:
特征信息获取子模块,用于利用所述第一神经网络对所述样本图像进行特征提取,得到所述样本图像的特征信息;
第一预测结果确定子模块,用于根据所述特征信息,利用所述第一神经网络确定针对所述样本图像的第一预测结果。
在一种可能的实现方式中,所述第二参数调整子模块包括:
第三调整子模块,用于根据所述样本图像以及所述监督信息,以目标学习率调整所述图像识别网络的第一神经网络和所述预训练后的第二神经网络中的至少一个网络的网络参数,其中,所述目标学习率小于或等于预设数值。
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:执行上述图像识别方法。
根据本公开的另一方面,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图像识别方法。
根据本公开实施例,通过利用第一神经网络处理样本图像,得到针对样本图像的第一预测结果并确定样本图像的监督信息,根据样本图像以及监督信息,训练图像识别网络,能够利用较短的训练时间,训练得到识别性能较佳的图像识别网络。
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
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面,并且用于解释本公开的原理。
图1是根据本公开实施例示出的一种图像识别方法的流程图。
图2是根据本公开实施例示出的一种图像识别方法的流程图。
图3是根据本公开实施例示出的一种图像识别方法的流程图。
图4是根据本公开实施例示出的一种图像识别方法的流程图。
图5是根据本公开实施例示出的一种图像识别装置的框图。
图6是根据本公开实施例示出的一种图像识别装置的框图。
图7是根据本公开实施例示出的一种电子设备的框图。
图8是根据本公开实施例示出的一种电子设备的框图。
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。
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是根据本公开实施例示出的一种图像识别方法的流程图。该方法可应用于电子设备中,该电子设备可以被提供为终端、服务器或其它形态的设备。根据本公开实施例的图像识别方法通过图像识别网络实现,所述图像识别网络包括第一神经网络和第二神经网络,所述第一神经网络的初始状态为已完成训练,所述第二神经网络的初始状态为未训练。如图1所示,根据本公开实施例的图像识别方法包括:
在步骤S11中,利用所述第一神经网络处理样本图像,得到针对所述样本图像的第一预测结果;
在步骤S12中,基于所述样本图像的第一预测结果,确定所述样本图像的监督信息;
在步骤S13中,根据所述样本图像以及所述监督信息,训练所述图像识别网络。
根据本公开的实施例,通过利用第一神经网络处理样本图像,得到针对样本图像的第一预测结果,基于样本图像的第一预测结果,确定样本图像的监督信息,并根据样本图像以及监督信息,训练图像识别网络。利用初始状态为已完成训练的第一神经网络的处理样本图像,得到样本图像的第一预测结果,基于样本图像的第一预测结果,确定的样本图像的监督信息的信息量较大,从而可以较快速地指导包括第一神经网络和第二神经网络的图像识别网络的训练,缩短图像识别网络的训练时间,能够较快速地提高图像识别网络的识别性能。
同时,该图像识别网络通过样本图像训练得到,使其在样本图像这一训练数据集上保持较好的图像识别性能。图像识别网络包括初始状态为已完成训练的第一神经网络,训练过程中,通过保持第一神经网络的前后一致性,使得该图像识别网络在第一神经网络的训练数据集上也保持较好的图像识别性能,能够提升图像识别的适用范围。
在一些可选实施例中,样本图像可以为新增样本。例如,在有新的训练样本集(例如,样本图像a)加入时,可以直接利用初始状态为已完成训练的第一神经网络A(初始状态的第一神经网络时的训练样本集b)确定第一预测结果,并根据第一预测结果确定监督信息。根据新的训练样本集(例如,样本图像a)和获取到的监督信息,就能训练得到在两个训练数据集(样本图像a和训练样本集b)都保持较佳性能的图像识别网络。能够减少神经网络训练方法较容易遗忘前面的训练结果所带来的负面影响,无需重新根据两个训练数据集,训练图像识别网络,也能减少模型训偏的概率,从而减少了网络训练的耗时,提高了网络训练的训练效率。特别是在之前的训练样本集遗失或者不便取出(例如,内部数据与客户数据互不可见时),也可以仅利用新的训练样本集,训练得到在两个训练数据集上的图像识别性能较好的图像识别网络,可以同时保证训练效率和第一神经网络初始训练的训练样本集的隐私性和安全度。
其中,第一神经网络和第二神经网络均可以为任意神经网络结构,第一神经网络和第二神经网络的网络结构可以相同,也可以不相同,例如,可以同为深度神经网络等,本公开对此不作限制。其中,第一神经网络的初始状态为已完成训练,例如,该第一神经网络的初始状态可以是已经预先根据某一训练数据集(例如,训练数据集b)训练得到的,可用于进行预测的第一神经网络。第二神经网络的初始状态为未训练,例如,该第二神经网络的初始状态为搭建好的尚未训练的神经网络结构。第一神经网络和第二神经网络可以具有类似的规模,或者初始状态为已完成训练的第一神经网络的规模较大,而初始状态为未训练的第二神经网络的规模较小,本公开对此不作限制。
在一种可能的实现方式中,训练得到的图像识别网络可对待识别的图像进行图像识别预测,得到的预测结果可以是根据训练该图像识别网络的训练任务所确定的各类预测结果。例如,训练该图像识别网络的训练任务为分类任务时,则针对待识别的图像的预测结果可以为类别结果。训练该图像识别网络的训练任务为比对任务时,例如,训练该图像识别网络的训练任务为人脸比对(例如,用于判断两个人脸图像是否为同一个人),则针对待识别的图像的预测结果可以为比对结果。例如,预测结果可以为是同一个人或不是同一个人,或者是同一个人的概率等多种比对结果。本公开对图像识别网络的形式、第一神经网络、第二神经网络的网络结构、训练得到的图像识别网络的应用场景等不作限制。
应理解,训练得到的图像识别网络包括两个分支,分别为第一神经网络和第二神经网络。在通过该图像识别网络对待识别的图像进行图像识别预测时,可以根据预测任务确定识别使用的分支。
