CN112001364A - 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
- CN112001364A CN112001364A CN202011004395.4A CN202011004395A CN112001364A CN 112001364 A CN112001364 A CN 112001364A CN 202011004395 A CN202011004395 A CN 202011004395A CN 112001364 A CN112001364 A CN 112001364A
- Authority
- CN
- China
- Prior art keywords
- training
- network
- image data
- sample
- sample image
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 90
- 238000012549 training Methods 0.000 claims abstract description 241
- 238000002372 labelling Methods 0.000 claims abstract description 79
- 238000012545 processing Methods 0.000 claims abstract description 75
- 230000008569 process Effects 0.000 claims abstract description 36
- 238000013140 knowledge distillation Methods 0.000 claims abstract description 20
- 238000004590 computer program Methods 0.000 claims description 15
- 238000007499 fusion processing Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 20
- 230000006870 function Effects 0.000 description 14
- 238000004891 communication Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 6
- 238000007477 logistic regression Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/413—Classification of content, e.g. text, photographs or tables
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/20—Ensemble learning
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- 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
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/34—Smoothing or thinning of the pattern; Morphological operations; Skeletonisation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Medical Informatics (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,所述方法包括:将待处理图像输入学生网络的输入层,由所述学生网络对所述待处理图像进行图像识别;通过所述学生网络的输出层输出所述待处理图像的识别结果;其中,所述学生网络通过一个教师网络进行在线知识蒸馏训练得到,在一轮训练过程中,所述用于训练学生网络的样本图像数据的目标标注信息,由所述教师网络针对所述样本图像数据的样本识别结果进行滑动平均处理得到。本公开实施例可实现提高图像识别精度。
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
知识蒸馏是深度学习中的重要问题,通常可以用于模型压缩,旨在将参数量更多、性能更好的网络(教师网络)学习到的样本关系信息传递给参数量更少、速度更快的轻量化网络(学生网络),从而最终能够提高学生网络的精度。
发明内容
本公开提出了一种用于图像识别的图像识别技术方案。
根据本公开的一方面,提供了一种图像识别方法,包括:
将待处理图像输入学生网络的输入层,由所述学生网络对所述待处理图像进行图像识别;
通过所述学生网络的输出层输出所述待处理图像的识别结果;
其中,所述学生网络通过一个教师网络进行在线知识蒸馏训练得到,在一轮训练过程中,所述用于训练学生网络的样本图像数据的目标标注信息,由所述教师网络针对所述样本图像数据的样本识别结果进行滑动平均处理得到。
