CN112861975B - 分类模型的生成方法、分类方法、装置、电子设备与介质 - Google Patents
分类模型的生成方法、分类方法、装置、电子设备与介质 Download PDFInfo
- Publication number
- CN112861975B CN112861975B CN202110185389.1A CN202110185389A CN112861975B CN 112861975 B CN112861975 B CN 112861975B CN 202110185389 A CN202110185389 A CN 202110185389A CN 112861975 B CN112861975 B CN 112861975B
- Authority
- CN
- China
- Prior art keywords
- image
- network
- classification model
- images
- sub
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- 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
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine 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
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/94—Hardware or software architectures specially adapted for image or video understanding
- G06V10/95—Hardware or software architectures specially adapted for image or video understanding structured as a network, e.g. client-server architectures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Mathematical Physics (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种分类模型的生成方法、分类方法、装置、电子设备与介质,涉及人工智能领域,尤其涉及计算机视觉,进一步涉及图像分类。根据实施例,一种分类模型的生成方法可以包括:获取正样本集和负样本集,正样本集中的样本包括第一图像集中的被标注为相似的图像对,并且负样本集中的样本包括第一图像集中的被标注为不相似的图像对;基于正样本集和负样本集训练第一子网络;构建分类模型,分类模型包括第二子网络,并且第二子网络的初始权重为第一子网络的对应节点的训练后的权重;以及将第二图像集作为训练集,训练分类模型,第二图像集与第一图像集至少共享一部分相同的图像。
Description
技术领域
本公开涉及人工智能,尤其涉及计算机视觉,进一步涉及图像分类,并且具体涉及一种分类模型的生成方法、分类方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术:人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
图像中经常蕴含不同的目标信息,并且因此,期望使用分类模型来对图像中的目标进行分类。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明,否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地,除非另有指明,否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
本公开提供了一种分类模型的生成方法、分类方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面,提供了一种分类模型的生成方法,包括:获取正样本集和负样本集,所述正样本集中的样本包括第一图像集中的被标注为相似的图像对,并且所述负样本集中的样本包括所述第一图像集中的被标注为不相似的图像对;基于所述正样本集和所述负样本集训练第一子网络;构建分类模型,所述分类模型包括第二子网络,并且所述第二子网络的初始权重为所述第一子网络的对应节点的训练后的权重;以及将第二图像集作为训练集,训练所述分类模型,所述第二图像集与所述第一图像集至少共享一部分相同的图像。
根据本公开的另一方面,提供了一种分类方法,包括:获取待分类图像;以及基于分类模型对所述待分类图像进行分类,其中,所述分类模型是根据本公开的实施例的分类模型生成方法而生成的。
根据本公开的另一方面,提供了一种分类模型的生成装置,包括:第一样本获取单元,被配置成获取正样本集和负样本集,所述正样本集中的样本包括第一图像集中的被标注为相似的图像对,并且所述负样本集中的样本包括所述第一图像集中的被标注为不相似的图像对;第一训练单元,被配置成基于所述正样本集和所述负样本集训练第一子网络;模型构建单元,被配置成构建分类模型,所述分类模型包括第二子网络,并且所述第二子网络的初始权重为所述第一子网络的对应节点的训练后的权重;以及第二训练单元,被配置成将第二图像集作为训练集,训练所述分类模型,所述第二图像集与所述第一图像集至少共享一部分相同的图像。