举例来说,通过样本图像a训练图像识别网络,其中,图像识别网络的第一神经网络A的初始状态为已完成训练(例如,根据训练数据集b训练得到),第二神经网络B的初始状态为未训练。训练得到的图像识别网络包括两个分支,例如,分别为第一神经网络A和第二神经网络B。在通过该图像识别网络对待识别的图像进行图像识别预测时,可以根据预测任务确定识别使用的分支。
例如,根据训练数据集b(例如,为人脸训练集)训练得到的第一神经网络A用于人脸比对,根据样本图像a(例如,为昆虫训练集)训练得到的图像识别网络的第二神经网络B用于昆虫比对时,当待识别的图像为包括昆虫的图像,希望确定昆虫比对结果时,可以通过第二神经网络B,确定针对该待识别的图像的预测结果。当待识别的图像为包括人脸的图像,希望确定人脸比对结果时,可以通过第一神经网络A,确定针对该待识别的图像的预测结果。
这样,训练得到的图像识别网络在样本图像以及第一神经网络的训练数据集上均保持较高的图像识别性能。本公开对利用图像识别网络确定针对待识别的图像的预测结果的具体方式不作限制。
如图1所示,在步骤S11中,利用所述第一神经网络处理样本图像,得到针对所述样本图像的第一预测结果。
其中,第一预测结果可以是第一神经网络对样本图像进行处理,得到的针对该样本图像的各类信息,例如,第一神经网络可以包括多个层,例如,中间的多个特征提取层、输出层等,第一预测结果可以包括输出层输出的结果,例如,分类结果、比对结果等。第一预测结果还可以包括第一神经网络特征提取层的网络结果等。本公开对利用所述第一神经网络处理样本图像的方式、第一预测结果的形式等不作限制。
图2是根据本公开实施例示出的一种图像识别方法的流程图。在一种可能的实现方式中,如图2所示,步骤S11可以包括:
在步骤S111中,利用所述第一神经网络对所述样本图像进行特征提取,得到所述样本图像的特征信息;
在步骤S112中,根据所述特征信息,利用所述第一神经网络确定针对所述样本图像的第一预测结果。
举例来说,可以利用所述第一神经网络对所述样本图像进行特征提取,例如,可以使用样本图像在未调整网络参数的第一神经网络A(处于初始状态的第一神经网络A)上进行前向传播,该第一神经网络A对样本图像进行处理,可以提取到样本图像的特征信息,例如,得到多个特征信息或者得到特征分布。可以根据所述特征信息,利用第一神经网络确定针对样本图像的第一预测结果。
这样,能够利用第一神经网络,较准确地确定样本图像的第一预测结果。
如图1所示,在步骤S12中,基于所述样本图像的第一预测结果,确定所述样本图像的监督信息。
其中,监督信息可用于指导图像识别网络进行训练,以辅助提高第二神经网络的识别性能,并保持第一神经网络的识别性能。例如,如前文所述。可以根据样本图像的第一预测结果,确定针对样本图像的监督信息。本公开对根据样本图像的第一预测结果,确定针对样本图像的监督信息的方式不作限制。
图3是根据本公开实施例示出的一种图像识别方法的流程图。在一种可能的实现方式中,如图3所示,步骤S12可以包括:
在步骤S121中,将所述第一预测结果确定为所述监督信息。
举例来说,可以将样本图像输入第一神经网络中进行处理,如前文所述,可以使用样本图像在未调整网络参数的第一神经网络A(处于初始状态的第一神经网络A)上进行前向传播,可以得到针对所述样本图像的第一预测结果,可以将第一预测结果确定为所述监督信息。
在一种可能的实现方式中,可以将第一神经网络A的输出层输出的最终预测结果(第一预测结果)确定为监督信息。例如,第一神经网络的预测任务为动物分类,输出结果(例如,预测得到的该样本图像中动物的类别为马)可以为针对所述样本图像的第一预测结果。可以将第一预测结果确定为所述监督信息。
在一种可能的实现方式中,如前文所述,第一神经网络可以对样本图像进行特征提取,得到所述样本图像的特征信息。例如,第一神经网络可以包括特征提取层,可以将样本图像输入第一神经网络中进行处理,获取特征提取层的多个特征信息。该多个特征信息可以为第一预测结果。可以将多个特征信息确定为监督信息。
这样,可以较快速地得到用于指导网络训练的监督信息。本公开对根据第一预测结果确定监督信息的方式不作限制。
在一种可能的实现方式中,可以根据多个特征信息,确定针对样本图像的监督信息。例如,如前文所述,可以将所有特征信息确定为监督信息,还可以将第一神经网络中某些特征提取层(例如,最后一个特征提取层或者中间几个特征提取层)的特征信息确定为针对样本图像的监督信息。
例如,第一神经网络A为用于分类任务的神经网络,样本图像输入第一神经网络A中进行处理,可以记录第一神经网络A的Softmax层前的所有Logit(类别分布点),得到一个分类分布。可以将Softmax层前的所有Logit,确定为监督信息。还可以将部分Logit确定为监督信息,例如,在Logit数量过多时,可以对所有Logit进行排序,并取比重较大的前K个Logit确定为监督信息,或者可以将第一神经网络A中的中间某些层的网络输出,确定为监督信息。
通过这种方式,可以以多种方式确定用于指导图像识别网络进行训练的监督信息,较完备的监督信息可以训练得到图像识别性能较好的图像识别网络,可满足不同的训练目标。本领域技术人员应理解,第一神经网络可以还可能包括其他中间层,只要是第一神经网络对样本图像进行特征提取,提取到的特征信息,并根据特征信息确定监督信息即可,本公开对此不作限制。
这样,可以获取针对样本图像的较丰富的监督信息。将样本图像输入已训练好的、在本次训练过程中网络参数未开始变化的第一神经网络中,得到的第一预测结果,并基于第一预测结果,确定的监督信息所包含的监督信息量较大。例如,以动物分类任务为例,当该样本图像中所包含的动物为马时,常规的监督信息(也即人工标注的标注信息)为一个独热One-Hot向量,其中,“马”这一类别对应的维度为1,其他类别对应的维度均为0。而通过将样本图像输入第一神经网络中进行处理,得到的第一预测结果,并基于第一预测结果,确定的监督信息可以相当于通过已训练好的、在本次训练过程中网络参数未开始变化的第一神经网络预测出来的一个分类分布,该分类分布除了可以用于体现类与类之间的关联信息(例如,该样本图像所包含的动物为马,在驴与猫之间,该图像所包含的马与驴的关联度更高一些等信息)。
