CN113111872B - 图像识别模型的训练方法、装置及电子设备、存储介质 - Google Patents
图像识别模型的训练方法、装置及电子设备、存储介质 Download PDFInfo
- Publication number
- CN113111872B CN113111872B CN202110663925.4A CN202110663925A CN113111872B CN 113111872 B CN113111872 B CN 113111872B CN 202110663925 A CN202110663925 A CN 202110663925A CN 113111872 B CN113111872 B CN 113111872B
- Authority
- CN
- China
- Prior art keywords
- pixel
- image
- pixels
- area
- recognition model
- 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
Images
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
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- 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
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
本申请公开了一种图像识别模型的训练方法、装置及电子设备、存储介质,该方法包括:获取图像识别模型对训练图像的图像识别结果,其中图像识别结果包括候选图像区域的像素信息;获取训练图像的目标图像区域的像素信息,并根据目标图像区域的像素信息和候选图像区域的像素信息,确定候选图像区域中的正确识别像素区域和错误识别像素区域;根据正确识别像素区域和错误识别像素区域,确定图像识别模型的损失函数值;通过图像识别模型的损失函数值更新图像识别模型的参数。本申请的图像识别模型的训练方法在利用损失函数值更新模型参数时,考虑了错误识别部分对模型训练的影响,降低了训练后的图像识别模型的误识别率,提高了识别效果。
Description
技术领域
本申请涉及图像识别技术领域,尤其涉及一种图像识别模型的训练方法、装置及电子设备、存储介质。
背景技术
人工智能(AI,Artificial Intelligence)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法和技术及应用系统。
作为人工智能的一个重要应用,自动驾驶技术在近年来得到了巨大的发展。自动驾驶的目标是实现车辆在无人状态下自主沿道路行进,在尽快到达目的地的同时保证本车的安全,亦保证不对其它交通参与者的安全造成直接或者间接的威胁,因此这就需要对自动驾驶车辆所处环境进行准确、快速的识别。
现有技术中对自动驾驶车辆所处环境的识别主要是利用训练好的图像识别模型来实现,但其识别效果仍有待提高。
发明内容
本申请实施例提供了一种图像识别模型的训练方法、装置及电子设备、存储介质,以提高图像识别模型的识别效果。
本申请实施例采用下述技术方案:
第一方面,本申请实施例提供一种图像识别模型的训练方法,其中,所述方法包括:
获取图像识别模型对训练图像的图像识别结果,其中所述图像识别结果包括候选图像区域的像素信息;
获取所述训练图像的目标图像区域的像素信息,并根据所述目标图像区域的像素信息和所述候选图像区域的像素信息,确定候选图像区域中的正确识别像素区域和错误识别像素区域;
根据所述正确识别像素区域和所述错误识别像素区域,确定所述图像识别模型的损失函数值;
通过所述图像识别模型的损失函数值更新所述图像识别模型的参数。
可选地,所述目标图像区域的像素信息包括目标图像区域中各个像素的像素位置和像素类别,所述候选图像区域的像素信息包括候选图像区域中各个像素的像素位置和像素类别,
所述获取所述训练图像的目标图像区域的像素信息,并根据所述目标图像区域的像素信息和所述候选图像区域的像素信息,确定候选图像区域中的正确识别像素区域和错误识别像素区域包括:
根据所述目标图像区域中各个像素的像素位置和像素类别,以及所述候选图像区域中各个像素的像素位置和像素类别,遍历所述候选图像区域中的各个像素;
根据遍历结果确定所述候选图像区域中的正确识别像素区域和错误识别像素区域。
可选地,所述正确识别像素区域包括正确识别的像素个数,所述错误识别像素区域包括错误识别的像素个数,所述根据所述目标图像区域中各个像素的像素位置和像素类别,以及所述候选图像区域中各个像素的像素位置和像素类别,遍历所述候选图像区域中的各个像素包括:
逐一比较所述候选图像区域与所述目标图像区域在同一像素位置所对应的像素类别;
根据比较结果确定所述正确识别的像素个数和所述错误识别的像素个数。
可选地,所述根据所述正确识别像素区域和所述错误识别像素区域,确定所述图像识别模型的损失函数值包括:
根据所述正确识别的像素个数确定正确识别概率,以及根据所述错误识别的像素个数确定错误识别概率;
根据所述正确识别概率和所述错误识别概率,确定所述图像识别模型的损失函数值。
可选地,所述根据所述正确识别像素区域确定正确识别概率,以及根据所述错误识别像素区域确定错误识别概率包括:
确定所述候选图像区域与所述目标图像区域的并集区域及所述并集区域的像素个数;
根据所述正确识别的像素个数与所述并集区域的像素个数的比值,确定所述正确识别概率;
根据所述错误识别的像素个数与所述并集区域的像素个数的比值,确定所述错误识别概率。
可选地,所述目标图像区域的像素信息包括目标图像区域的像素个数,在通过所述图像识别模型的损失函数值更新所述图像识别模型的参数之前,所述方法还包括:
确定所述正确识别的像素个数与错误识别的像素个数的差值;
确定所述差值与所述目标图像区域的像素个数的比值;
将所述比值与预设阈值进行比较,以根据比较结果确定是否继续执行通过所述图像识别模型的损失函数值更新所述图像识别模型的参数的步骤。
可选地,所述获取图像识别模型对训练图像的图像识别结果包括:
获取所述训练图像;
通过所述图像识别模型的特征提取子网络对所述训练图像进行特征提取,得到特征提取结果;
通过所述图像识别模型的分类子网络对所述特征提取结果进行类别的识别,得到所述图像识别结果。
第二方面,本申请实施例还提供一种图像识别模型的训练装置,其中,所述装置用于实现前述之任一所述方法。
第三方面,本申请实施例还提供一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行前述之任一所述方法。
第四方面,本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行前述之任一所述方法。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:本申请实施例的图像识别模型的训练方法,先获取图像识别模型对训练图像的图像识别结果,这里的图像识别结果包括候选图像区域的像素信息;然后获取训练图像的目标图像区域的像素信息,并根据目标图像区域的像素信息和候选图像区域的像素信息,确定候选图像区域中的正确识别像素区域和错误识别像素区域;之后根据正确识别像素区域和错误识别像素区域,确定图像识别模型的损失函数值;最后通过图像识别模型的损失函数值更新图像识别模型的参数。本申请实施例利用图像识别模型识别的正确识别像素区域和错误识别像素区域重新设计了图像识别模型的损失函数,在利用损失函数值更新模型参数时,考虑了错误识别部分对模型训练的影响,降低了训练后的图像识别模型的误识别率,提高了识别效果。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例中一种图像识别模型的训练方法的流程示意图;
图2为本申请实施例中一种图像识别模型的训练装置的结构示意图;
图3为本申请实施例中一种电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
以下结合附图,详细说明本申请各实施例提供的技术方案。
现有技术中对于图像识别模型的识别效果的评价主要采用交并比(Intersection-over-Union,IoU)来作为评价依据,IoU相当于候选框区域和原始标记框区域重叠的部分除以这两个区域的集合部分得出的结果,具体可以表示为如下形式:
其中,area(C)表示候选框区域,area(G)表示原始标记框区域。
从式(1)可以看出,当候选框区域与原始标记框区域的重叠区域部分越大,那么IoU的值也越大,即图像识别模型识别出的候选框区域越接近于真实区域,反之,如果候选框区域与原始标记框区域的重叠区域部分越小,那么IoU的值也越小,即图像识别模型识别出的候选框区域越偏离真实区域,此时需要继续迭代更新模型的参数。
然而上述基于IoU的大小来更新模型参数的方法仅仅考虑了候选框区域与原始标记框区域的重叠区域部分,也即图像识别模型所正确识别出的区域部分对模型参数更新的影响,并未考虑模型误识别部分,导致最终训练得到的图像识别模型仍然有较高的误识别率。
基于此,本申请实施例提供了一种图像识别模型的训练方法,如图1所示,提供了本申请实施例中一种图像识别模型的训练方法的流程示意图,所述方法至少包括如下的步骤S110至步骤S140:
步骤S110,获取图像识别模型对训练图像的图像识别结果,其中所述图像识别结果包括候选图像区域的像素信息。