根据本公开的另一方面,提供了一种分类装置,包括:分类模型,所述分类模型是根据本公开的实施例的分类模型生成方法而生成的;图像获取单元,被配置成获取图像作为所述分类模型的输入;以及分类执行单元,被配置成获取所述分类模型的输出,所述输出指示从所述图像中识别的目标类型。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行根据本公开所述的分类模型生成方法或分类方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据本公开所述的分类模型生成方法或分类方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现根据本公开所述的分类模型生成方法或分类方法。
根据本公开的一个或多个实施例,可以实现准确的分类效果。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图;
图2示出了根据本公开的实施例的分类模型的生成方法的流程图;
图3(a)示出了根据本公开的另一实施例的分类模型生成方法的流程图;
图3(b)示出了根据本公开的实施例的分类模型的示例结构图;
图4示出了根据本公开的实施例的分类方法的流程图;
图5示出了根据本公开的实施例的分类模型的生成装置的结构框图;
图6示出了根据本公开的实施例的分类装置的结构框图;
图7示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个元件与另一元件区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。此外,本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1,该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
在本公开的实施例中,服务器120可以运行使得能够执行根据本公开的实施例的分类模型生成或分类方法的一个或多个服务或软件应用。
在某些实施例中,服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中,这些服务可以作为基于web的服务或云服务提供,例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
在图1所示的配置中,服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解,各种不同的系统配置是可能的,其可以与系统100不同。因此,图1是用于实施本文所描述的各种方法的系统的一个示例,并且不旨在进行限制。
用户可以使用客户端设备101、102、103、104、105和/或106来例如生成分类模型、运行分类模型、上传图片或查看分类结果等。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备,但是本领域技术人员将能够理解,本公开可以支持任何数量的客户端设备。
客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备,例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统,例如Microsoft Windows、AppleiOS、类UNIX操作系统、Linux或类Linux操作系统(例如Google Chrome OS);或包括各种移动操作系统,例如Microsoft Windows Mobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序,例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序,并且可以使用各种通信协议。
网络110可以是本领域技术人员熟知的任何类型的网络,其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例,一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机,或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中,服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个,包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中,服务器120可以包括一个或多个应用程序,以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序,以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。
在一些实施方式中,服务器120可以为分布式系统的服务器,或者是结合了区块链的服务器。服务器120也可以是云服务器,或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。
系统100还可以包括一个或多个数据库130。在某些实施例中,这些数据库可以用于存储数据和其他信息。例如,数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据存储库130可以驻留在各种位置。例如,由服务器120使用的数据存储库可以在服务器120本地,或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库130可以是不同的类型。在某些实施例中,由服务器120使用的数据存储库可以是数据库,例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中,数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库,例如键值存储库,对象存储库或由文件系统支持的常规存储库。