可见,该监督信息所包含的监督信息量远大于One-Hot向量所包含的监督信息量。这样,在图像识别网络的训练过程中,较大监督信息量的监督信息可以辅助提高第二神经网络的识别性能,并保持第一神经网络的识别性能。本公开对监督信息的形式和获取方式不作限制。
如图1所示,在步骤S13中,根据所述样本图像以及所述监督信息,训练所述图像识别网络。
举例来说,可以将样本图像输入图像识别网络进行处理,可以计算图像识别网络的整体模型损失,根据整体模型损失调整该图像识别网络的网络参数,若整体模型损失满足训练条件,例如,在训练次数达到预设训练阈值或者图像识别网络输出的结果处于收敛时,训练得到最终的图像识别网络。本公开对根据样本图像以及所述监督信息,训练所述图像识别网络的具体方式不作限制。
图4是根据本公开实施例示出的一种图像识别方法的流程图。在一种可能的实现方式中,如图4所示,步骤S13可以包括:
在步骤S131中,利用所述第二神经网络处理所述样本图像,得到针对所述样本图像的第二预测结果。
举例来说,可以根据样本图像,调整第二神经网络的网络参数,在调整第二神经网络的网络参数的过程中,固定第一神经网络的网络参数。例如,可以将样本图像输入图像识别网络的第二神经网络中,固定第一神经网络的网络参数,调整第二神经网络的网络参数,得到预训练后的第二神经网络。
通过这种方式,在根据样本图像调整第二神经网络的网络参数过程中,可以保证第一神经网络的网络参数近乎不改变,从而保证第一神经网络在其训练时的训练数据集上的识别性能。通过根据所述样本图像,调整第二神经网络的网络参数,得到的预训练后的第二神经网络可以在样本图像这一训练数据集上有较好的识别性能。本公开对根据所述样本图像,调整所述第二神经网络的网络参数,得到预训练后的所述第二神经网络的具体实现过程不作限制。
在一种可能的实现方式中,步骤S131可以包括:
利用所述第二神经网络处理所述样本图像,得到针对所述样本图像的第二预测结果;
根据所述第二预测结果,确定所述第二神经网络的第一模型损失;
根据所述第一模型损失,调整所述第二神经网络中的网络参数。
举例来说,可以将所述样本图像输入所述第二神经网络中进行处理,得到针对所述样本图像的第二预测结果,例如,第二预测结果可以为类别结果。可以根据第二预测结果以及对样本图像人工标注的标注信息(也即人工标注的预测结果,例如,人工标注的该样本图像的类别信息),确定第二神经网络的第一模型损失。
可以根据第一模型损失,调整第二神经网络中的网络参数。例如,可以通过反向传播算法,基于第一模型损失对第二神经网络的网络参数求梯度,并基于该梯度来调整第二神经网络中的网络参数。如果第一模型损失满足训练条件,例如,在训练次数达到第一训练阈值或第二神经网络输出的结果处于收敛时,可以得到预训练后的所述第二神经网络。
通过这种方式,可以实现对第二神经网络的预训练,预训练后的第二神经网络在样本图像这一训练数据集上具有较好的识别性能。本公开对第二神经网络的预训练的方式不作限制。
如图4所示,在步骤S132中,根据所述样本图像以及所述监督信息,调整所述图像识别网络的第一神经网络和所述预训练后的第二神经网络中的至少一个网络的网络参数。
举例来说,可以根据样本图像以及监督信息,调整图像识别网络的第一神经网络的网络参数或图像识别网络中预训练后的第二神经网络的网络参数,或同时调整第一神经网络和预训练后的第二神经网络的网络参数。本公开对根据所述样本图像以及所述监督信息,调整所述图像识别网络的第一神经网络和所述预训练后的第二神经网络中的至少一个网络的网络参数的方式不作限制。
在一种可能的实现方式中,步骤S132可以包括:
利用所述第一神经网络和所述第二神经网络分别处理所述样本图像,得到针对所述样本图像的第三预测结果和第四预测结果;
根据所述第三预测结果以及所述监督信息,确定所述第一神经网络的第二模型损失;
根据所述第四预测结果以及所述样本图像的标注信息,确定所述第二神经网络的第三模型损失;
根据所述第二模型损失和所述第三模型损失,确定所述图像识别网络的整体模型损失;
根据所述整体模型损失,调整所述图像识别网络的第一神经网络和所述预训练后的第二神经网络中的至少一个网络的网络参数。
举例来说,图像识别网络包括第一神经网络和预训练后的第二神经网络,其中,第一神经网络和第二神经网络是图像识别网络的两个分支,第一神经网络和第二神经网络可以具有共享单元,也可不具有共享单元,本公开对此不作限制。服务器可以将样本图像分别输入第一神经网络和预训练后的第二神经网络中进行处理,分别得到针对样本图像的第三预测结果和第四预测结果。
可以根据第三预测结果和监督信息,确定第一神经网络的第二模型损失。举例来说,可以通过各类可用于衡量两个分布的损失函数来确定第二模型损失,例如,L2损失、余弦距离损失、知识精炼(Knowledge Distillation,KD)损失等。
下面给出本公开实施例的根据KD损失确定第二模型损失的公式(1):
在公式(1)中,L1表示根据KD损失确定第二模型损失,vi表示第i个监督信息,zi表示第i个第三预测结果,N表示有N个第三预测结果、监督信息。N、i为正整数,i为变量,i的取值在1到N之间。
下面给出本公开实施例的根据L2损失确定第二模型损失的公式(2):
在公式(2)中,L2表示根据L2损失确定第二模型损失,vi表示第i个监督信息,zi表示第i个第三预测结果,N表示有N个第三预测结果、监督信息。N、i为正整数,i为变量,i的取值在1到N之间。
通过公式(1)、公式(2)均可以根据第三预测结果以及监督信息,确定第一神经网络的第二模型损失。本公开对确定第二模型损失的损失函数的形式不作限制。
在一种可能的实现方式中,如前文所述,监督信息可以包括多种形式,例如,可以将形式为输出层输出结果的第一预测结果确定为监督信息。此时,可以在第一神经网络的输出层通过用于衡量两个分布的损失函数来确定第二模型损失。还可以将第一神经网络中某些特征提取层(例如,最后一个特征提取层或者中间几个特征提取层)的特征信息确定为针对样本图像的监督信息。此时,可以在第一神经网络中监督信息对应的特征提取层,通过用于衡量两个分布的损失函数来确定第二模型损失,本公开对此不作限制。
