CN110659625A - 物体识别网络的训练方法及装置、电子设备和存储介质 - Google Patents

物体识别网络的训练方法及装置、电子设备和存储介质 Download PDF

Info

Publication number
CN110659625A
CN110659625A CN201910935113.3A CN201910935113A CN110659625A CN 110659625 A CN110659625 A CN 110659625A CN 201910935113 A CN201910935113 A CN 201910935113A CN 110659625 A CN110659625 A CN 110659625A
Authority
CN
China
Prior art keywords
image
category
training
object recognition
images
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.)
Pending
Application number
CN201910935113.3A
Other languages
English (en)
Inventor
赵波
陈大鹏
赵瑞
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.)
Shenzhen Sensetime Technology Co Ltd
Original Assignee
Shenzhen Sensetime Technology 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 Shenzhen Sensetime Technology Co Ltd filed Critical Shenzhen Sensetime Technology Co Ltd
Priority to CN201910935113.3A priority Critical patent/CN110659625A/zh
Publication of CN110659625A publication Critical patent/CN110659625A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本公开涉及一种物体识别网络的训练方法及装置、电子设备和存储介质。所述方法包括：通过第一物体识别网络对第一训练图像进行识别得到对应的第一识别结果，以及对第二训练图像进行识别得到对应的第二识别结果；根据所述第一识别结果和所述第一训练图像的真实类别，确定第一误差；根据所述第二识别结果和所述第二训练图像对应的第三识别结果，确定第二误差，其中，所述第三识别结果为第二物体识别网络对所述第二训练图像进行识别得到的，所述第二物体识别网络是根据所述第二训练图像训练收敛的；根据所述第一误差和所述第二误差，训练所述第一物体识别网络。本公开实施例在物体识别网络学习第一类别时，能够保持对第二类别的识别准确率。

Description

物体识别网络的训练方法及装置、电子设备和存储介质
技术领域
本公开涉及计算机视觉技术领域，尤其涉及一种物体识别网络的训练方法及装置、物体识别方法及装置、电子设备和存储介质。
背景技术
物体识别是实现人工智能的一项基础技术。基于ImageNet数据集训练的深度学习模型能够同时识别1000个类别的物体。然而，这一数目远远小于人类日常生活中遇到的物体类别数目。人类具有持续学习新的类别的能力，然而，相关技术中的物体识别网络需要在所有类别的训练数据一次性给出的情况下进行反复训练。这种物体识别技术无法应对持续增长的训练数据。当物体识别网络不断遇到新类别的训练数据时，相关技术中的物体识别网络容易忘记学过的旧类别，因此，在旧类别上的识别准确率会快速下降。
发明内容
本公开提出了一种物体识别技术方案。
根据本公开的一方面，提供了一种物体识别网络的训练方法，包括：
通过第一物体识别网络对第一训练图像进行识别得到对应的第一识别结果，以及对第二训练图像进行识别得到对应的第二识别结果；
根据所述第一识别结果和所述第一训练图像的真实类别，确定第一误差；
根据所述第二识别结果和所述第二训练图像对应的第三识别结果，确定第二误差，其中，所述第三识别结果为第二物体识别网络对所述第二训练图像进行识别得到的，所述第二物体识别网络是根据所述第二训练图像训练收敛的；
根据所述第一误差和所述第二误差，训练所述第一物体识别网络。
在一种可能的实现方式中，所述第一训练图像包含于第一图像集合，所述第一图像集合中包含一个或多个第一类别，所述第二训练图像包含于第二图像集合，所述第二图像集合中包含一个或多个第二类别；
在所述通过第一物体识别网络对第一训练图像进行识别得到对应的第一识别结果，以及对第二训练图像进行识别得到对应的第二识别结果之前，所述方法还包括：
从第一类别和第二类别中抽取C个类别，其中，C为大于1的整数；
从所述C个类别中的各个类别中分别抽取N个图像，将抽取的图像中属于所述第一类别的图像作为第一训练图像，将抽取的图像中属于所述第二类别的图像作为第二训练图像，其中，N为大于1的整数。
在一种可能的实现方式中，从所述C个类别中的各个类别中分别抽取N个图像，将抽取的图像中属于所述第一类别的图像作为第一训练图像，将抽取的图像中属于所述第二类别的图像作为第二训练图像，包括：
若所述C个类别包括任一第一类别，则从所述第一类别的所有图像样本中抽取N个图像作为第一训练图像；和/或，
若所述C个类别包括任一第二类别，则从所述第二类别的待训练图像集中抽取N个图像作为第二训练图像，其中，所述第二类别的待训练图像集包括所述第二类别的部分图像样本。
在一种可能的实现方式中，所述根据所述第一误差和所述第二误差，训练所述第一物体识别网络，包括：
确定所述第一误差和所述第二误差的和值；
根据所述和值，训练所述第一物体识别网络。
在一种可能的实现方式中，在所述训练所述第一物体识别网络之后，所述方法还包括：
在所述第一物体识别网络的参数收敛之后，对于任一第一类别，从所述第一类别的所有图像样本中，选择T个图像样本加入所述第一类别的待训练图像集中，并存储所述第一类别的待训练图像集，其中，T为大于或等于N的整数。