图1的系统100可以以各种方式配置和操作,以使得能够应用根据本公开所描述的各种方法和装置。
下面结合图2描述根据本公开的实施例的分类模型的生成方法200。
在步骤S201处,获取正样本集和负样本集,正样本集中的样本包括第一图像集中的被标注为相似的图像对,并且负样本集中的样本包括第一图像集中的被标注为不相似的图像对。
在步骤S202处,基于正样本集和负样本集训练第一子网络。
在步骤S203处,构建分类模型,分类模型包括第二子网络,并且第二子网络的初始权重为第一子网络的对应节点的训练后的权重。
在步骤S204处,将第二图像集作为训练集,训练分类模型,第二图像集与第一图像集至少共享一部分相同的图像。
此外,采用方法200,能够将对分类模型的训练拆分为两个步骤,通过相似度首先进行预训练,再基于预训练的权重,训练目标识别模型。这两步骤的训练过程可以基于相同或至少一部分相同的样本,首先进行基于人工标注相似度的监督学习,使得在监督学习的帮助下,神经网络能够减小相似图像之间的特征距离/增加不相似图像之间的特征距离,并且在此基础上,再进行目标识别和分类网络的无监督学习,能够简化训练过程。
根据本公开的实施例的方法,可以首先对样本图像进行相似度标注,并且利用有标注的图像对训练相似度网络(第一子网络),由此训练后的网络能够识别相似的图片。接下来,将训练后的第一子网络的权重,作为分类模型的一部分(例如,特征提取部分)的初始权重,并且在此基础上,基于相同的样本对分类模型进行训练。由此,能够极大地简化分类模型的训练过程。根据一些实施例,第二子网络被用于分类模型的特征提取部分。通过采用第二子网络作为分类模型的特征提取部分,因此,由于第二子网络的初始权重被训练为使得不相似的图片尽量分开,更有利于接下来目标分类的训练。
根据一些实施例,构建分类模型包括将训练后的第一子网络作为处于初始状态的第二子网络,并且将与第一子网络的损失函数不同的损失函数作为分类模型的损失函数。构建分类模型可以直接将已经训练后的第一子网络拿过来用作特征提取部分,并且仅对损失函数进行改变即可,从而避免了网络重构的复杂过程。
第二图像集与第一图像集至少共享一部分相同的图像。根据一些实施例,第一图像集和第二图像集是相同的图像集。可以采用同样的一批样本集合来训练两个网络。一方面可以减少样本量,另一方面,同一样本集合的相似度特征提取与目标识别的结合也更加有利于网络学习到其中的关联,进一步简化网络的训练所需的时间。
可以采用各种不同的样本图像集对分类模型进行针对性的训练,并且由此,生成的分类模型具有丰富的目标识别能力。例如,作为一个示例,除了简单的目标对象的类别分类外,本公开的分类模型能够实现对事件类型(例如,事件主体的状态)的分类。根据一些实施例,第一图像集和第二图像集中的每个图像包括事件主体,并且其中,被标注为相似的图像对包括包含相同的事件主体的图像,并且被标注为不相似的图像对包括包含不同事件主体的图像。基于这个目的,可以在第一步训练时基于相同事件主体对图像进行分类。包含相同的事件主体的图像可以包含相同事件主体的同一视角或不同视角的图像。例如,可以将在相同视角或不同视角下对同一个垃圾箱拍摄的照片分类为相似的图像对,并且将针对垃圾箱和路面的图像分类为不相似图像对。对事件主体的这种预分类和预训练十分有利于网络对权重的学习,并且使得后面对事件分类的学习更加准确和迅速。在这里,利用卷积神经网络自动对事件进行识别并用事件主体信息作为图片相似度信息进行监督,能够提高识别的准确率。
根据一些实施例,分类模型被配置成识别不同的事件类型,事件类型包括事件主体类型与事件主体状态。这样的分类模型能够除了单纯识别不同的主体类型的目标识别与目标分类功能之外,还可以识别不同的主体与不同状态的组合状态,因而能够实现能加全面智能的分类结果。作为一个示例,当使用不同街景和城市容貌的照片作为模型的训练集时,如此构建的模型可以识别例如“井盖破损”“垃圾桶破损”“垃圾桶溢出垃圾”“路面有垃圾”等组合状态。
根据一些实施例,事件主体可以包括公共设施、公共外观和交通工具中的至少一项,并且事件主体状态包括事件主体违规、事件主体损坏、事件主体丢失和无异常中的至少一项。例如,设施可以包括“垃圾桶”、“车棚”、公共外观可以包括楼道、路面、建筑物外表面,交通工具可以包括停放的车辆等。由此,可以涵盖常见的道路容貌异常或者城市规划违规事件等。当然,本公开不限于此,对于不同的使用场景,可以应用不同的事件主体分类体系。
根据一些实施例,训练第一子网络包括使用Npairs Loss、Triplet Loss或Contrastive Loss作为损失函数来训练第一子网络。这三类损失函数都能够实现正样本对之间的距离减小和负样本对之间的距离增加。使用Constrastive Loss的训练每次选取正样本对或负样本对之一,能够使正样本对之间的距离尽可能小并且负样本对之间的距离尽可能大,从而达到增大类间差异,减小类内差。使用Triplet Loss的训练可以在训练过程中同时选取一对正样本对和负样本对,且正负样本对中有一个样本是相同的,并且让负样本对之间的距离大于正样本对之间的距离。使用Npairs loss的训练可以选取多个负样本对,即一对正样本对,选取其他所有不同类别的样本作为负样本与其组合得到负样本对。使用这样的损失函数,能够有效地使得相似图片的特征距离减少,不相似图片的特征距离增加,从而这样训练出来的权重有利于第二训练步骤中对分类模型的训练。
下面参考图3(a)描述根据本公开的另一实施例的分类模型生成方法300。