在一种可能的实现方式中,所述学生网络通过一个教师网络进行在线知识蒸馏训练的过程,包括:
通过所述教师网络对样本图像数据进行图像识别,得到样本识别结果;
通过对所述样本识别结果及所述学生网络在前一轮训练中使用的目标标注信息进行滑动平均处理,得到更新后的目标标注信息;
根据所述更新后的目标标注信息进行所述学生网络的当前一轮训练,及根据所述样本图像数据的预设标注信息进行所述教师网络的当前一轮训练。
在一种可能的实现方式中,所述通过对所述样本识别结果及所述学生网络在前一轮训练中使用的目标标注信息进行滑动平均处理,得到更新后的目标标注信息,包括:
通过对所述样本识别结果及所述学生网络在前一轮训练中使用的目标标注信息进行滑动平均处理,将所述样本识别结果及所述学生网络在前一轮训练中使用的目标标注信息进行融合处理,得到所述更新后的目标标注信息。
在一种可能的实现方式中,所述样本识别结果包括所述样本图像数据对应的第一置信度,
通过对所述样本识别结果及所述学生网络在前一轮训练中使用的目标标注信息进行滑动平均处理,得到更新后的目标标注信息,包括:
通过对所述第一置信度及所述样本图像数据在前一轮训练中对应的第二置信度进行滑动平均处理,得到更新后的第二置信度;
根据所述更新后的第二置信度,确定更新后的目标标注信息。
在一种可能的实现方式中,通过对所述第一置信度及所述样本图像数据在前一轮训练中对应的第二置信度进行滑动平均处理,得到更新后的第二标置信度,包括:
在第k轮训练中,通过对所述样本图像数据对应的第一置信度,及所述样本图像数据在第k-1轮训练时对应的第二置信度进行滑动平均处理,得到所述样本图像数据在第k轮训练中对应的第二置信度,k为大于0的整数。
在一种可能的实现方式中,在第k轮训练中,通过对所述样本图像数据对应的第一置信度,及所述样本图像数据在第k-1轮训练时对应的第二置信度进行滑动平均处理,得到所述样本图像数据在第k轮训练中对应的第二置信度,包括:
根据第一权重及所述第一置信度,第二权重及第k-1轮训练时对应的第二置信度,得到所述样本图像数据在第k轮训练中对应的第二置信度。
在一种可能的实现方式中,所述方法还包括:
根据所述教师网络在第k-1轮训练中的训练损失,确定第k轮训练中的第一权重和第二权重,其中,所述教师网络在第k-1轮训练中的训练损失越小,所述第一权重越大,所述第二权重越小。
根据本公开的一方面,提供了一种图像识别装置,包括:
处理模块,用于将待处理图像输入学生网络的输入层,由所述学生网络对所述待处理图像进行图像识别;
输出模块,用于通过所述学生网络的输出层输出所述待处理图像的识别结果;
其中,所述学生网络通过一个教师网络进行在线知识蒸馏训练得到,在一轮训练过程中,所述用于训练学生网络的样本图像数据的目标标注信息,由所述教师网络针对所述样本图像数据的样本识别结果进行滑动平均处理得到。
在一种可能的实现方式中,所述装置还包括训练模块,用于:
通过所述教师网络对样本图像数据进行图像识别,得到样本识别结果;
通过对所述样本识别结果及所述学生网络在前一轮训练中使用的目标标注信息进行滑动平均处理,得到更新后的目标标注信息;
根据所述更新后的目标标注信息进行所述学生网络的当前一轮训练,及根据所述样本图像数据的预设标注信息进行所述教师网络的当前一轮训练。
在一种可能的实现方式中,所述训练模块,还用于:
通过对所述样本识别结果及所述学生网络在前一轮训练中使用的目标标注信息进行滑动平均处理,将所述样本识别结果及所述学生网络在前一轮训练中使用的目标标注信息进行融合处理,得到所述更新后的目标标注信息。
在一种可能的实现方式中,所述样本识别结果包括所述样本图像数据对应的第一置信度,所述训练模块,还用于:
通过对所述样本识别结果及所述学生网络在前一轮训练中使用的目标标注信息进行滑动平均处理,得到更新后的目标标注信息,包括:
通过对所述第一置信度及所述样本图像数据在前一轮训练中对应的第二置信度进行滑动平均处理,得到更新后的第二置信度;
根据所述更新后的第二置信度,确定更新后的目标标注信息。
在一种可能的实现方式中,所述训练模块,还用于:
在第k轮训练中,通过对所述样本图像数据对应的第一置信度,及所述样本图像数据在第k-1轮训练时对应的第二置信度进行滑动平均处理,得到所述样本图像数据在第k轮训练中对应的第二置信度,k为大于0的整数。
在一种可能的实现方式中,所述训练模块,还用于:
根据第一权重及所述第一置信度,第二权重及第k-1轮训练时对应的第二置信度,得到所述样本图像数据在第k轮训练中对应的第二置信度。
在一种可能的实现方式中,所述训练模块,还用于:
根据所述教师网络在第k-1轮训练中的训练损失,确定第k轮训练中的第一权重和第二权重,其中,所述教师网络在第k-1轮训练中的训练损失越小,所述第一权重越大,所述第二权重越小。
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。
在本公开实施例中,可以通过学生网络对待处理图像进行图像识别,得到待处理图像的识别结果,该学生网络通过一个教师网络进行在线知识蒸馏训练得到,在一轮训练过程中,所述用于训练学生网络的样本图像数据的目标标注信息,由所述教师网络针对所述样本图像数据的样本识别结果进行滑动平均处理得到。根据本公开实施例提供的图像识别方法及装置、电子设备和存储介质,由于学生网络训练过程中样本图像数据对应的目标标注信息,融合了教师网络在不同迭代轮次训练时针对样本图像数据的样本识别结果,故可以降低噪声,降低教师网络预测的不稳定性,提高了学生网络的图像识别精度。