在一种可能的实现方式中，从所述第一类别的所有图像样本中所选择的T个图像样本以使所述第一类别的待训练图像集的特征分布的离散程度最大。
在一种可能的实现方式中，所述第一类别的待训练图像集的特征分布的离散程度，是根据所述第一类别的待训练图像集中的图像样本的特征所对应的方差、标准差、平均差中的一个或多个确定的。
在一种可能的实现方式中，所述从所述第一类别的所有图像样本中，选择T个图像样本加入所述第一类别的待训练图像集中，包括：
确定所述第一类别的所有图像样本的特征的均值，并将与所述均值最近的一个图像样本加入所述第一类别的待训练图像集中；
之后在每次向所述第一类别的待训练图像集中加入所述第一类别的剩余图像样本时，确定加入所述第一类别的任一剩余图像样本后所述第一类别的待训练图像集的特征分布的离散程度，并将使所述离散程度最大的剩余图像样本加入所述第一类别的待训练图像集中，直至所述第一类别的待训练图像集中的图像样本的数量达到T个，其中，所述第一类别的剩余图像样本表示所述第一类别的所有图像样本中未加入所述第一类别的待训练图像集的图像样本。
在一种可能的实现方式中，所述T根据用于存储图像样本的总存储空间与总类别数的比值确定。
在一种可能的实现方式中，在所述训练所述第一物体识别网络之后，所述方法还包括：
在所述第一物体识别网络的参数收敛之后，根据图像样本的总存储空间与总类别数的比值，确定各个类别的待训练图像集的目标样本数；
若任一第二类别的待训练图像集中的图像样本数大于所述目标样本数，则减少所述第二类别的待训练图像集中的图像样本数，使所述第二类别的待训练图像集中的图像样本数达到所述目标样本数。
根据本公开的一方面，提供了一种物体识别方法，通过上述物体识别网络的训练方法训练得到参数收敛的所述第一物体识别网络，并通过参数收敛的所述第一物体识别网络获得待识别图像的识别结果。
根据本公开的一方面，提供了一种物体识别网络的训练装置，包括：
识别模块，用于通过第一物体识别网络对第一训练图像进行识别得到对应的第一识别结果，以及对第二训练图像进行识别得到对应的第二识别结果；
第一确定模块，用于根据所述第一识别结果和所述第一训练图像的真实类别，确定第一误差；
第二确定模块，用于根据所述第二识别结果和所述第二训练图像对应的第三识别结果，确定第二误差，其中，所述第三识别结果为第二物体识别网络对所述第二训练图像进行识别得到的，所述第二物体识别网络是根据所述第二训练图像训练收敛的；
训练模块，用于根据所述第一误差和所述第二误差，训练所述第一物体识别网络。
在一种可能的实现方式中，所述第一训练图像包含于第一图像集合，所述第一图像集合中包含一个或多个第一类别，所述第二训练图像包含于第二图像集合，所述第二图像集合中包含一个或多个第二类别；
所述装置还包括：
第一抽取模块，用于从第一类别和第二类别中抽取C个类别，其中，C为大于1的整数；
第二抽取模块，用于从所述C个类别中的各个类别中分别抽取N个图像，将抽取的图像中属于所述第一类别的图像作为第一训练图像，将抽取的图像中属于所述第二类别的图像作为第二训练图像，其中，N为大于1的整数。
在一种可能的实现方式中，所述第二抽取模块用于：
若所述C个类别包括任一第一类别，则从所述第一类别的所有图像样本中抽取N个图像作为第一训练图像；和/或，
若所述C个类别包括任一第二类别，则从所述第二类别的待训练图像集中抽取N个图像作为第二训练图像，其中，所述第二类别的待训练图像集包括所述第二类别的部分图像样本。
在一种可能的实现方式中，所述训练模块用于：
确定所述第一误差和所述第二误差的和值；
根据所述和值，训练所述第一物体识别网络。
在一种可能的实现方式中，所述装置还包括：
选择存储模块，用于在所述第一物体识别网络的参数收敛之后，对于任一第一类别，从所述第一类别的所有图像样本中，选择T个图像样本加入所述第一类别的待训练图像集中，并存储所述第一类别的待训练图像集，其中，T为大于或等于N的整数。
在一种可能的实现方式中，从所述第一类别的所有图像样本中所选择的T个图像样本以使所述第一类别的待训练图像集的特征分布的离散程度最大。
在一种可能的实现方式中，所述第一类别的待训练图像集的特征分布的离散程度，是根据所述第一类别的待训练图像集中的图像样本的特征所对应的方差、标准差、平均差中的一个或多个确定的。
在一种可能的实现方式中，所述选择存储模块用于：
确定所述第一类别的所有图像样本的特征的均值，并将与所述均值最近的一个图像样本加入所述第一类别的待训练图像集中；
之后在每次向所述第一类别的待训练图像集中加入所述第一类别的剩余图像样本时，确定加入所述第一类别的任一剩余图像样本后所述第一类别的待训练图像集的特征分布的离散程度，并将使所述离散程度最大的剩余图像样本加入所述第一类别的待训练图像集中，直至所述第一类别的待训练图像集中的图像样本的数量达到T个，其中，所述第一类别的剩余图像样本表示所述第一类别的所有图像样本中未加入所述第一类别的待训练图像集的图像样本。
在一种可能的实现方式中，所述T根据用于存储图像样本的总存储空间与总类别数的比值确定。
在一种可能的实现方式中，所述装置还包括：
第三确定模块，用于在所述第一物体识别网络的参数收敛之后，根据图像样本的总存储空间与总类别数的比值，确定各个类别的待训练图像集的目标样本数；
减少存储模块，用于若任一第二类别的待训练图像集中的图像样本数大于所述目标样本数，则减少所述第二类别的待训练图像集中的图像样本数，使所述第二类别的待训练图像集中的图像样本数达到所述目标样本数。
根据本公开的一方面，提供了一种物体识别装置，通过上述物体识别网络的训练装置训练得到参数收敛的所述第一物体识别网络，并通过参数收敛的所述第一物体识别网络获得待识别图像的识别结果。
根据本公开的一方面，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。