在步骤S301处,获取样本图像集。样本图像集包含多个图像,多个图像中的每个包含待检测目标类型的不同形态或不同类型的图像表示,以用于模型的特征提取和学习。例如,样本图像集中的每个图像可以是手机拍摄的图像、用户上传的图像等。可以首先对获取的图像进行预处理。例如,可以将图像缩放成固定尺寸(如224*224),然后进行归一化(除以255),并减去均值(如[0.485,0.456,0.406])除以方差(如[0.229,0.224,0.225])。由此,可以将卷积神经网络的输入保持在0-1之间。
在步骤S302处,基于样本图像集获取经标注的正样本集和负样本集。正样本集和负样本集可以例如通过对样本图像集中的图像进行标注而生成。例如,可以对样本图像集中的第一子集进行标注,也可以对样本图像集中的全部图像两两进行标注。标注的目的是形成相似的图像对和不相似的图像对。可以基于分类模型的最终分类目的选择这里相似与不相似的准则,例如,可以将包含相同或相似背景、包含相同或相似物体、在相似场景下拍摄、在同一(或邻近)地理位置拍摄、在相同天气或季节拍摄、具有相似色调或感情色彩等的图像标注为相似图像,并且将不满足对应准则的图像标注为不相似图像。可以理解的是,还可以有其他分类方法,并且本公开不限于此。
在步骤S303处,构建第一卷积神经网络,为了方便描述,称为第一子网络。第一子网络可以包括多个层。如前面已经叙述的,第一子网络可以采用Npairs Loss、TripletLoss、Contrastive Loss等损失函数,并且本公开不限于此。
在步骤S304处,基于正样本集和负样本集训练第一子网络。由此训练后的第一子网络可以例如接收两个图片作为输入,并且在图片相似时输出较高的值(例如,归一化为1或者接近1,例如0.9),并且在图片不相似时输出较低的值(例如,0.2等)。第一子网络在这里用作相似度网络,或者也可以被称为相似度分支。由于如下文所述的,第一子网络的权重会对分类网络的权重训练起到一定的监督作用,因而第一子网络也可以被称为监督分支。
对第一子网络的训练会获得这样的权重集合:使得相似的图片拉近特征距离,不相似图片拉远特征距离。利用标注区分相似的图片和不相似的图片,这样的预训练可以使得相似的图片更容易分为一类,从而能够提高接下来训练的识别模型的准确率。
在步骤S305处,基于训练后的第一子网络的权重构建分类网络。具体地,基于训练后的第一子网络的权重构建分类网络包括基于训练后的第一子网络的权重构建分类网络的第二子网络,使得第二子网络与第一子网络具有相似的结构,并且第二子网络的初始权重被设置成训练后的第一子网络的对应节点的权重。这可以通过例如以下方法来实现。例如,可以构造与第一子网络相似的第二子网络,然后获取训练后的第一子网络的权重移植到第二子网络。或者,可以直接基于训练后的第一子网络,对损失函数进行改变,以形成第二子网络。第二子网络可以是分类网络的特征提取部分,并且可以通过在第二子网络的后面加入全连接层和softmax来构建分类网络。分类网络的损失函数可以是softmax loss。分类网络可以采用resnet50模型,例如resnet50_vd模型。图3(b)是分类模型的一个示例。在图3(b)中,网络310包括特征提取部分311、全连接层312和softmax层313。虽然图3(b)中示出了特定数量的层,可以理解的是,本公开不限于此。此外,本领域技术人员将理解的是,网络并不限于这样的结构。
在步骤S306处,使用样本图像集中的图像,训练分类网络。使用样本图像集中的图像训练分类网络可以包括类似的图像预处理步骤。例如,可以使用样本图像集中的每个(例如,经过预处理的)图像,在无标注的情况下对分类网络进行训练。也可以使用样本图像集中的第二子集中的(例如,经过预处理的)图像来训练分类网络。在这种情况下,第二子集与第一子集可以共享至少一部分相同图像。替选地,第二子集可以与第一子集包含完全相同的图像。
在某些情况下,分类网络可以被称为识别分支,以与前文的相似度分支作为区分。但是要理解的是,这样的表述并不暗示这两个网络在结构上的相连和依赖性,并且它们其中的每一个都可以独立运行并且达到分别的相似度判断和识别效果。识别分支可以对图片先进行卷积神经网络特征提取,该卷积神经网络与背景相似度分支的特征网络共享权重,然后可以使用全连接层加softmax进行图片类别分类。
最终训练后的分类网络可以输出所识别的目标类别,并且可选地,与类别对应的置信度。例如,分类网络可以输出所有可能的类别以及对应的置信度。替选地,分类网络的输出可以是仅满足预定置信度要求的一个或多个目标类型。例如,最终的输出结果是置信度最高的类型、置信度前三的类型,或者例如置信度高于预定阈值(例如,0.8)的类型等,并且本公开不限于此。
下面结合图4描述根据本公开的一些实施例的分类方法400。
在步骤S401处,获取待分类图像。
在步骤S402处,基于分类模型对所述待分类图像进行分类。其中,分类模型可以是根据本公开的实施例的生成方法(例如方法200或300)而生成和训练的。例如,分类模型可以采取如上文所述的网络310的结构,并且本公开不限于此。
通过上述方法400,可以利用本公开的实施例训练的模型进行准确的目标分类。具体地,由于根据本公开的生成方法包括基于人工标注相似度的监督学习步骤,能够在目标识别的训练之前即预先减小相似图像之间的特征距离/增加不相似图像之间的特征距离,并且通过这样的步骤,与传统的单纯目标识别网络的过程相比,由此生成的模型能够更容易避免过拟合或者对无关因素的学习,能够获得更准确的目标识别结果。由此,通过使用这样的模型对图像进行分类,能够相似的图片更容易分为一类,从而能够提高分类模型的准确率,获得更优的目标识别与图像分类的效果。
根据一些实施例,分类模型的输出可以指示多个可能的目标类型,并且分类模型的输出还可以包括每个目标类型的相应的置信度。能够输出多个可能的目标类型以及相应的置信度以供用户选择等。