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图像识别方法的流程图;
图2示出根据本公开实施例的图像识别方法的流程图;
图3示出根据本公开实施例的图像识别方法的流程图;
图4示出根据本公开实施例的图像识别方法的示意图;
图5示出根据本公开实施例的图像识别装置的框图;
图6示出根据本公开实施例的一种电子设备800的框图;
图7示出根据本公开实施例的一种电子设备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。
图1示出根据本公开实施例的图像识别方法的流程图,所述图像识别方法可以由终端设备或服务器等电子设备执行,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(Personal Digital 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,可通过服务器执行所述方法。
如图1所示,所述图像识别方法可以包括:
在步骤S11中,将待处理图像输入学生网络的输入层,由所述学生网络对所述待处理图像进行图像识别,
其中,所述学生网络通过一个教师网络进行在线知识蒸馏训练得到,在一轮训练过程中,所述用于训练学生网络的样本图像数据的目标标注信息,由所述教师网络针对所述样本图像数据的样本识别结果进行滑动平均处理得到。
举例来说,学生网络及教师网络可以为预训练的用于进行图像识别的神经网络。可以预设训练集,训练集中可以包括多个样本图像数据,各样本图像数据具有预设标注信息,在线知识蒸馏训练可以同时利用训练集中的样本图像数据训练学生网络和教师网络。
示例性的,在线知识蒸馏训练的第k轮训练中,教师网络可以对样本图像数据进行图像识别,得到对应的样本识别结果,根据样本识别结果及预设标注信息可以训练教师网络。通过对该样本识别结果进行滑动平均处理,可以得到样本图像数据对应的目标标注信息,通过该目标标注信息及学生网络对样本图像数据的输出可以训练学生网络。
学生网络可以包括输入层和输出层,可以通过输入层向学生网络输入待处理图像,通过学生网络对待处理图像进行图像识别,得到待处理图像对应的识别结果。
在步骤S12中,通过所述学生网络的输出层输出所述待处理图像的识别结果。
在学生网络对待处理图像进行图像处理后,可以通过输出层输出该待处理图像的识别结果。
这样,可以通过学生网络对待处理图像进行图像识别,得到待处理图像的识别结果,该学生网络通过一个教师网络进行在线知识蒸馏训练得到,在一轮训练过程中,所述用于训练学生网络的样本图像数据的目标标注信息,由所述教师网络针对所述样本图像数据的样本识别结果进行滑动平均处理得到。根据本公开实施例提供的图像识别方法,由于学生网络训练过程中样本图像数据对应的目标标注信息,融合了教师网络在不同迭代轮次训练时针对样本图像数据的样本识别结果,故可以降低噪声,降低教师网络预测的不稳定性,提高了学生网络的图像识别精度。
在一种可能的实现方式中,参照图2,学生网络通过一个教师网络进行在线知识蒸馏训练的过程,可以包括:
在步骤S21中,通过所述教师网络对样本图像数据进行处理,得到样本识别结果。
举例来说,本公开实施例提供的在线知识蒸馏训练中,可以包括一个教师网络和至少一个学生网络,教师网络可以为知识蒸馏训练过程中参数量更多,且性能更好的网络,学生网络可以为知识蒸馏训练过程参数量较少、但速度较快的轻量化型的网络,教师网络对样本图像数据的样本识别结果可以用于监督学生网络的训练。
需要说明的是,本公开实施例提供的在线知识蒸馏训练方法不仅可以用于训练用于对待处理图像进行图像识别的学生网络和教师网络,还可以训练用于对视频、音频、文字等数据进行处理的神经网络,本公开实施例不对在线知识蒸馏训练方法训练的神经网络进行限定,凡是采用知识蒸馏训练方法的神经网络均可以适用于本公开实施例。
预设的训练集中可以包括多个样本组,每一样本组可以包括样本图像数据及样本图像数据对应的预设标注信息,其中,预设标注信息可以为人工标注。可以将样本图像数据输入教师网络中进行图像识别,得到对应的样本识别结果,样本识别结果中可以包括样本图像数据对应的识别结果及样本图像数据对应的第一置信度,所述第一置信度可以用于描述所述样本图像数据对应的识别结果的可信程度。其中,识别结果可以通过对第一置信度进行逻辑回归处理得到(例如,可以通过softmax逻辑回归函数进行处理得到,本公开实施例对此不作赘述),识别结果例如可以是对样本图像数据经由教师网络进行图像识别得到的标注信息。
在步骤S22中,通过对所述样本识别结果及所述学生网络在前一轮训练中使用的目标标注信息进行滑动平均处理,得到更新后的目标标注信息。
举例来说,目标标注信息可以为训练学生网络时,训练集中的样本图像数据所对应的标注信息。在采用样本图像数据训练学生网络时,样本图像数据训练学生网络所对应的目标标注信息,是根据教师网络输出的样本识别结果实时更新得到的。例如:可以通过学生网络在前一轮训练中使用的样本图像数据对应的目标标注信息,结合当前一轮教师网络针对该样本图像数据的样本识别结果,得到该样本图像数据更新后的目标标注信息。