在本公开实施例中，通过第一物体识别网络对第一训练图像进行识别得到对应的第一识别结果，以及对第二训练图像进行识别得到对应的第二识别结果，根据所述第一识别结果和所述第一训练图像的真实类别，确定第一误差，根据所述第二识别结果和所述第二训练图像对应的第三识别结果，确定第二误差，其中，所述第三识别结果为第二物体识别网络对所述第二训练图像进行识别得到的，所述第二物体识别网络是根据所述第二训练图像训练收敛的，根据所述第一误差和所述第二误差，训练所述第一物体识别网络，由此在物体识别网络学习第一类别时，能够保持对第二类别的识别准确率。
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示出本公开实施例提供的物体识别网络的训练方法的流程图。
图2示出本公开实施例提供的物体识别网络的训练方法中从第一类别和第二类别中抽取第一训练图像和第二训练图像的示意图。
图3示出本公开实施例提供的物体识别网络的训练方法中图像变换处理的示意图。
图4示出本公开实施例提供的物体识别网络的训练方法的示意图。
图5示出根据本公开实施例的物体识别网络的训练装置的框图。
图6是根据一示例性实施例示出的一种电子设备800的框图。
图7是根据一示例性实施例示出的一种电子设备1900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一个或多个元素。
另外，为了更好地说明本公开，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。
如上所述，在相关技术中，当物体识别网络遇到新类别的训练数据，学习识别新类别时，物体识别网络容易忘记学过的旧类别，导致在旧类别上的识别准确率会快速下降。
为了解决类似于上文所述的技术问题，本公开实施例提供了物体识别网络的训练方法，通过第一物体识别网络对第一训练图像进行识别得到对应的第一识别结果，以及对第二训练图像进行识别得到对应的第二识别结果，根据所述第一识别结果和所述第一训练图像的真实类别，确定第一误差，根据所述第二识别结果和所述第二训练图像对应的第三识别结果，确定第二误差，其中，所述第三识别结果为第二物体识别网络对所述第二训练图像进行识别得到的，所述第二物体识别网络是根据所述第二训练图像训练收敛的，根据所述第一误差和所述第二误差，训练所述第一物体识别网络，由此在物体识别网络学习第一类别时，能够保持对第二类别的识别准确率。
图1示出本公开实施例提供的物体识别网络的训练方法的流程图。所述物体识别网络的训练方法的执行主体可以是物体识别网络的训练装置。例如，所述物体识别网络的训练方法可以由终端设备或服务器或其它处理设备执行。其中，终端设备可以是用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备或者可穿戴设备等。在一些可能的实现方式中，所述物体识别网络的训练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。如图1所示，所述物体识别网络的训练方法包括步骤S11至步骤S14。
在步骤S11中，通过第一物体识别网络对第一训练图像进行识别得到对应的第一识别结果，以及对第二训练图像进行识别得到对应的第二识别结果。
在本公开实施例中，物体识别网络可以表示用于识别物体所属类别的网络。物体识别网络可以通过神经网络来实现，也可以其他任意能进行物体识别的网络，在此不做限定。例如，物体识别网络可以为深度学习结构。
在本公开实施例中，第一训练图像可以为第一类别的训练图像，第二训练图像可以为第二类别的训练图像。第一类别可以表示物体识别网络尚未学习的类别，即，第一类别可以为新类别；第二类别可以表示物体识别网络已经学习过的类别，即，第二类别可以为旧类别。第一类别的数量可以为一个或多个，第二类别的数量也可以为一个或多个。
在一种可能的实现方式中，所述第一训练图像包含于第一图像集合，所述第一图像集合中包含一个或多个第一类别，每个第一类别中可以包含一张或多张图像，所述第二训练图像包含于第二图像集合，所述第二图像集合中包含一个或多个第二类别，每个第二类别中可以包含一张或多张图像。
本公开实施例提供的物体识别网络的训练方法能够处理持续获得的新类别的训练图像，即，能够进行增量学习，应对不断到来的新类别，同时记住学习过的旧类别。
在一种可能的实现方式中，可以通过物体识别网络提取第一训练图像的特征，并根据第一训练图像的特征确定第一训练图像对应的第一识别结果；可以通过物体识别网络提取第二训练图像的特征，并根据第二训练图像的特征确定第二训练图像对应的第二识别结果。例如，物体识别网络可以通过卷积操作提取第一训练图像和第二训练图像的特征。
在一种可能的实现方式中，在所述通过第一物体识别网络对第一训练图像进行识别得到对应的第一识别结果，以及对第二训练图像进行识别得到对应的第二识别结果之前，所述方法还包括：从第一类别和第二类别中抽取C个类别，其中，C为大于1的整数，第一类别和第二类别的总类别数大于C；从所述C个类别中的各个类别中分别抽取N个图像，将抽取的图像中属于所述第一类别的图像作为第一训练图像，将抽取的图像中属于所述第二类别的图像作为第二训练图像，其中，N为大于1的整数。其中，C和N可以为预设的常数，例如，C等于32，N等于4。图2示出本公开实施例提供的物体识别网络的训练方法中从第一类别和第二类别中抽取第一训练图像和第二训练图像的示意图。
在该实现方式中，通过从第一类别和第二类别中抽取C个类别，并从所述C个类别中的各个类别中分别抽取N个图像样本作为本轮训练的训练图像，由此能够实现对第一类别和第二类别的采样，从而在物体识别网络学习第一类别的过程中，能够使得物体识别网络更快地收敛并完成学习过程。
作为该实现方式的一个示例，所述从第一类别和第二类别中抽取C个类别，包括：从第一类别和第二类别中随机抽取C个类别。在该示例中，通过从第一类别和第二类别中随机抽取C个类别，能够实现对第一类别和第二类别的均衡采样，从而能够避免物体识别网络的训练偏向于第一类别。
作为该实现方式的一个示例，所述从所述C个类别中的各个类别中分别抽取N个图像，包括：从所述C个类别中的各个类别中分别随机抽取N个图像作为本轮训练的训练图像。在该示例中，通过从所述C个类别中的各个类别中分别随机抽取N个图像作为本轮训练的训练图像，能够实现对于所述C个类别中的各个类别分别进行均衡采样，从而能够使物体识别网络的训练获得较好的效果，使物体识别网络获得较好的识别能力。