根据一些实施例,分类模型的输出可以指示图像中的置信度满足置信度要求的一个或多个目标类型。能够仅输出满足置信度要求的目标类型,例如置信度大于0.8的目标类型,置信度排序前三的目标类型等。
根据一些实施例,目标类型是图像中的事件类型。应用侧能够对图像中所示出的事件类型进行识别,能够极大地扩展分类模型的应用。可选地,如上所述,事件类型可以包括事件主体类型与事件主体状态,由此可以识别例如不同事件主体及其不同状态的复杂场景的分类。
下面描述可以应用本公开的分类方法的一个示例性非限制性场景。
随着互联网和人工智能技术的不断发展,越来越多的领域开始涉及自动化计算与分析,在新的规划中,新基建这个词出现的越来越多,智慧城市是目前最为重要的场景之一。根据本公开的实施例的分类方法,能够针对智慧城市管理中街道中违章事件进行自动化识别。例如,在城市管理中,城市管理部门会雇佣众多网格员专门每天去街道进行巡查,用手机拍摄各种角度的违规证据照片,进行上传,并且从几百种违规类别中进行选择添加描述,非常的费时费力。针对街道违规事件,现有的技术方案缺乏技术高度和深度,基本需要人为进行选择,非常的费时费力,并且对网格员的能力要求较高,存在时间、人力成本高昂等缺点。
本公开的方法可以适用于城市管理部门,基于负责人员拍摄的照片自动地识别照片中的违规类别。通过使用本公开的分类模型和分类方法,能够自动识别异常事件类型,可以自动上报事件类别,节约网格员的选择成本。
例如,在现有的异常上报场景下,上报案件时,需要上传案件立案照片(1-3张)、案件类型、案发地理位置以及案件描述,都填写完整后,才能上报案件。案件类型需要网格员手动从下拉菜单去选择案件(事件/部件)类别。相反地,根据本公开的方法,能够提供自动事件类型(例如,违规类型)识别服务,能够根据用户上传的立案照片进行自动识别,给出类别标签。
案件类型或者违规类型可以是异常行为和异常行为的统称。例如,异常行为可以指违法、违章行为如“暴露垃圾”、“(非)机动车乱停放”、“沿街晾挂”等等。异常部件可以包括某个基础设施/设备损坏、丢失,如井盖坏了等等。在本公开中,可以不对异常行为与异常部件进行区分,而将其统称为事件主体。另外一些示例的违规场景可以是道路垃圾、道路不洁、垃圾桶垃圾溢出、违建、井盖破损等城市容貌相关问题。根据上文所描述的,事件主体可以包括公共设施、公共外观和交通工具中的至少一项,并且事件主体状态包括事件主体违规、事件主体损坏、事件主体丢失和无异常中的至少一项。例如,针对道路不洁的异常,事件主体类型可以是公共外观“道路”,并且事件主体状态是“上面散布有垃圾”的违规类型。又例如,针对井盖破损异常,事件主体类型是公共设施“井盖”,并且事件主体状态是损坏。再例如,对于车辆乱停放异常,事件主体可以是交通工具“机动车(或非机动车)”,并且事件主体类型可以是违规(例如,停放在不该停放的位置)。可以理解的是,本公开不限于此。
使用训练好的识别网络能够对图片中的违规行为进行识别和分类,由此可以提高网格员效率,利用科技手段,使得城市管理更加智能化,并且避免了需要大力人力投入处理的分类方案。
可以理解的是,以上对于城市违规事件的描述仅是“事件”的一个示例,并且本公开的分类模型可以应用于其余各种事件类型的识别,例如动物形态、自然事件、设备状态监视、人物行为检测与分类等,仅举几例。本领域技术人员也将理解,本公开的分类模型也可以应用于不包括事件状态的仅仅是目标类型的检测,并且能够获得准确的分类识别效果。
下面结合图5描述根据本公开的实施例的分类模型的生成装置500。
装置500可以包括第一样本获取单元501、第一训练单元502、模型构建单元503和第二训练单元504。第一样本获取单元501可以被配置成获取正样本集和负样本集,正样本集中的样本包括第一图像集中的被标注为相似的图像对,并且负样本集中的样本包括第一图像集中的被标注为不相似的图像对。第一训练单元502可以被配置成基于正样本集和负样本集训练第一子网络。模型构建单元503可以被配置成构建分类模型,分类模型包括第二子网络,并且第二子网络的初始权重为第一子网络的对应节点的训练后的权重。第二训练单元504可以被配置成将第二图像集作为训练集,训练分类模型,第二图像集与第一图像集至少共享一部分相同的图像。
根据一些实施例,第二子网络被用于分类模型的特征提取部分。根据一些实施例,模型构建单元503还被配置成:将训练后的第一子网络作为处于初始状态的第二子网络,并且将与第一子网络的损失函数不同的损失函数作为分类模型的损失函数。根据一些实施例,第一图像集和第二图像集中的每个图像包括事件主体,并且其中,被标注为相似的图像对包括包含相同的事件主体的图像,并且被标注为不相似的图像对包括包含不同事件主体的图像。
下面结合图6描述根据本公开的实施例的分类装置600。
装置600可以包括分类模型601、图像获取单元602和分类执行单元603。分类模型601可以是根据本公开的实施例的生成方法(例如方法200或300)而生成和训练的。图像获取单元602可以被配置成获取待分类图像。分类执行单元603可以被配置成基于分类模型601对所述待分类图像进行分类。
根据本公开的实施例,还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