在步骤S23中,根据所述更新后的目标标注信息进行所述学生网络的当前一轮训练,及根据所述样本图像数据的预设标注信息进行所述教师网络的当前一轮训练。
举例来说,可以将样本图像数据输入学生网络中(该操作可以与样本图像数据输入教师网络的操作同时进行,也可以在样本图像数据输入教师网络的操作之前或者之后进行,本公开实施例对此不做限定),得到样本图像数据对应的识别结果。根据样本图像数据经由学生网络得到的识别结果及样本图像数据对应的目标标注信息,可以确定学生网络的训练损失,进而根据学生网络的训练损失,调整学生网络的网络参数,对学生网络进行训练。
同时,可以根据样本图像数据经由教师网络得到的样本识别结果及样本图像数据的预设标注信息,确定教师网络的训练损失,进而根据教师网络的训练损失,调整教师网络的网络参数,对教师网络进行训练。如此一来,可以提高学生网络和教师网络的训练速度。
实际上,在当前一轮中,针对教师网络和学生网络的训练过程可以同时进行,也可以不同时进行,本公开实施例对此不做限定。
在教师网络及学生网络完成当前一轮的训练后,可以进行下一轮次的训练,训练过程与前述过程相同,如此进行迭代训练,直至教师网络及学生网络的训练损失均满足训练要求为止。
在一种可能的实现方式中,在教师网络和学生网络中存在任一神经网络的训练损失满足训练要求时,完成该神经网络的训练,即在训练过程中该神经网络的网络参数不再调整,仅调整未满足训练要求的神经网络。例如:教师网络的训练损失满足训练要求时,仅通过教师网络的样本识别结果确定学生网络的目标标注信息,进而根据目标标注信息训练学生网络,而不再训练教师网络,如此一来,可以提高学生网络和教师网络的训练速度。
这样,可以实现通过一个教师网络训练学生网络,能够减少资源开销,且由于学生网络训练过程中样本图像数据对应的目标标注信息,融合了教师网络在不同迭代轮次训练时针对样本图像数据的输出信息,故可以降低噪声,降低教师网络预测的不稳定性,提高学生网络的精度,并且加快学生网络的收敛速度。
本公开实施例对于确定教师网络的训练损失和学生网络的训练损失的方式不作具体限定。示例性的,可以采用交叉熵损失函数确定教师网络的训练损失,交叉熵损失函数可以参照公式(一),可以采用KL(relative entropy,相对熵)散度损失函数确定学生网络的训练损失,KL散度损失函数可以参照公式(二)。
其中,Lt可以表示在当前一轮训练中教师网络的训练损失,Ls可以表示在当前一轮训练中学生网络的训练损失,yi可以表示样本数据对应的预设标注信息,可以表示当前一轮训练中教师网络的处理结果,可以表示当前一轮训练中学生网络的处理结果,可以表示当前一轮训练中样本图像数据对应的第二置信度,可以表示当前一轮训练中样本图像数据对应的目标标注信息。
在一种可能的实现方式中,所述通过对所述样本识别结果及所述学生网络在前一轮训练中使用的目标标注信息进行滑动平均处理,得到更新后的目标标注信息,可以包括:
通过对所述样本识别结果及所述学生网络在前一轮训练中使用的目标标注信息进行滑动平均处理,将所述样本识别结果及所述学生网络在前一轮训练中使用的目标标注信息进行融合处理,得到所述更新后的目标标注信息。
举例来说,可以通过教师网络对样本图像数据的样本识别结果,与前一轮训练中训练学生网络时,样本图像数据对应的目标标注信息进行滑动平均处理,以将样本识别结果及学生网络在前一轮训练中使用的目标标注信息融合,滑动平均处理的结果即为更新后的目标标注信息。
在一种可能的实现方式中,所述样本识别结果包括所述样本图像和数据对应的第一置信度,参照图3,步骤S22中,通过对所述样本识别结果及所述学生网络在前一轮训练中使用的目标标注信息进行滑动平均处理,得到更新后的目标标注信息,可以包括:
在步骤S221中,通过对所述第一置信度及所述样本图像数据在前一轮训练中对应的第二置信度进行滑动平均处理,得到更新后的第二置信度。
举例来说,第二置信度为用于确定当前一轮训练中样本图像数据对应的目标标注信息的中间数据。教师网络对样本图像数据进行处理得到的样本识别结果中可以包括样本图像数据对应的识别结果及样本图像数据的第一置信度。
可以记录学生网络在前一轮训练时,样本图像数据对应的目标标注信息所对应的第二置信度,并根据第一置信度对前一轮训练中的第二置信度进行更新,例如:对第一置信度与第二置信度进行滑动平均处理,得到更新后的第二置信度。
在步骤S222中,根据所述更新后的第二置信度,确定更新后的目标标注信息。
举例来说,可以对第二置信度进行逻辑回归处理,得到更新后的目标标注信息,更新后的目标标注信息即为在当前一轮训练时样本图像数据对应的目标标注信息,进而根据该更新后的目标标注信息训练学生网络。
在一种可能的实现方式中,在步骤S221中,通过对所述第一置信度及所述样本图像数据在前一轮训练中对应的第二置信度进行滑动平均处理,得到更新后的第二标置信度,可以包括:
在第k轮训练中,通过对所述样本图像数据对应的第一置信度,及所述样本图像数据在第k-1轮训练时对应的第二置信度进行滑动平均处理,得到所述样本图像数据在第k轮训练中对应的第二置信度,k为大于0的整数。