作为该实现方式的一个示例，从所述C个类别中的各个类别中分别抽取N个图像样本作为本轮训练的训练图像，将抽取的图像中属于所述第一类别的图像作为第一训练图像，将抽取的图像中属于所述第二类别的图像作为第二训练图像，包括：若所述C个类别包括任一第一类别，则从所述第一类别的所有图像样本中抽取N个图像作为所述第一训练图像；和/或，若所述C个类别包括任一第二类别，则从所述第二类别的待训练图像集中抽取N个图像作为所述第二训练图像，其中，所述第二类别的待训练图像集包括所述第二类别的部分图像样本。
在该示例中，在物体识别网络学习第一类别时，可以利用第一类别的所有图像样本训练物体识别网络，从而能够获得较好的识别第一类别的能力。
在本公开实施例中，任一第二类别的待训练图像集可以表示针对所述第二类别存储的训练图像集。其中，所述第二类别的待训练图像集可以仅包括所述第二类别的部分图像样本，而不包括所述第二类别的所有图像样本，由此能够减小所需的存储空间。
在一种可能的实现方式中，在所述通过第一物体识别网络对第一训练图像进行识别得到对应的第一识别结果，以及对第二训练图像进行识别得到对应的第二识别结果之前，所述方法还包括：对第一训练图像和第二训练图像进行预处理，其中，所述预处理包括图像变换处理和归一化处理中的一项或两项；所述通过第一物体识别网络对第一训练图像进行识别得到对应的第一识别结果，以及对第二训练图像进行识别得到对应的第二识别结果，包括：通过所述物体识别网络对经过预处理的第一训练图像进行识别得到对应的第一识别结果，以及对经过预处理的第二训练图像进行识别得到对应的第二识别结果。
在该实现方式中，所述图像变换处理可以包括加入随机噪声、亮度调节、裁剪、镜像变换和旋转中的一种或多种。图3示出本公开实施例提供的物体识别网络的训练方法中图像变换处理的示意图。
作为该实现方式的一个示例，所述归一化处理包括：获得所有训练图像的像素值的均值和标准差；对于任一训练图像，将所述训练图像的像素值减去均值，再除以标准差，获得所述训练图像的归一化结果。在该示例中，在归一化处理中，可以对训练图像的RGB三个通道分别进行处理。
在该实现方式中，通过对第一训练图像和第二训练图像进行预处理，并利用经过预处理的第一训练图像和第二训练图像训练物体识别网络，由此能够获得更丰富的训练数据，从而有助于提高物体识别网络的识别准确率。
在步骤S12中，根据所述第一识别结果和所述第一训练图像的真实类别，确定第一误差。
其中，第一训练图像的真实类别表示第一训练图像的类别的真值，即第一训练图像的标注的类别。该真实类别可以是人工进行标注的，也可以是通过其他方式得到的。
在本公开实施例中，可以根据第一训练图像对应的第一识别结果与第一训练图像的真实类别的差值，确定第一误差。例如，总共有类别1、类别2、类别3和类别4这4种类别，第一训练图像对应的第一识别结果为(0.02，0.03，0.85，0.1)，即，第一识别结果中第一训练图像属于类别1的概率为0.02，属于类别2的概率为0.03，属于类别3的概率为0.85，属于类别4的概率为0.1，第一训练图像的真实类别为(0，0，1，0)，表示在第一训练图像的真实类别中，类别1、类别2、类别3和类别4对应的概率分别为：0、0、1、0，即第一训练图像标注的类别为类别3，则可以将(0.02)2+(0.03)2+(0.85-1)2+(0.1)2确定为第一误差。
在步骤S13中，根据所述第二识别结果和所述第二训练图像对应的第三识别结果，确定第二误差，其中，所述第三识别结果为第二物体识别网络对所述第二训练图像进行识别得到的，所述第二物体识别网络是根据所述第二训练图像训练收敛的。
在一种可能的实现方式中，可以将训练收敛的第二物体识别网络的参数作为第一物体识别网络的初始参数。
在本公开实施例中，所述第二训练图像对应的第三识别结果可以包括所述第二训练图像属于不同类别的概率。
在本公开实施例中，可以根据第二训练图像对应的第二识别结果和第三识别结果的差值，确定第二误差。例如，总共有类别1、类别2、类别3和类别4这4种类别，第二训练图像对应的第二识别结果为(0.02，0.03，0.85，0.1)，即，第二识别结果中第二训练图像属于类别1的概率为0.02，属于类别2的概率为0.03，属于类别3的概率为0.85，属于类别4的概率为0.1，第二训练图像对应的第三识别结果为(0.01，0.04，0.96，0.09)，即，第三识别结果中第二训练图像属于类别1的概率为0.01，属于类别2的概率为0.04，属于类别3的概率为0.96，属于类别4的概率为0.09，则可以将(0.02-0.01)2+(0.03-0.04)2+(0.85-0.96)2+(0.1-0.09)2确定为第二误差。
在本公开实施例中，在训练第一物体识别网络学习第一类别的过程中，利用了第二物体识别网络(即学习第一类别之前参数收敛的物体识别网络)获得的第二训练图像属于不同类别的概率，因此能够将第二物体识别网络的知识传递给第一物体识别网络，保持物体识别网络对于第二训练图像的识别结果的一致性。
在本公开实施例中，不对步骤S12和步骤S13的执行顺序进行限定，只要S12在S11之后执行、在S14之前执行，且S13在S11之后执行、在S14之前执行即可。例如，S12和S13可以同时执行；又如，可以先执行步骤S12，再执行步骤S13；又如，可以先执行步骤S13，再执行步骤S12。
在步骤S14中，根据所述第一误差和所述第二误差，训练所述第一物体识别网络。
在本公开实施例中，通过采用所述第一误差训练所述第一物体识别网络，能够使第一物体识别网络获得对于第一类别的识别能力；通过采用所述第二误差训练所述第一物体识别网络，能够保持物体识别网络对于第二类别的识别准确率，避免物体识别网络忘记已经学过的第二类别。
在一种可能的实现方式中，所述根据所述第一误差和所述第二误差，训练所述第一物体识别网络，包括：确定所述第一误差和所述第二误差的和值；根据所述和值，训练所述第一物体识别网络。
作为该实现方式的一个示例，可以根据所述和值进行反向传播，以更新所述物体识别网络的参数。
在一种可能的实现方式中，在所述训练所述第一物体识别网络之后，所述方法还包括：在所述物体识别网络的参数收敛之后，对于任一第一类别，从所述第一类别的所有图像样本中，选择T个图像样本加入所述第一类别的待训练图像集中，并存储所述第一类别的待训练图像集，其中，T为大于或等于N的整数。