参考图7,现将描述可以作为本公开的服务器或客户端的电子设备700的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示,设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706、输出单元707、存储单元708以及通信单元709。输入单元706可以是能向设备700输入信息的任何类型的设备,输入单元706可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入,并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元707可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元708可以包括但不限于磁盘、光盘。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙TM设备、1302.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理,例如方法200或300。例如,在一些实施例中,方法200或300可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的方法200或300的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法200或300。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、系统和设备仅仅是示例性的实施例或示例,本公开的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。
Claims (16)
1.一种分类模型的生成方法,包括:
获取正样本集和负样本集,所述正样本集中的样本包括第一图像集中的被标注为相似的图像对,并且所述负样本集中的样本包括所述第一图像集中的被标注为不相似的图像对;
基于所述正样本集和所述负样本集训练第一子网络;
构建分类模型,所述分类模型包括第二子网络,并且所述第二子网络的初始权重为所述第一子网络的对应节点的训练后的权重;以及
通过将第二图像集作为训练集,训练所述分类模型,所述第二图像集与所述第一图像集至少共享一部分相同的图像,
其中,所述第二子网络被用于所述分类模型的特征提取部分,
其中,训练所述第一子网络包括:
将Npairs Loss、Triplet Loss或Contrastive Loss作为损失函数;并且
采用有相似度标注的图像训练第一子网络,使得训练后的第一子网络能够识别相似图片。
2.根据权利要求1所述的方法,其中,所述构建分类模型包括:将训练后的第一子网络作为处于初始状态的所述第二子网络,并且将与第一子网络的损失函数不同的损失函数作为所述分类模型的损失函数。
3.根据权利要求1所述的方法,其中,所述第一图像集和所述第二图像集是相同的图像集。
4.根据权利要求1所述的方法,其中,所述第一图像集和所述第二图像集中的每个图像包括事件主体,并且其中,被标注为相似的图像对包括包含相同的事件主体的图像,并且被标注为不相似的图像对包括包含不同事件主体的图像。
5.根据权利要求4所述的方法,其中,所述分类模型被配置成识别不同的事件类型,所述事件类型包括事件主体类型与事件主体状态。
6.根据权利要求5所述的方法,其中,事件主体包括公共设施、公共外观和交通工具中的至少一项,并且事件主体状态包括事件主体违规、事件主体损坏、事件主体丢失和无异常中的至少一项。
7.一种分类方法,包括:
获取待分类图像;以及
基于分类模型对所述待分类图像进行分类以获得输出,
其中,所述分类模型是根据权利要求1-6中任一项所述的生成方法而生成的。
8.根据权利要求7所述的方法,其中,所述输出指示多个可能的目标类型,并且所述输出还包括每个目标类型的相应的置信度。
9.根据权利要求7所述的方法,其中,所述输出指示所述图像中的置信度满足置信度要求的一个或多个目标类型。
10.根据权利要求9所述的方法,其中,所述目标类型是图像中的事件类型。
11.一种分类模型的生成装置,包括:
第一样本获取单元,被配置成获取正样本集和负样本集,所述正样本集中的样本包括第一图像集中的被标注为相似的图像对,并且所述负样本集中的样本包括所述第一图像集中的被标注为不相似的图像对;
第一训练单元,被配置成基于所述正样本集和所述负样本集训练第一子网络;
模型构建单元,被配置成构建分类模型,所述分类模型包括第二子网络,并且所述第二子网络的初始权重为所述第一子网络的对应节点的训练后的权重;以及
第二训练单元,被配置成将第二图像集作为训练集,训练所述分类模型,所述第二图像集与所述第一图像集至少共享一部分相同的图像,
其中,所述第二子网络被用于所述分类模型的特征提取部分,
其中,所述第一训练单元包括用于执行以下操作的单元:
将Npairs Loss、Triplet Loss或Contrastive Loss作为损失函数;并且
采用有相似度标注的图像训练第一子网络,使得训练后的第一子网络能够识别相似图片。
12.根据权利要求11所述的装置,其中,所述模型构建单元还被配置成:将训练后的第一子网络作为处于初始状态的所述第二子网络,并且将与第一子网络的损失函数不同的损失函数作为所述分类模型的损失函数。
13.根据权利要求11所述的装置,其中,所述第一图像集和所述第二图像集中的每个图像包括事件主体,并且其中,被标注为相似的图像对包括包含相同的事件主体的图像,并且被标注为不相似的图像对包括包含不同事件主体的图像。
14.一种分类装置,包括:
分类模型,所述分类模型是根据权利要求1-6中任一项所述的生成方法而生成的;
图像获取单元,被配置成获取待分类图像;以及
分类执行单元,被配置成基于所述分类模型对所述待分类图像进行分类。
15.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6或7-10中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-6或7-10中任一项所述的方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110185389.1A CN112861975B (zh) | 2021-02-10 | 2021-02-10 | 分类模型的生成方法、分类方法、装置、电子设备与介质 |