在一种可能的实现方式中,可以根据第四预测结果以及对样本图像进行人工标注的标注信息(样本图像的标注信息),确定预训练后的第二神经网络的第三模型损失。本公开对根据第四预测结果以及样本图像的标注信息,确定预训练后的第二神经网络的第三模型损失的具体损失函数的形式不作限制。
在一种可能的实现方式中,可以根据第二模型损失和第三模型损失,确定图像识别网络的整体模型损失。
举例来说,可以根据第二模型损失、所述第二模型损失的权重、第三模型损失以及所述第三模型损失的权重,确定图像识别网络的整体模型损失。例如,可以将第二模型损失以及所述第二模型损失的权重相乘,将第三模型损失以及所述第三模型损失的权重相乘,将两次相乘得到的两个损失进行相加,将两个损失相加得到的损失确定为图像识别网络的整体模型损失。若第二模型损失的权重和第三模型损失的权重相同时,可以将第二模型损失和第三模型损失直接相加,确定图像识别网络的整体模型损失。本公开对根据第二模型损失和第三模型损失,确定图像识别网络的整体模型损失的方式不作限制。
在一种可能的实现方式中,可以根据所述整体模型损失,调整所述图像识别网络的第一神经网络和所述预训练后的第二神经网络中的至少一个网络的网络参数。
现以调整图像识别网络的第一神经网络和所述预训练后的第二神经网络为例进行说明。例如,可以通过反向传播算法,基于整体模型损失对图像识别网络的网络参数求梯度,并基于该梯度来调整图像识别网络中的网络参数(例如,同时调整第一神经网络和预训练后的第二神经网络中的网络参数)。如果模型损失满足训练条件,例如,在训练次数达到第二训练阈值或图像识别网络输出的结果处于收敛时,可以将调整后的图像识别网络确定为最终的图像识别网络(例如,训练得到的图像识别网络)。
通过这种方式,可以实现对图像识别网络的训练,进一步提升图像识别网络的训练精度,提高图像识别准确度。
在一种可能的实现方式中,根据所述样本图像以及所述监督信息,调整所述图像识别网络的第一神经网络和所述预训练后的第二神经网络中的至少一个网络的网络参数,包括:
根据所述样本图像以及所述监督信息,以目标学习率调整所述图像识别网络的第一神经网络和所述预训练后的第二神经网络中的至少一个网络的网络参数,其中,所述目标学习率小于或等于预设数值。
其中,学习率是调整神经网络的超参数之一,学习率可以决定在网络训练过程中,网络参数的更新幅度。在进行网络训练过程中,可以根据训练任务设置的情况设定学习率,以获得较优性能的网络。在根据样本图像以及监督信息,调整所述图像识别网络的第一神经网络和所述预训练后的第二神经网络中的至少一个网络的网络参数的过程中,可以以一个较小的目标学习率调整网络参数,例如,可以设置一个预设数值,目标学习率小于或等于预设数值。
例如,在根据样本图像,调整所述第二神经网络的网络参数(步骤S121)时,根据训练任务可以设置了一个参考学习率,则可以根据该参考学习率确定预设数值,例如,可以将该参考学习率的十分之一确定为预设数值。在根据样本图像以及监督信息,调整所述图像识别网络的第一神经网络和所述预训练后的第二神经网络中的至少一个网络的网络参数的过程中,可以以一个小于或等于预设数值的较小的目标学习率调整网络参数。
通过这种方式,利用较小的目标学习率调整网络参数,可以提高网络训练的可靠性,进一步提升训练得到的图像识别网络的图像识别性能。本领域技术人员应理解,不同的任务形式可以对应不同的学习率,参考学习率、预设阈值、目标学习率可以根据具体任务来确定,本公开对此不作限制。
通过这种方式,可以实现对图像识别网络的训练,训练得到的图像识别网络可以在多个训练数据集上保持较好的图像识别性能。在该图像识别网络的训练过程中,可以无需依赖大量的样本数据进行训练,即使样本图像的数量较少,也可以训练得到在多个训练数据集上保持较好的图像识别性能的图像识别网络。
另外,根据本公开实施例中的网络训练方法可用于异地训练,提高网络训练的灵活度。例如,初始状态为已完成训练的第一神经网络可以是在C地根据训练样本集b训练得到的。需要在D地根据新的训练样本集(例如,样本图像a)训练图像识别网络时,可以在D地直接利用样本图像a以及C地已完成训练的第一神经网络训练得到可以在两个训练数据集上保持较好的图像识别性能的图像识别网络,提高网络训练的灵活度。
根据本公开实施例中的网络训练方法还可用于模型压缩,例如,如前文所述,在第一神经网络的模型结构较大,第二神经网络的模型结构相对较小时,可以将样本图像输入第一神经网络中进行处理,获取的监督信息可以包括第一神经网络多个中间层的输出信息,该监督信息可以保证第二神经网络中间层的输出也接近第一神经网络中间层的输出,也即让第二神经网络去学习第一神经网络做预测时的中间步骤,训练得到的图像识别网络的第二神经网络的输出可用来模拟第一神经网络的输出,以实现模型压缩。
图5是根据本公开实施例示出的一种图像识别装置的框图。如图5所示,所述图像识别装置通过图像识别网络实现,所述图像识别网络包括第一神经网络和第二神经网络,所述第一神经网络的初始状态为已完成训练,所述第二神经网络的初始状态为未训练,所述装置包括:
第一预测结果获取模块21,用于利用所述第一神经网络处理样本图像,得到针对所述样本图像的第一预测结果;
监督信息确定模块22,用于基于所述样本图像的第一预测结果,确定所述样本图像的监督信息;
网络训练模块23,用于根据所述样本图像以及所述监督信息,训练所述图像识别网络。
图6是根据本公开实施例示出的一种图像识别装置的框图。如图6所示,在一种可能的实现方式中,所述网络训练模块23包括:
第一参数调整子模块231,用于根据所述样本图像,调整所述第二神经网络的网络参数,得到预训练后的所述第二神经网络;
第二参数调整子模块232,用于根据所述样本图像以及所述监督信息,调整所述图像识别网络的第一神经网络和所述预训练后的第二神经网络中的至少一个网络的网络参数。
在一种可能的实现方式中,所述第一参数调整子模块231包括:
第二预测结果获取子模块,用于利用所述第二神经网络处理所述样本图像,得到针对所述样本图像的第二预测结果;
第一模型损失确定子模块,用于根据所述第二预测结果,确定所述第二神经网络的第一模型损失;
第一调整子模块,用于根据所述第一模型损失,调整所述第二神经网络中的网络参数。
在一种可能的实现方式中,所述第二参数调整子模块232包括:
预测结果获取子模块,用于利用所述第一神经网络和所述第二神经网络分别处理所述样本图像,得到针对所述样本图像的第三预测结果和第四预测结果;
第二模型损失确定子模块,用于根据所述第三预测结果以及所述监督信息,确定所述第一神经网络的第二模型损失;
第三模型损失确定子模块,用于根据所述第四预测结果以及所述样本图像的标注信息,确定所述第二神经网络的第三模型损失;
整体模型损失确定子模块,用于根据所述第二模型损失和所述第三模型损失,确定所述图像识别网络的整体模型损失;
第二调整子模块,用于根据所述整体模型损失,调整所述图像识别网络的第一神经网络和所述预训练后的第二神经网络中的至少一个网络的网络参数。
在一种可能的实现方式中,所述整体模型损失确定子模块包括:
损失确定子模块,用于根据所述第二模型损失、所述第二模型损失的权重、所述第三模型损失以及所述第三模型损失的权重,确定所述图像识别网络的整体模型损失。
如图6所示,在一种可能的实现方式中,所述监督信息确定模块22包括:
第一监督信息确定子模块221,用于将所述第一预测结果确定为所述监督信息。
如图6所示,在一种可能的实现方式中,所述第一预测结果获取模块21包括:
特征信息获取子模块211,用于利用所述第一神经网络对所述样本图像进行特征提取,得到所述样本图像的特征信息;
第一预测结果确定子模块212,用于根据所述特征信息,利用所述第一神经网络确定针对所述样本图像的第一预测结果。
在一种可能的实现方式中,所述第二参数调整子模块232包括:
第三调整子模块,用于根据所述样本图像以及所述监督信息,以目标学习率调整所述图像识别网络的第一神经网络和所述预训练后的第二神经网络中的至少一个网络的网络参数,其中,所述目标学习率小于或等于预设数值。
图7是根据本公开实施例示出的一种电子设备的框图。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可以包括以下一个或多个组件: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可以包括一个或多个处理器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可以包括一个或多个模块,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,一个或多个电源,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。触摸面板包括一个或多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包括一个或多个传感器,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可以被一个或多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是根据本公开实施例示出的一种电子设备的框图。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,其进一步包括一个或多个处理器,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/或框图中的一个或多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/或框图中的一个或多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/或框图中的一个或多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一个或多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 (10)
1.一种图像识别方法,其特征在于,所述方法通过图像识别网络实现,所述图像识别网络包括第一神经网络和第二神经网络,所述第一神经网络的初始状态为已完成训练,所述第二神经网络的初始状态为未训练,所述方法包括:
利用所述第一神经网络处理样本图像,得到针对所述样本图像的第一预测结果;
基于所述样本图像的第一预测结果,确定所述样本图像的监督信息;
根据所述样本图像以及所述监督信息,训练所述图像识别网络。
2.根据权利要求1所述的方法,其特征在于,根据所述样本图像以及所述监督信息,训练所述图像识别网络,包括:
根据所述样本图像,调整所述第二神经网络的网络参数,得到预训练后的所述第二神经网络;
根据所述样本图像以及所述监督信息,调整所述图像识别网络的第一神经网络和所述预训练后的第二神经网络中的至少一个网络的网络参数。
3.根据权利要求2所述的方法,其特征在于,根据所述样本图像,调整所述第二神经网络的网络参数,得到预训练后的所述第二神经网络,包括:
利用所述第二神经网络处理所述样本图像,得到针对所述样本图像的第二预测结果;
根据所述第二预测结果,确定所述第二神经网络的第一模型损失;
根据所述第一模型损失,调整所述第二神经网络中的网络参数。
4.根据权利要求2或3所述的方法,其特征在于,根据所述样本图像以及所述监督信息,调整所述图像识别网络的第一神经网络和所述预训练后的第二神经网络中的至少一个网络的网络参数,包括:
利用所述第一神经网络和所述第二神经网络分别处理所述样本图像,得到针对所述样本图像的第三预测结果和第四预测结果;
根据所述第三预测结果以及所述监督信息,确定所述第一神经网络的第二模型损失;
根据所述第四预测结果以及所述样本图像的标注信息,确定所述第二神经网络的第三模型损失;
根据所述第二模型损失和所述第三模型损失,确定所述图像识别网络的整体模型损失;
根据所述整体模型损失,调整所述图像识别网络的第一神经网络和所述预训练后的第二神经网络中的至少一个网络的网络参数。
5.一种图像识别装置,其特征在于,所述装置通过图像识别网络实现,所述图像识别网络包括第一神经网络和第二神经网络,所述第一神经网络的初始状态为已完成训练,所述第二神经网络的初始状态为未训练,所述装置包括:
第一预测结果获取模块,用于利用所述第一神经网络处理样本图像,得到针对所述样本图像的第一预测结果;
监督信息确定模块,用于基于所述样本图像的第一预测结果,确定所述样本图像的监督信息;