作为该实现方式的一个示例，从所述第一类别的所有图像样本中所选择的T个图像样本使所述第一类别的待训练图像集的特征分布的离散程度最大。其中，所述第一类别的待训练图像集的特征分布的离散程度，是根据所述第一类别的待训练图像集中的图像样本的特征所对应的方差、标准差、平均差中的一个或多个确定的。在该示例中，通过从所述第一类别的所有图像样本中所选择的T个图像样本使所述第一类别的待训练图像集的特征分布的离散程度最大，能够保证所存储的所述第一类别的待训练图像集中图像样本的丰富性。
作为该实现方式的一个示例，所述从所述第一类别的所有图像样本中，选择T个图像样本加入所述第一类别的待训练图像集中，包括：确定所述第一类别的所有图像样本的特征的均值，并将与所述均值最近的一个图像样本加入所述第一类别的待训练图像集中；之后在每次向所述第一类别的待训练图像集中加入所述第一类别的图像样本时，确定加入所述第一类别的任一剩余图像样本后所述第一类别的待训练图像集的特征分布的离散程度，并将使离散程度最大的剩余图像样本加入所述第一类别的待训练图像集中，直至所述第一类别的待训练图像集中的图像样本的数量达到T个，其中，所述第一类别的剩余图像样本表示所述第一类别的所有图像样本中未加入所述第一类别的待训练图像集的图像样本。在该示例中，通过从所述第一类别的所有图像样本中所选择的T个图像样本使所述第一类别的待训练图像集的特征分布的离散程度最大，能够保证所存储的所述第一类别的待训练图像集中图像样本的丰富性。
在该实现方式中，T根据图像样本的总存储空间与总类别数的比值确定。其中，总类别数表示第一类别和第二类别的总类别数。例如，T可以等于图像样本的总存储空间与总类别数的比值，或者T可以小于图像样本的总存储空间与总类别数的比值。
在一种可能的实现方式中，在所述训练所述第一物体识别网络之后，所述方法还包括：在所述第一物体识别网络的参数收敛之后，根据图像样本的总存储空间与总类别数的比值，确定各个类别的待训练图像集的目标样本数；若任一第二类别的待训练图像集中的图像样本数大于所述目标样本数，则减少所述第二类别的待训练图像集中的图像样本数，使所述第二类别的待训练图像集中的图像样本数达到所述目标样本数。
作为该实现方式的一个示例，在所述第二类别的待训练图像集中保留的图像样本使所述第二类别的待训练图像集中特征分布的离散程度最大。其中，所述第二类别的待训练图像集的特征分布的离散程度，可以是根据所述第二类别的待训练图像集中的图像样本的特征所对应的方差、标准差、平均差中的一个或多个确定的。在该示例中，通过保留所述第二类别的待训练图像集中使所述第二类别的待训练图像集的特征分布的离散程度最大的图像样本，能够保证所存储的所述第二类别的待训练图像集中图像样本的丰富性。
作为该实现方式的一个示例，所述减少所述第二类别的待训练图像集中的图像样本数，使所述第二类别的待训练图像集中的图像样本数达到所述目标样本数，包括：确定所述第二类别当前的待训练图像集中所有图像样本的特征的均值，并将与所述均值最近的一个图像样本保留在所述第二类别的待训练图像集中；之后在每次确定所述第二类别的待训练图像集中保留的图像样本时，确定保留所述第二类别的任一剩余图像样本后所述第二类别的待训练图像集所保留的所有图像样本的特征分布的离散程度，并将使离散程度最大的剩余图像样本保留在所述第二类别的待训练图像集中，直至所述第二类别的待训练图像集中保留的图像样本的数量达到目标样本数，其中，所述第二类别的剩余图像样本表示所述第二类别当前的待训练图像集中未确定保留在所述第二类别的待训练图像集中的图像样本。在该示例中，通过保留所述第二类别的待训练图像集中使所述第二类别的待训练图像集的特征分布的离散程度最大的图像样本，能够保证所存储的所述第二类别的待训练图像集中图像样本的丰富性。
在本公开实施例中，通过对各类别的图像样本进行选择性存储，能够减小存储各类别的图像样本所需的存储空间，并且能够降低物体识别网络的训练量。其中，存储的各类别的图像样本可以用于后续训练，即，在获得第一类别的图像样本后，可以采用存储的各类别的图像样本与获得的第一类别的图像样本共同对物体识别网络进行更新训练。
图4示出本公开实施例提供的物体识别网络的训练方法的示意图。如图4所示，从第一类别和第二类别中抽取本轮训练的训练图像(第一训练图像和第二训练图像)；对训练图像进行预处理；通过第一物体识别网络对经过预处理的训练图像进行卷积操作，获得经过预处理的训练图像的特征；根据经过预处理的训练图像的特征，获得经过预处理的训练图像对应的识别结果。在图4所示的示例中，第一类别的数量为1个，第二类别的数量为3个，当然，在实际应用中，第一类别和第二类别的数量可以更多。
在一种可能的实现方式中，在所述训练所述第一物体识别网络，且所述第一物体识别网络的参数收敛后，还包括：通过所述第一物体识别网络对测试样本进行识别得到对应的第四识别结果。
在该实现方式中，在通过所述第一物体识别网络对测试样本进行识别得到对应的第四识别结果之前，还可以包括：对测试样本进行归一化处理；所述通过所述第一物体识别网络对测试样本进行识别得到对应的第四识别结果，包括：通过所述第一物体识别网络对经过归一化处理的测试样本进行识别得到对应的第四识别结果。其中，所述归一化处理可以包括：对于任一测试样本，获取所有训练图像的像素值的均值和标准差；将所述测试样本的像素值减去均值，再除以标准差，获得所述测试样本的归一化结果。
该实现方式通过测试样本测试第一物体识别网络，能够准确判断第一物体识别网络的泛化能力。
本公开实施例还提供了一种物体识别方法，所述物体识别方法通过所述物体识别网络的训练方法训练得到参数收敛的所述第一物体识别网络，并通过参数收敛的所述第一物体识别网络获得待识别图像的识别结果。
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。
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。
此外，本公开还提供了物体识别网络的训练装置、物体识别装置、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。