举例来说,假设当前一轮为第k轮,则可以根据样本图像数据在第k轮训练中教师网络输出的第一置信度,与学生网络在第k-1轮训练时样本图像数据对应的第二置信度(该第二置信度可以根据第k-1轮训练时,教师网络的输出的第一置信度,与学生网络在第k-2轮训练时样本图像数据对应的第二置信度进行滑动平均处理融合得到)进行滑动平均处理,以得到第k轮训练时,样本图像数据对应的第二置信度。
在一种可能的实现方式中,在第1轮训练中,所述第二置信度初始值为0。也即在第1轮训练中,根据第一置信度对第二置信度进行更新后,第二置信度与第一置信度相同。
在一种可能的实现方式中,在第k轮训练中,通过对所述样本图像数据对应的第一置信度,及所述样本图像数据在第k-1轮训练时对应的第二置信度进行滑动平均处理,得到所述样本图像数据在第k轮训练中对应的第二置信度,可以包括:
根据第一权重及所述第一置信度,第二权重及第k-1轮训练时对应的第二置信度,得到所述样本图像数据在第k轮训练中对应的第二置信度。
举例来说,可以预设第一置信度对应的第一权重,和/或第二置信度对应的第二权重,该第二权重可以用于标识第k-1轮时的第二置信度所占的比率。或者,可以根据教师网络在前一轮(第k-1轮)训练中的训练损失,确定当前一轮(第k轮)训练中的第一权重和第二权重,其中,教师网络在前一轮训练中的训练损失越小,第一权重越大,第二权重越小,反之,教师网络在前一轮训练中的训练损失越大,第一权重越小,第二权重越大。例如:教师网络在第k-1轮的训练损失越小,表明教师网络的训练精度越高,则可以在教师网络在第k-1轮的训练损失越小时,将第k轮中第一权重设置的越大,第二权重设置的越小,相反,在教师网络的在第k-1轮训练损失越大时,将第k轮中第一权重设置的越小,第二权重设置的越大。
第一权重和第二权重之和可以为定值,例如为1。可以根据第一权重与第一置信度、第二权重与第二置信度进行计算滑动平均处理(可以参照公式(三)),得到样本图像数据在第k轮训练时,样本图像数据对应的第二置信度。
举例来说,当学生网络的训练损失达到训练要求时(例如:小于损失阈值时,该损失阈值可以为根据训练精度需求确定的阈值),可以确定学生网络完成训练。可以根据训练好的学生神经网络对待处理对象进行处理,得到对应的处理结果,示例性的,待处理对象可以为图像、视频、音频、文字等数据。
这样,由于训练学生网络的目标标注信息,由教师网络训练过程中对样本图像数据的输出信息得到,具有由低精度过渡到高精度、由易到难的趋势,因此训练得到学生网络精度更高,对待处理图像进行图像识别后,得到的识别结果精度更高。
为使本领域技术人员更好的理解本公开实施例,以下通过具体示例对本公开实施例加以说明。
参照图4,在当前一轮(第k轮)的训练中,样本图像数据x输入教师网络T和学生网络S后,教师网络T对样本图像数据x进行处理后,得到第一置信度pt k,对pt k进行逻辑回归处理后,得到对应的识别结果yt k。学生网络S对样本图像数据x进行处理后,得到第三置信度ps k,对第三置信度ps k进行逻辑回归处理后,得到对应的识别结果ys k。
根据上一轮训练(第k-1轮)过程中样本图像数据的第二置信度ps k-1和第二置信度ps k-1对应的第二权重α,及当前一轮得到的第一置信度pt k和第一置信度pt k对应的第一权重1-α,得到当前一轮训练中样本图像数据对应的第二置信度ps k,对第二置信度ps k进行逻辑回归处理后,得到对应的目标标注信息Y2 k。
根据识别结果yt k和样本图像数据x对应的预设标注信息Y1确定教师网络T的训练损失Lt,根据教师网络T的训练损失调整教师网络T的网络参数,根据处理结果ys k和样本图像数据对应的目标标注信息Y2 k确定学生网络S的训练损失Ls,根据学生网络S的训练损失调整学生网络S的网络参数,以完成当前一轮对教师网络T和学生网络S的训练。获取新的样本数据,重复以上操作,即可进行后续轮次的训练,直至训练结束。
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,本公开还提供了图像识别装置、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图像识别方法,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图像识别装置的框图,如图5所示,所述图像识别装置包括:
处理模块51,可以用于将待处理图像输入学生网络的输入层,由所述学生网络对所述待处理图像进行图像识别;
输出模块52,可以用于通过所述学生网络的输出层输出所述待处理图像的识别结果;
其中,所述学生网络通过一个教师网络进行在线知识蒸馏训练得到,在一轮训练过程中,所述用于训练学生网络的样本图像数据的目标标注信息,由所述教师网络针对所述样本图像数据的样本识别结果进行滑动平均处理得到。
这样,可以通过学生网络对待处理图像进行图像识别,得到待处理图像的识别结果,该学生网络通过一个教师网络进行在线知识蒸馏训练得到,在一轮训练过程中,所述用于训练学生网络的样本图像数据的目标标注信息,由所述教师网络针对所述样本图像数据的样本识别结果进行滑动平均处理得到。根据本公开实施例提供的图像识别装置,由于学生网络训练过程中样本图像数据对应的目标标注信息,融合了教师网络在不同迭代轮次训练时针对样本图像数据的样本识别结果,故可以降低噪声,降低教师网络预测的不稳定性,提高了学生网络的图像识别精度。