网络训练模块,用于根据所述样本图像以及所述监督信息,训练所述图像识别网络。
6.根据权利要求5所述的装置,其特征在于,所述网络训练模块包括:
第一参数调整子模块,用于根据所述样本图像,调整所述第二神经网络的网络参数,得到预训练后的所述第二神经网络;
第二参数调整子模块,用于根据所述样本图像以及所述监督信息,调整所述图像识别网络的第一神经网络和所述预训练后的第二神经网络中的至少一个网络的网络参数。
7.根据权利要求6所述的装置,其特征在于,所述第一参数调整子模块包括:
第二预测结果获取子模块,用于利用所述第二神经网络处理所述样本图像,得到针对所述样本图像的第二预测结果;
第一模型损失确定子模块,用于根据所述第二预测结果,确定所述第二神经网络的第一模型损失;
第一调整子模块,用于根据所述第一模型损失,调整所述第二神经网络中的网络参数。
8.根据权利要求6或7所述的装置,其特征在于,所述第二参数调整子模块包括:
预测结果获取子模块,用于利用所述第一神经网络和所述第二神经网络分别处理所述样本图像,得到针对所述样本图像的第三预测结果和第四预测结果;
第二模型损失确定子模块,用于根据所述第三预测结果以及所述监督信息,确定所述第一神经网络的第二模型损失;
第三模型损失确定子模块,用于根据所述第四预测结果以及所述样本图像的标注信息,确定所述第二神经网络的第三模型损失;
整体模型损失确定子模块,用于根据所述第二模型损失和所述第三模型损失,确定所述图像识别网络的整体模型损失;
第二调整子模块,用于根据所述整体模型损失,调整所述图像识别网络的第一神经网络和所述预训练后的第二神经网络中的至少一个网络的网络参数。
9.一种电子设备,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:执行权利要求1至4中任意一项所述的方法。
10.一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4中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810603008.5A CN110598504B (zh) | 2018-06-12 | 2018-06-12 | 图像识别方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810603008.5A CN110598504B (zh) | 2018-06-12 | 2018-06-12 | 图像识别方法及装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110598504A true CN110598504A (zh) | 2019-12-20 |
CN110598504B CN110598504B (zh) | 2023-07-21 |
Family
ID=68848996
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810603008.5A Active CN110598504B (zh) | 2018-06-12 | 2018-06-12 | 图像识别方法及装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110598504B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111242303A (zh) * | 2020-01-14 | 2020-06-05 | 北京市商汤科技开发有限公司 | 网络训练方法及装置、图像处理方法及装置 |
CN111358431A (zh) * | 2020-03-06 | 2020-07-03 | 重庆金山医疗技术研究院有限公司 | 一种食道压力云图的标识识别方法及设备 |
CN111428613A (zh) * | 2020-03-19 | 2020-07-17 | 北京市商汤科技开发有限公司 | 数据处理方法、装置、设备和存储介质 |
CN111553476A (zh) * | 2020-04-30 | 2020-08-18 | 汪科道 | 基于记忆分值的神经网络训练方法、装置及存储介质 |
CN112749801A (zh) * | 2021-01-22 | 2021-05-04 | 上海商汤智能科技有限公司 | 神经网络训练和图像处理方法及装置 |
CN113344089A (zh) * | 2021-06-17 | 2021-09-03 | 北京百度网讯科技有限公司 | 模型训练方法、装置及电子设备 |
CN114511758A (zh) * | 2022-01-28 | 2022-05-17 | 北京百度网讯科技有限公司 | 图像识别方法及装置、电子设备和介质 |
CN114881170A (zh) * | 2022-05-27 | 2022-08-09 | 北京百度网讯科技有限公司 | 用于对话任务的神经网络的训练方法和对话任务处理方法 |
WO2023092959A1 (zh) * | 2021-11-23 | 2023-06-01 | 上海商汤智能科技有限公司 | 图像分割方法及其模型的训练方法及相关装置、电子设备 |
WO2023184958A1 (zh) * | 2022-03-29 | 2023-10-05 | 上海商汤智能科技有限公司 | 目标识别及神经网络的训练 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104268524A (zh) * | 2014-09-24 | 2015-01-07 | 朱毅 | 一种基于动态调整训练目标的卷积神经网络的图像识别方法 |
CN104899561A (zh) * | 2015-05-27 | 2015-09-09 | 华南理工大学 | 一种并行化的人体行为识别方法 |
CN105637540A (zh) * | 2013-10-08 | 2016-06-01 | 谷歌公司 | 用于强化学习的方法和设备 |
CN105701482A (zh) * | 2016-02-29 | 2016-06-22 | 公安部第研究所 | 基于非平衡标签信息融合的人脸识别算法架构 |