图5示出根据本公开实施例的物体识别网络的训练装置的框图。如图5所示，所述物体识别网络的训练装置包括：识别模块51，用于通过第一物体识别网络对第一训练图像进行识别得到对应的第一识别结果，以及对第二训练图像进行识别得到对应的第二识别结果；第一确定模块52，用于根据所述第一识别结果和所述第一训练图像的真实类别，确定第一误差；第二确定模块53，用于根据所述第二识别结果和所述第二训练图像对应的第三识别结果，确定第二误差，其中，所述第三识别结果为第二物体识别网络对所述第二训练图像进行识别得到的，所述第二物体识别网络是根据所述第二训练图像训练收敛的；训练模块54，用于根据所述第一误差和所述第二误差，训练所述第一物体识别网络。
在一种可能的实现方式中，所述第一训练图像包含于第一图像集合，所述第一图像集合中包含一个或多个第一类别，所述第二训练图像包含于第二图像集合，所述第二图像集合中包含一个或多个第二类别；
所述装置还包括：第一抽取模块，用于从第一类别和第二类别中抽取C个类别，其中，C为大于1的整数；第二抽取模块，用于从所述C个类别中的各个类别中分别抽取N个图像，将抽取的图像中属于所述第一类别的图像作为第一训练图像，将抽取的图像中属于所述第二类别的图像作为第二训练图像，其中，N为大于1的整数。
在一种可能的实现方式中，所述第二抽取模块用于：若所述C个类别包括任一第一类别，则从所述第一类别的所有图像样本中抽取N个图像作为第一训练图像；和/或，若所述C个类别包括任一第二类别，则从所述第二类别的待训练图像集中抽取N个图像作为第二训练图像，其中，所述第二类别的待训练图像集包括所述第二类别的部分图像样本。
在一种可能的实现方式中，所述训练模块54用于：确定所述第一误差和所述第二误差的和值；根据所述和值，训练所述第一物体识别网络。
在一种可能的实现方式中，所述装置还包括：选择存储模块，用于在所述第一物体识别网络的参数收敛之后，对于任一第一类别，从所述第一类别的所有图像样本中，选择T个图像样本加入所述第一类别的待训练图像集中，并存储所述第一类别的待训练图像集，其中，T为大于或等于N的整数。
在一种可能的实现方式中，从所述第一类别的所有图像样本中所选择的T个图像样本以使所述第一类别的待训练图像集的特征分布的离散程度最大。
在一种可能的实现方式中，所述第一类别的待训练图像集的特征分布的离散程度，是根据所述第一类别的待训练图像集中的图像样本的特征所对应的方差、标准差、平均差中的一个或多个确定的。
在一种可能的实现方式中，所述选择存储模块用于：确定所述第一类别的所有图像样本的特征的均值，并将与所述均值最近的一个图像样本加入所述第一类别的待训练图像集中；之后在每次向所述第一类别的待训练图像集中加入所述第一类别的剩余图像样本时，确定加入所述第一类别的任一剩余图像样本后所述第一类别的待训练图像集的特征分布的离散程度，并将使所述离散程度最大的剩余图像样本加入所述第一类别的待训练图像集中，直至所述第一类别的待训练图像集中的图像样本的数量达到T个，其中，所述第一类别的剩余图像样本表示所述第一类别的所有图像样本中未加入所述第一类别的待训练图像集的图像样本。
在一种可能的实现方式中，所述T根据用于存储图像样本的总存储空间与总类别数的比值确定。
在一种可能的实现方式中，所述装置还包括：第三确定模块，用于在所述第一物体识别网络的参数收敛之后，根据图像样本的总存储空间与总类别数的比值，确定各个类别的待训练图像集的目标样本数；减少存储模块，用于若任一第二类别的待训练图像集中的图像样本数大于所述目标样本数，则减少所述第二类别的待训练图像集中的图像样本数，使所述第二类别的待训练图像集中的图像样本数达到所述目标样本数。
根据本公开的一方面，提供了一种物体识别装置，通过上述物体识别网络的训练装置训练得到参数收敛的所述第一物体识别网络，并通过参数收敛的所述第一物体识别网络获得待识别图像的识别结果。
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6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6，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，所述传感器组件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7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7，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，并转发所述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)，所述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)

1.一种物体识别网络的训练方法，其特征在于，包括：
通过第一物体识别网络对第一训练图像进行识别得到对应的第一识别结果，以及对第二训练图像进行识别得到对应的第二识别结果；
根据所述第一识别结果和所述第一训练图像的真实类别，确定第一误差；
根据所述第二识别结果和所述第二训练图像对应的第三识别结果，确定第二误差，其中，所述第三识别结果为第二物体识别网络对所述第二训练图像进行识别得到的，所述第二物体识别网络是根据所述第二训练图像训练收敛的；
根据所述第一误差和所述第二误差，训练所述第一物体识别网络。
2.根据权利要求1所述的方法，其特征在于，所述第一训练图像包含于第一图像集合，所述第一图像集合中包含一个或多个第一类别，所述第二训练图像包含于第二图像集合，所述第二图像集合中包含一个或多个第二类别；
在所述通过第一物体识别网络对第一训练图像进行识别得到对应的第一识别结果，以及对第二训练图像进行识别得到对应的第二识别结果之前，所述方法还包括：
从第一类别和第二类别中抽取C个类别，其中，C为大于1的整数；
从所述C个类别中的各个类别中分别抽取N个图像，将抽取的图像中属于所述第一类别的图像作为第一训练图像，将抽取的图像中属于所述第二类别的图像作为第二训练图像，其中，N为大于1的整数。