US17/531,575 US12026937B2 (en) | 2021-02-10 | 2021-11-19 | Method for generating classification model, electronic device, and medium |
EP21210084.6A EP3944148A3 (en) | 2021-02-10 | 2021-11-24 | Generation method for classification model, classification method, apparatus, and medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110185389.1A CN112861975B (zh) | 2021-02-10 | 2021-02-10 | 分类模型的生成方法、分类方法、装置、电子设备与介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112861975A CN112861975A (zh) | 2021-05-28 |
CN112861975B true CN112861975B (zh) | 2023-09-26 |
Family
ID=75989781
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110185389.1A Active CN112861975B (zh) | 2021-02-10 | 2021-02-10 | 分类模型的生成方法、分类方法、装置、电子设备与介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US12026937B2 (zh) |
EP (1) | EP3944148A3 (zh) |
CN (1) | CN112861975B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114067350A (zh) * | 2020-07-31 | 2022-02-18 | 伊姆西Ip控股有限责任公司 | 模型更新方法、设备和计算机程序产品 |
CN113326852A (zh) * | 2021-06-11 | 2021-08-31 | 北京百度网讯科技有限公司 | 模型训练方法、装置、设备、存储介质及程序产品 |
CN113485203B (zh) * | 2021-08-03 | 2022-05-31 | 上海德衡数据科技有限公司 | 一种智能控制网络资源共享的方法及系统 |
US20230133026A1 (en) * | 2021-10-28 | 2023-05-04 | X Development Llc | Sparse and/or dense depth estimation from stereoscopic imaging |
JP2023104705A (ja) * | 2022-01-18 | 2023-07-28 | 株式会社東芝 | 学習装置、検出装置、学習システム、学習方法、学習プログラム、検出方法、および検出プログラム |
CN114445811B (zh) * | 2022-01-30 | 2024-10-01 | 北京百度网讯科技有限公司 | 一种图像处理方法、装置及电子设备 |
CN114155388B (zh) * | 2022-02-10 | 2022-05-13 | 深圳思谋信息科技有限公司 | 一种图像识别方法、装置、计算机设备和存储介质 |
CN114549904B (zh) * | 2022-02-25 | 2023-07-07 | 北京百度网讯科技有限公司 | 视觉处理及模型训练方法、设备、存储介质及程序产品 |
CN114611634B (zh) * | 2022-05-11 | 2023-07-28 | 上海闪马智能科技有限公司 | 一种行为类型的确定方法、装置、存储介质及电子装置 |
CN114972883B (zh) * | 2022-06-17 | 2024-05-10 | 平安科技(深圳)有限公司 | 基于人工智能的目标检测样本生成方法及相关设备 |
CN115620271B (zh) * | 2022-09-09 | 2023-08-04 | 北京精英路通科技有限公司 | 图像处理、模型训练方法和装置 |
CN115965817B (zh) * | 2023-01-05 | 2024-09-17 | 北京百度网讯科技有限公司 | 图像分类模型的训练方法、装置及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109784182A (zh) * | 2018-12-17 | 2019-05-21 | 北京飞搜科技有限公司 | 行人重识别方法和装置 |
CN110866140A (zh) * | 2019-11-26 | 2020-03-06 | 腾讯科技(深圳)有限公司 | 图像特征提取模型训练方法、图像搜索方法及计算机设备 |
CN111340105A (zh) * | 2020-02-25 | 2020-06-26 | 腾讯科技(深圳)有限公司 | 一种图像分类模型训练方法、图像分类方法、装置及计算设备 |
WO2020232977A1 (zh) * | 2019-05-21 | 2020-11-26 | 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 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112241764B (zh) * | 2020-10-23 | 2023-08-08 | 北京百度网讯科技有限公司 | 图像识别方法、装置、电子设备及存储介质 |