US20170011280A1 (en) * | 2015-07-07 | 2017-01-12 | Xerox Corporation | Extracting gradient features from neural networks |
CN106599789A (zh) * | 2016-07-29 | 2017-04-26 | 北京市商汤科技开发有限公司 | 视频类别识别方法和装置、数据处理装置和电子设备 |
CN107247989A (zh) * | 2017-06-15 | 2017-10-13 | 北京图森未来科技有限公司 | 一种神经网络训练方法及装置 |
CN107256423A (zh) * | 2017-05-05 | 2017-10-17 | 深圳市丰巨泰科电子有限公司 | 一种增广神经网架构及其训练方法、计算机可读存储介质 |
WO2017181332A1 (zh) * | 2016-04-19 | 2017-10-26 | 浙江大学 | 一种基于单幅图像的全自动三维头发建模方法 |
US20170308770A1 (en) * | 2016-04-26 | 2017-10-26 | Xerox Corporation | End-to-end saliency mapping via probability distribution prediction |
CN107358293A (zh) * | 2017-06-15 | 2017-11-17 | 北京图森未来科技有限公司 | 一种神经网络训练方法及装置 |
CN107563434A (zh) * | 2017-08-30 | 2018-01-09 | 山东大学 | 一种基于三维卷积神经网络的脑部mri图像分类方法、装置 |
CN107832799A (zh) * | 2017-11-20 | 2018-03-23 | 北京奇虎科技有限公司 | 基于摄像头场景的对象识别方法及装置、计算设备 |
CN107958284A (zh) * | 2017-11-20 | 2018-04-24 | 北京奇虎科技有限公司 | 神经网络的训练方法及装置、计算设备 |
CN108133238A (zh) * | 2017-12-29 | 2018-06-08 | 国信优易数据有限公司 | 一种人脸识别模型训练方法和装置及人脸识别方法和装置 |
-
2018
- 2018-06-12 CN CN201810603008.5A patent/CN110598504B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105637540A (zh) * | 2013-10-08 | 2016-06-01 | 谷歌公司 | 用于强化学习的方法和设备 |
CN104268524A (zh) * | 2014-09-24 | 2015-01-07 | 朱毅 | 一种基于动态调整训练目标的卷积神经网络的图像识别方法 |
CN104899561A (zh) * | 2015-05-27 | 2015-09-09 | 华南理工大学 | 一种并行化的人体行为识别方法 |
US20170011280A1 (en) * | 2015-07-07 | 2017-01-12 | Xerox Corporation | Extracting gradient features from neural networks |
CN105701482A (zh) * | 2016-02-29 | 2016-06-22 | 公安部第研究所 | 基于非平衡标签信息融合的人脸识别算法架构 |
WO2017181332A1 (zh) * | 2016-04-19 | 2017-10-26 | 浙江大学 | 一种基于单幅图像的全自动三维头发建模方法 |
US20170308770A1 (en) * | 2016-04-26 | 2017-10-26 | Xerox Corporation | End-to-end saliency mapping via probability distribution prediction |
CN106599789A (zh) * | 2016-07-29 | 2017-04-26 | 北京市商汤科技开发有限公司 | 视频类别识别方法和装置、数据处理装置和电子设备 |
CN107256423A (zh) * | 2017-05-05 | 2017-10-17 | 深圳市丰巨泰科电子有限公司 | 一种增广神经网架构及其训练方法、计算机可读存储介质 |
CN107247989A (zh) * | 2017-06-15 | 2017-10-13 | 北京图森未来科技有限公司 | 一种神经网络训练方法及装置 |
CN107358293A (zh) * | 2017-06-15 | 2017-11-17 | 北京图森未来科技有限公司 | 一种神经网络训练方法及装置 |
CN107563434A (zh) * | 2017-08-30 | 2018-01-09 | 山东大学 | 一种基于三维卷积神经网络的脑部mri图像分类方法、装置 |
CN107832799A (zh) * | 2017-11-20 | 2018-03-23 | 北京奇虎科技有限公司 | 基于摄像头场景的对象识别方法及装置、计算设备 |
CN107958284A (zh) * | 2017-11-20 | 2018-04-24 | 北京奇虎科技有限公司 | 神经网络的训练方法及装置、计算设备 |
CN108133238A (zh) * | 2017-12-29 | 2018-06-08 | 国信优易数据有限公司 | 一种人脸识别模型训练方法和装置及人脸识别方法和装置 |
Non-Patent Citations (4)
Title |
---|
CHEN WU: "Deriving collective intelligence from reviews on the social Web using a supervised learning approach", 《EXPERT SYSTEMS WITH APPLICATIONS》 * |