3.根据权利要求2所述的方法，其特征在于，从所述C个类别中的各个类别中分别抽取N个图像，将抽取的图像中属于所述第一类别的图像作为第一训练图像，将抽取的图像中属于所述第二类别的图像作为第二训练图像，包括：
若所述C个类别包括任一第一类别，则从所述第一类别的所有图像样本中抽取N个图像作为第一训练图像；和/或，
若所述C个类别包括任一第二类别，则从所述第二类别的待训练图像集中抽取N个图像作为第二训练图像，其中，所述第二类别的待训练图像集包括所述第二类别的部分图像样本。
4.一种物体识别方法，其特征在于，通过权利要求1至3中任意一项所述的方法训练得到参数收敛的所述第一物体识别网络，并通过参数收敛的所述第一物体识别网络获得待识别图像的识别结果。
5.一种物体识别网络的训练装置，其特征在于，包括：
识别模块，用于通过第一物体识别网络对第一训练图像进行识别得到对应的第一识别结果，以及对第二训练图像进行识别得到对应的第二识别结果；
第一确定模块，用于根据所述第一识别结果和所述第一训练图像的真实类别，确定第一误差；
第二确定模块，用于根据所述第二识别结果和所述第二训练图像对应的第三识别结果，确定第二误差，其中，所述第三识别结果为第二物体识别网络对所述第二训练图像进行识别得到的，所述第二物体识别网络是根据所述第二训练图像训练收敛的；
训练模块，用于根据所述第一误差和所述第二误差，训练所述第一物体识别网络。
6.根据权利要求5所述的装置，其特征在于，所述第一训练图像包含于第一图像集合，所述第一图像集合中包含一个或多个第一类别，所述第二训练图像包含于第二图像集合，所述第二图像集合中包含一个或多个第二类别；
所述装置还包括：
第一抽取模块，用于从第一类别和第二类别中抽取C个类别，其中，C为大于1的整数；
第二抽取模块，用于从所述C个类别中的各个类别中分别抽取N个图像，将抽取的图像中属于所述第一类别的图像作为第一训练图像，将抽取的图像中属于所述第二类别的图像作为第二训练图像，其中，N为大于1的整数。
7.根据权利要求6所述的装置，其特征在于，所述第二抽取模块用于：
若所述C个类别包括任一第一类别，则从所述第一类别的所有图像样本中抽取N个图像作为第一训练图像；和/或，
若所述C个类别包括任一第二类别，则从所述第二类别的待训练图像集中抽取N个图像作为第二训练图像，其中，所述第二类别的待训练图像集包括所述第二类别的部分图像样本。
8.一种物体识别装置，其特征在于，通过权利要求5至7中任意一项所述的装置训练得到参数收敛的所述第一物体识别网络，并通过参数收敛的所述第一物体识别网络获得待识别图像的识别结果。
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。
CN201910935113.3A 2019-09-29 2019-09-29 物体识别网络的训练方法及装置、电子设备和存储介质 Pending CN110659625A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910935113.3A CN110659625A (zh) 2019-09-29 2019-09-29 物体识别网络的训练方法及装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910935113.3A CN110659625A (zh) 2019-09-29 2019-09-29 物体识别网络的训练方法及装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN110659625A true CN110659625A (zh) 2020-01-07

Family

ID=69038426

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910935113.3A Pending CN110659625A (zh) 2019-09-29 2019-09-29 物体识别网络的训练方法及装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN110659625A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112307934A (zh) * 2020-10-27 2021-02-02 深圳市商汤科技有限公司 图像检测方法及相关模型的训练方法、装置、设备、介质
CN113139612A (zh) * 2021-05-07 2021-07-20 上海商汤临港智能科技有限公司 图像分类方法、分类网络的训练方法和相关产品

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120281907A1 (en) * 2011-05-06 2012-11-08 Toyota Motor Engin. & Manufact. N.A.(TEMA) Real-time 3d point cloud obstacle discriminator apparatus and associated methodology for training a classifier via bootstrapping
CN103745235A (zh) * 2013-12-18 2014-04-23 小米科技有限责任公司 人脸识别方法、装置及终端设备
CN108805185A (zh) * 2018-05-29 2018-11-13 腾讯科技（深圳）有限公司 模型的训练方法、装置、存储介质及计算机设备
CN109583325A (zh) * 2018-11-12 2019-04-05 平安科技（深圳）有限公司 人脸样本图片标注方法、装置、计算机设备及存储介质
CN110021052A (zh) * 2019-04-11 2019-07-16 北京百度网讯科技有限公司 用于生成眼底图像生成模型的方法和装置
CN110084287A (zh) * 2019-04-11 2019-08-02 北京迈格威科技有限公司 图像识别网络对抗训练方法及装置