在一种可能的实现方式中,所述装置还包括训练模块,可以用于:
通过所述教师网络对样本图像数据进行图像识别,得到样本识别结果;
通过对所述样本识别结果及所述学生网络在前一轮训练中使用的目标标注信息进行滑动平均处理,得到更新后的目标标注信息;
根据所述更新后的目标标注信息进行所述学生网络的当前一轮训练,及根据所述样本图像数据的预设标注信息进行所述教师网络的当前一轮训练。
在一种可能的实现方式中,所述训练模块,还可以用于:
通过对所述样本识别结果及所述学生网络在前一轮训练中使用的目标标注信息进行滑动平均处理,将所述样本识别结果及所述学生网络在前一轮训练中使用的目标标注信息进行融合处理,得到所述更新后的目标标注信息。
在一种可能的实现方式中,所述样本识别结果包括所述样本图像数据对应的第一置信度,所述训练模块,还可以用于:
通过对所述样本识别结果及所述学生网络在前一轮训练中使用的目标标注信息进行滑动平均处理,得到更新后的目标标注信息,包括:
通过对所述第一置信度及所述样本图像数据在前一轮训练中对应的第二置信度进行滑动平均处理,得到更新后的第二置信度;
根据所述更新后的第二置信度,确定更新后的目标标注信息。
在一种可能的实现方式中,所述训练模块,还可以用于:
在第k轮训练中,通过对所述样本图像数据对应的第一置信度,及所述样本图像数据在第k-1轮训练时对应的第二置信度进行滑动平均处理,得到所述样本图像数据在第k轮训练中对应的第二置信度,k为大于0的整数。
在一种可能的实现方式中,所述训练模块,还用于:
根据第一权重及所述第一置信度,第二权重及第k-1轮训练时对应的第二置信度,得到所述样本图像数据在第k轮训练中对应的第二置信度。
在一种可能的实现方式中,所述训练模块,还可以用于:
根据所述教师网络在第k-1轮训练中的训练损失,确定第k轮训练中的第一权重和第二权重,其中,所述教师网络在第k-1轮训练中的训练损失越小,所述第一权重越大,所述第二权重越小。
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调用所述存储器存储的指令,以执行上述方法。
本公开实施例还提供了一种计算机程序产品,包括计算机可读代码,当计算机可读代码在设备上运行时,设备中的处理器执行用于实现如上任一实施例提供的图像识别方法的指令。
本公开实施例还提供了另一种计算机程序产品,用于存储计算机可读指令,指令被执行时使得计算机执行上述任一实施例提供的图像识别方法的操作。
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示出根据本公开实施例的一种电子设备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,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7示出根据本公开实施例的一种电子设备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。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
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,包括:
将待处理图像输入学生网络的输入层,由所述学生网络对所述待处理图像进行图像识别;
通过所述学生网络的输出层输出所述待处理图像的识别结果;
其中,所述学生网络通过一个教师网络进行在线知识蒸馏训练得到,在一轮训练过程中,用于训练学生网络的样本图像数据的目标标注信息,由所述教师网络针对所述样本图像数据的样本识别结果进行滑动平均处理得到。
2.根据权利要求1所述的方法,其特征在于,所述学生网络通过一个教师网络进行在线知识蒸馏训练的过程,包括:
通过所述教师网络对样本图像数据进行图像识别,得到样本识别结果;
通过对所述样本识别结果及所述学生网络在前一轮训练中使用的目标标注信息进行滑动平均处理,得到更新后的目标标注信息;
根据所述更新后的目标标注信息进行所述学生网络的当前一轮训练,及根据所述样本图像数据的预设标注信息进行所述教师网络的当前一轮训练。
3.根据权利要求2所述的方法,其特征在于,所述通过对所述样本识别结果及所述学生网络在前一轮训练中使用的目标标注信息进行滑动平均处理,得到更新后的目标标注信息,包括:
通过对所述样本识别结果及所述学生网络在前一轮训练中使用的目标标注信息进行滑动平均处理,将所述样本识别结果及所述学生网络在前一轮训练中使用的目标标注信息进行融合处理,得到所述更新后的目标标注信息。
4.根据权利要求2所述的方法,其特征在于,所述样本识别结果包括所述样本图像数据对应的第一置信度,
通过对所述样本识别结果及所述学生网络在前一轮训练中使用的目标标注信息进行滑动平均处理,得到更新后的目标标注信息,包括:
通过对所述第一置信度及所述样本图像数据在前一轮训练中对应的第二置信度进行滑动平均处理,得到更新后的第二置信度;
根据所述更新后的第二置信度,确定更新后的目标标注信息。
5.根据权利要求4所述的方法,其特征在于,通过对所述第一置信度及所述样本图像数据在前一轮训练中对应的第二置信度进行滑动平均处理,得到更新后的第二标置信度,包括:
在第k轮训练中,通过对所述样本图像数据对应的第一置信度,及所述样本图像数据在第k-1轮训练时对应的第二置信度进行滑动平均处理,得到所述样本图像数据在第k轮训练中对应的第二置信度,k为大于0的整数。
6.根据权利要求5所述的方法,其特征在于,在第k轮训练中,通过对所述样本图像数据对应的第一置信度,及所述样本图像数据在第k-1轮训练时对应的第二置信度进行滑动平均处理,得到所述样本图像数据在第k轮训练中对应的第二置信度,包括:
根据第一权重及所述第一置信度,第二权重及第k-1轮训练时对应的第二置信度,得到所述样本图像数据在第k轮训练中对应的第二置信度。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
根据所述教师网络在第k-1轮训练中的训练损失,确定第k轮训练中的第一权重和第二权重,其中,所述教师网络在第k-1轮训练中的训练损失越小,所述第一权重越大,所述第二权重越小。
8.一种图像识别装置,其特征在于,包括:
处理模块,用于将待处理图像输入学生网络的输入层,由所述学生网络对所述待处理图像进行图像识别;
输出模块,用于通过所述学生网络的输出层输出所述待处理图像的识别结果;
其中,所述学生网络通过一个教师网络进行在线知识蒸馏训练得到,在一轮训练过程中,用于训练学生网络的样本图像数据的目标标注信息,由所述教师网络针对所述样本图像数据的样本识别结果进行滑动平均处理得到。
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调用所述存储器存储的指令,以执行权利要求1至7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7中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011004395.4A CN112001364A (zh) | 2020-09-22 | 2020-09-22 | 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 |
---|---|---|---|
CN202011004395.4A CN112001364A (zh) | 2020-09-22 | 2020-09-22 | 图像识别方法及装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112001364A true CN112001364A (zh) | 2020-11-27 |
Family
ID=73474764
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011004395.4A Pending CN112001364A (zh) | 2020-09-22 | 2020-09-22 | 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) | CN112001364A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112801298A (zh) * | 2021-01-20 | 2021-05-14 | 北京百度网讯科技有限公司 | 异常样本检测方法、装置、设备和存储介质 |
CN113111968A (zh) * | 2021-04-30 | 2021-07-13 | 北京大米科技有限公司 | 图像识别模型训练方法、装置、电子设备和可读存储介质 |
CN113128115A (zh) * | 2021-04-16 | 2021-07-16 | Oppo广东移动通信有限公司 | 地铁运行状态的预测及模型的训练方法、装置及存储介质 |
CN114067099A (zh) * | 2021-10-29 | 2022-02-18 | 北京百度网讯科技有限公司 | 学生图像识别网络的训练方法及图像识别方法 |
CN114943868A (zh) * | 2021-05-31 | 2022-08-26 | 阿里巴巴新加坡控股有限公司 | 图像处理方法、装置、存储介质及处理器 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110390674A (zh) * | 2019-07-24 | 2019-10-29 | 腾讯医疗健康(深圳)有限公司 | 图像处理方法、装置、存储介质、设备以及系统 |
CN110674880A (zh) * | 2019-09-27 | 2020-01-10 | 北京迈格威科技有限公司 | 用于知识蒸馏的网络训练方法、装置、介质与电子设备 |
-
2020
- 2020-09-22 CN CN202011004395.4A patent/CN112001364A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110390674A (zh) * | 2019-07-24 | 2019-10-29 | 腾讯医疗健康(深圳)有限公司 | 图像处理方法、装置、存储介质、设备以及系统 |
CN110674880A (zh) * | 2019-09-27 | 2020-01-10 | 北京迈格威科技有限公司 | 用于知识蒸馏的网络训练方法、装置、介质与电子设备 |