-
2021
- 2021-02-10 CN CN202110185389.1A patent/CN112861975B/zh active Active
- 2021-11-19 US US17/531,575 patent/US12026937B2/en active Active
- 2021-11-24 EP EP21210084.6A patent/EP3944148A3/en not_active Withdrawn
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109784182A (zh) * | 2018-12-17 | 2019-05-21 | 北京飞搜科技有限公司 | 行人重识别方法和装置 |
WO2020232977A1 (zh) * | 2019-05-21 | 2020-11-26 | 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 |
CN110866140A (zh) * | 2019-11-26 | 2020-03-06 | 腾讯科技(深圳)有限公司 | 图像特征提取模型训练方法、图像搜索方法及计算机设备 |
CN111340105A (zh) * | 2020-02-25 | 2020-06-26 | 腾讯科技(深圳)有限公司 | 一种图像分类模型训练方法、图像分类方法、装置及计算设备 |
Non-Patent Citations (1)
Title |
---|
张婧 ; 袁细国 ; .基于小样本学习的高光谱遥感图像分类算法.聊城大学学报(自然科学版).2020,(06),全文. * |
Also Published As
Publication number | Publication date |
---|---|
EP3944148A3 (en) | 2022-06-08 |
CN112861975A (zh) | 2021-05-28 |
EP3944148A2 (en) | 2022-01-26 |
US12026937B2 (en) | 2024-07-02 |
US20220083813A1 (en) | 2022-03-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112861975B (zh) | 分类模型的生成方法、分类方法、装置、电子设备与介质 | |
CN112857268B (zh) | 对象面积测量方法、装置、电子设备和存储介质 | |
US11657373B2 (en) | System and method for identifying structural asset features and damage | |
CN105898205B (zh) | 用于由多个摄像头监视目标对象的方法和装置 | |
US11182697B1 (en) | GUI for interacting with analytics provided by machine-learning services | |
CN114648676B (zh) | 点云处理模型的训练和点云实例分割方法及装置 | |
CN115082740B (zh) | 目标检测模型训练方法、目标检测方法、装置、电子设备 | |
CN114494935B (zh) | 视频信息的处理方法、装置、电子设备和介质 | |
CN111832658B (zh) | 兴趣点信息处理方法、装置、电子设备和存储介质 | |
CN111768007B (zh) | 用于挖掘数据的方法和装置 | |
CN115374927A (zh) | 一种神经网络模型训练的方法、异常检测的方法及设备 | |
CN115690544B (zh) | 多任务学习方法及装置、电子设备和介质 | |
CN116894317A (zh) | 数据处理方法、装置、电子设备和介质 | |
CN115083229B (zh) | 基于ai视觉识别的飞行训练设备智能识别与警示系统 | |
CN115797660A (zh) | 图像检测方法、装置、电子设备和存储介质 | |
US20230072641A1 (en) | Image Processing and Automatic Learning on Low Complexity Edge Apparatus and Methods of Operation | |
CN114842476A (zh) | 水印检测方法及装置、模型训练方法及装置 | |
CN112579587A (zh) | 数据清洗方法及装置、设备和存储介质 | |
CN115620271B (zh) | 图像处理、模型训练方法和装置 | |
CN115170536B (zh) | 图像检测方法、模型的训练方法和装置 | |
CN115100431B (zh) | 目标检测方法、神经网络及其训练方法、设备和介质 | |
CN116935168B (zh) | 目标检测的方法、装置、计算机设备及存储介质 | |
CN114120420B (zh) | 图像检测方法和装置 | |
CN116070711B (zh) | 数据处理方法、装置、电子设备和存储介质 | |
CN114821233B (zh) | 目标检测模型的训练方法及装置、设备和介质 |
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 |