CN110210535A (zh) * 2019-05-21 2019-09-06 北京市商汤科技开发有限公司 神经网络训练方法及装置以及图像处理方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120281907A1 (en) * 2011-05-06 2012-11-08 Toyota Motor Engin. & Manufact. N.A.(TEMA) Real-time 3d point cloud obstacle discriminator apparatus and associated methodology for training a classifier via bootstrapping
CN103745235A (zh) * 2013-12-18 2014-04-23 小米科技有限责任公司 人脸识别方法、装置及终端设备
CN108805185A (zh) * 2018-05-29 2018-11-13 腾讯科技（深圳）有限公司 模型的训练方法、装置、存储介质及计算机设备
CN109583325A (zh) * 2018-11-12 2019-04-05 平安科技（深圳）有限公司 人脸样本图片标注方法、装置、计算机设备及存储介质
CN110021052A (zh) * 2019-04-11 2019-07-16 北京百度网讯科技有限公司 用于生成眼底图像生成模型的方法和装置
CN110084287A (zh) * 2019-04-11 2019-08-02 北京迈格威科技有限公司 图像识别网络对抗训练方法及装置
CN110210535A (zh) * 2019-05-21 2019-09-06 北京市商汤科技开发有限公司 神经网络训练方法及装置以及图像处理方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ZHIZHONG LI；DEREK HOIEM: "《Learning without Forgetting》", 《 IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE》, 14 November 2017 (2017-11-14) *
侯赛辉: "《图像物体的精细化分类方法研究》", 《中国优秀博士学位论文全文数据库 (信息科技辑)》, 15 August 2019 (2019-08-15), pages 51 - 65 *
田劲松，薛华柱著: "《GIS空间分析理论与实践》", 31 May 2018 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112307934A (zh) * 2020-10-27 2021-02-02 深圳市商汤科技有限公司 图像检测方法及相关模型的训练方法、装置、设备、介质
CN112307934B (zh) * 2020-10-27 2021-11-09 深圳市商汤科技有限公司 图像检测方法及相关模型的训练方法、装置、设备、介质
TWI754515B (zh) * 2020-10-27 2022-02-01 大陸商深圳市商湯科技有限公司 圖像檢測及相關模型訓練方法、設備及電腦可讀儲存介質
CN113139612A (zh) * 2021-05-07 2021-07-20 上海商汤临港智能科技有限公司 图像分类方法、分类网络的训练方法和相关产品

Similar Documents

Publication Publication Date Title
CN109871883B (zh) 神经网络训练方法及装置、电子设备和存储介质
CN107692997B (zh) 心率检测方法及装置
CN110837761B (zh) 多模型知识蒸馏方法及装置、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
CN111753822A (zh) 文本识别方法及装置、电子设备和存储介质
CN110569777B (zh) 图像处理方法及装置、电子设备和存储介质
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
CN110889469A (zh) 图像处理方法及装置、电子设备和存储介质
CN110458218B (zh) 图像分类方法及装置、分类网络训练方法及装置
CN109615006B (zh) 文字识别方法及装置、电子设备和存储介质
CN110532956B (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
CN110659690B (zh) 神经网络的构建方法及装置、电子设备和存储介质
CN111242303B (zh) 网络训练方法及装置、图像处理方法及装置
CN114240882A (zh) 缺陷检测方法及装置、电子设备和存储介质
CN109685041B (zh) 图像分析方法及装置、电子设备和存储介质
CN113065591B (zh) 目标检测方法及装置、电子设备和存储介质
CN112001364A (zh) 图像识别方法及装置、电子设备和存储介质
CN111259967A (zh) 图像分类及神经网络训练方法、装置、设备及存储介质
CN112085097A (zh) 图像处理方法及装置、电子设备和存储介质
CN110633715B (zh) 图像处理方法、网络训练方法及装置、和电子设备
CN109447258B (zh) 神经网络模型的优化方法及装置、电子设备和存储介质
CN110659625A (zh) 物体识别网络的训练方法及装置、电子设备和存储介质
CN113807253A (zh) 人脸识别方法及装置、电子设备和存储介质
CN113538310A (zh) 图像处理方法及装置、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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200107

RJ01 Rejection of invention patent application after publication