Non-Patent Citations (1)
Title |
---|
SAMULI LAINE, TIMO AILA: "Temporal Ensembling for Semi-Supervised Learning", ICLR 2017, 15 March 2017 (2017-03-15), pages 2 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112801298A (zh) * | 2021-01-20 | 2021-05-14 | 北京百度网讯科技有限公司 | 异常样本检测方法、装置、设备和存储介质 |
CN112801298B (zh) * | 2021-01-20 | 2023-09-01 | 北京百度网讯科技有限公司 | 异常样本检测方法、装置、设备和存储介质 |
CN113128115A (zh) * | 2021-04-16 | 2021-07-16 | Oppo广东移动通信有限公司 | 地铁运行状态的预测及模型的训练方法、装置及存储介质 |
CN113111968A (zh) * | 2021-04-30 | 2021-07-13 | 北京大米科技有限公司 | 图像识别模型训练方法、装置、电子设备和可读存储介质 |
CN113111968B (zh) * | 2021-04-30 | 2024-03-22 | 北京大米科技有限公司 | 图像识别模型训练方法、装置、电子设备和可读存储介质 |
CN114943868A (zh) * | 2021-05-31 | 2022-08-26 | 阿里巴巴新加坡控股有限公司 | 图像处理方法、装置、存储介质及处理器 |
CN114943868B (zh) * | 2021-05-31 | 2023-11-14 | 阿里巴巴新加坡控股有限公司 | 图像处理方法、装置、存储介质及处理器 |
CN114067099A (zh) * | 2021-10-29 | 2022-02-18 | 北京百度网讯科技有限公司 | 学生图像识别网络的训练方法及图像识别方法 |
CN114067099B (zh) * | 2021-10-29 | 2024-02-06 | 北京百度网讯科技有限公司 | 学生图像识别网络的训练方法及图像识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113538519B (zh) | 目标追踪方法及装置、电子设备和存储介质 | |
CN109800737B (zh) | 面部识别方法及装置、电子设备和存储介质 | |
CN110889469B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN110837761B (zh) | 多模型知识蒸馏方法及装置、电子设备和存储介质 | |
CN110390394B (zh) | 批归一化数据的处理方法及装置、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 | |
CN112001364A (zh) | 图像识别方法及装置、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 | |
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 | |
CN109858614B (zh) | 神经网络训练方法及装置、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 | |
CN111539410B (zh) | 字符识别方法及装置、电子设备和存储介质 | |
CN110909815A (zh) | 神经网络训练、图像处理方法、装置及电子设备 | |
CN109685041B (zh) | 图像分析方法及装置、电子设备和存储介质 | |
CN110781813A (zh) | 图像识别方法及装置、电子设备和存储介质 | |
CN110543849A (zh) | 检测器的配置方法及装置、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 | |
CN109934240B (zh) | 特征更新方法及装置、电子设备和存储介质 | |
CN112559673A (zh) | 语言处理模型的训练方法及装置、电子设备及存储介质 | |
CN113065361B (zh) | 用户亲密度的确定方法及装置、电子设备和存储介质 | |
CN112102300B (zh) | 计数方法及装置、电子设备和存储介质 | |
CN115512116B (zh) | 图像分割模型优化方法、装置、电子设备及可读存储介质 | |
CN109635926B (zh) | 用于神经网络的注意力特征获取方法、装置及存储介质 | |
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 |
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 |