纪野;李玉惠;李勃;杨敏;: "有监督Kohonen网络的车型识别方法", 传感器与微系统 * |
贾鑫;张惊雷;温显斌;: "双监督信号深度学习的电气设备红外故障识别", 红外与激光工程 * |
雷杰;高鑫;宋杰;王兴路;宋明黎;: "深度网络模型压缩综述", 软件学报 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111242303A (zh) * | 2020-01-14 | 2020-06-05 | 北京市商汤科技开发有限公司 | 网络训练方法及装置、图像处理方法及装置 |
CN111242303B (zh) * | 2020-01-14 | 2023-12-01 | 北京市商汤科技开发有限公司 | 网络训练方法及装置、图像处理方法及装置 |
CN111358431A (zh) * | 2020-03-06 | 2020-07-03 | 重庆金山医疗技术研究院有限公司 | 一种食道压力云图的标识识别方法及设备 |
CN111428613A (zh) * | 2020-03-19 | 2020-07-17 | 北京市商汤科技开发有限公司 | 数据处理方法、装置、设备和存储介质 |
CN111553476A (zh) * | 2020-04-30 | 2020-08-18 | 汪科道 | 基于记忆分值的神经网络训练方法、装置及存储介质 |
CN111553476B (zh) * | 2020-04-30 | 2023-12-01 | 上海个元科技有限公司 | 基于记忆分值的神经网络训练方法、装置及存储介质 |
CN112749801A (zh) * | 2021-01-22 | 2021-05-04 | 上海商汤智能科技有限公司 | 神经网络训练和图像处理方法及装置 |
CN113344089A (zh) * | 2021-06-17 | 2021-09-03 | 北京百度网讯科技有限公司 | 模型训练方法、装置及电子设备 |
CN113344089B (zh) * | 2021-06-17 | 2022-07-01 | 北京百度网讯科技有限公司 | 模型训练方法、装置及电子设备 |
WO2023092959A1 (zh) * | 2021-11-23 | 2023-06-01 | 上海商汤智能科技有限公司 | 图像分割方法及其模型的训练方法及相关装置、电子设备 |
CN114511758A (zh) * | 2022-01-28 | 2022-05-17 | 北京百度网讯科技有限公司 | 图像识别方法及装置、电子设备和介质 |
WO2023184958A1 (zh) * | 2022-03-29 | 2023-10-05 | 上海商汤智能科技有限公司 | 目标识别及神经网络的训练 |
CN114881170A (zh) * | 2022-05-27 | 2022-08-09 | 北京百度网讯科技有限公司 | 用于对话任务的神经网络的训练方法和对话任务处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110598504B (zh) | 2023-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110598504B (zh) | 图像识别方法及装置、电子设备和存储介质 | |
CN107491541B (zh) | 文本分类方法及装置 | |
TWI728564B (zh) | 圖像的描述語句定位方法及電子設備和儲存介質 | |
CN108256555B (zh) | 图像内容识别方法、装置及终端 | |
CN109871896B (zh) | 数据分类方法、装置、电子设备及存储介质 | |
CN110837761B (zh) | 多模型知识蒸馏方法及装置、电子设备和存储介质 | |
KR20200096565A (ko) | 얼굴 인식 방법 및 장치, 전자 기기 및 저장 매체 | |
CN111310616A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN109919300B (zh) | 神经网络训练方法及装置以及图像处理方法及装置 | |
CN109165738B (zh) | 神经网络模型的优化方法及装置、电子设备和存储介质 | |
CN109934275B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN109543537B (zh) | 重识别模型增量训练方法及装置、电子设备和存储介质 | |
CN109360197B (zh) | 图像的处理方法、装置、电子设备及存储介质 | |
CN110458218B (zh) | 图像分类方法及装置、分类网络训练方法及装置 | |
CN111160448B (zh) | 一种图像分类模型的训练方法及装置 | |
CN110909815A (zh) | 神经网络训练、图像处理方法、装置及电子设备 | |
CN107194464B (zh) | 卷积神经网络模型的训练方法及装置 | |
CN109858614B (zh) | 神经网络训练方法及装置、电子设备和存储介质 | |
CN114338083A (zh) | 控制器局域网络总线异常检测方法、装置和电子设备 | |
CN111242303A (zh) | 网络训练方法及装置、图像处理方法及装置 | |
CN110659690A (zh) | 神经网络的构建方法及装置、电子设备和存储介质 | |
CN111783898B (zh) | 图像识别模型的训练、图像识别方法、装置及设备 | |
CN111259967A (zh) | 图像分类及神经网络训练方法、装置、设备及存储介质 | |
CN111582383A (zh) | 属性识别方法及装置、电子设备和存储介质 | |
CN110941727B (zh) | 一种资源推荐方法、装置、电子设备及存储介质 |
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 |