本申请实施例在训练图像识别模型时,先获取了图像识别模型对训练图像进行识别所得到的图像识别结果,本申请实施例的图像识别可以是像素级别的识别,因此这里得到的图像识别结果包括候选图像区域的像素信息,候选图像区域可以理解为是图像识别模型所识别出的目标元素所在的区域,例如,在自动驾驶场景下,对采集到的环境图像中的车道线等静态元素进行识别所得到的识别结果。
步骤S120,获取所述训练图像的目标图像区域的像素信息,并根据所述目标图像区域的像素信息和所述候选图像区域的像素信息,确定候选图像区域中的正确识别像素区域和错误识别像素区域。
在获取到图像识别结果后,需要确定该图像识别结果是否准确或者准确的程度,因此这里需要进一步获取训练图像的目标图像区域的像素信息,这里的目标图像区域可以理解为是针对训练图像事先标记好的目标元素所在的真实区域。
在获取到目标图像区域的像素信息后,需要根据目标图像区域的像素信息和候选图像区域的像素信息,确定出候选图像区域中的正确识别像素区域和错误识别像素区域,即确定目标图像区域中哪部分是识别正确的,哪部分是识别错误的。
步骤S130,根据所述正确识别像素区域和所述错误识别像素区域,确定所述图像识别模型的损失函数值。
步骤S140,通过所述图像识别模型的损失函数值更新所述图像识别模型的参数。
在确定出候选图像区域中的正确识别像素区域和错误识别像素区域后,需要根据正确识别像素区域和错误识别像素区域共同计算图像识别模型当前的损失函数值,也即相当于是在模型训练过程中抑制了误识别部分对于模型识别准确性的影响,之后再利用该损失函数值对图像识别模型的参数进行更新,从而降低图像识别模型的误识别率,提高模型的识别效果。
本申请实施例利用图像识别模型识别的正确识别像素区域和错误识别像素区域重新设计了图像识别模型的损失函数,在利用损失函数值更新模型参数时,考虑了错误识别部分对模型训练的影响,降低了训练后的图像识别模型的误识别率,提高了识别效果。
在本申请的一个实施例中,所述目标图像区域的像素信息包括目标图像区域中各个像素的像素位置和像素类别,所述候选图像区域的像素信息包括候选图像区域中各个像素的像素位置和像素类别,所述获取所述训练图像的目标图像区域的像素信息,并根据所述目标图像区域的像素信息和所述候选图像区域的像素信息,确定候选图像区域中的正确识别像素区域和错误识别像素区域包括:根据所述目标图像区域中各个像素的像素位置和像素类别,以及所述候选图像区域中各个像素的像素位置和像素类别,遍历所述候选图像区域中的各个像素;根据遍历结果确定所述候选图像区域中的正确识别像素区域和错误识别像素区域。
本申请实施例的目标图像区域的像素信息可以包括目标图像区域中各个像素的像素位置和像素类别,候选图像区域的像素信息可以包括候选图像区域中各个像素的像素位置和像素类别,目标图像区域的像素类别可以理解为是针对图像中待识别的元素预先标记好的类别,候选图像区域的像素类别可以理解为是对识别到的元素所标记的类别,例如在自动驾驶场景下对驾驶环境的识别,识别的元素类别就可以包括车道线、斑马线等,同样对于像素级别的图像识别,目标图像区域和候选图像区域中的每一个像素都对应有像素类别。
在确定候选图像区域中的正确识别像素区域和错误识别像素区域时,可以根据目标图像区域中各个像素的像素位置和像素类别,以及候选图像区域中各个像素的像素位置和像素类别,对候选图像区域中的各个像素进行遍历,确定候选图像区域中各个像素的像素位置是否位于目标图像区域中,以及像素类别是否和预先标记的像素类别一致等等,从而确定出候选图像区域中的正确识别像素区域和错误识别像素区域。
在本申请的一个实施例中,所述正确识别像素区域包括正确识别的像素个数,所述错误识别像素区域包括错误识别的像素个数,所述根据所述目标图像区域中各个像素的像素位置和像素类别,以及所述候选图像区域中各个像素的像素位置和像素类别,遍历所述候选图像区域中的各个像素包括:逐一比较所述候选图像区域与所述目标图像区域在同一像素位置所对应的像素类别;根据比较结果确定所述正确识别的像素个数和所述错误识别的像素个数。
本申请实施例在遍历候选图像区域中的各个像素时,一方面要将候选图像区域中各个像素的像素位置与目标图像区域进行比较,从而确定出候选图像区域中的哪些像素位于目标图像区域中,另一方面也要将候选图像区域中各个像素的像素类别与目标图像区域的像素类别进行比较,从而确定候选图像区域的像素类别是否识别准确。
举例说明,如果当前遍历到的像素位于目标图像区域中,且像素类别也与目标图像区域相对应像素位置的像素类别相同,则相应地将正确识别的像素个数加1,如果当前遍历到的像素没有位于目标图像区域中,或者像素类别与目标图像区域中相对应像素位置的像素类别不同,则相应地将错误识别的像素个数加1,以此确定出候选图像区域中的正确识别的像素个数和错误识别的像素个数。
在本申请的一个实施例中,所述根据所述正确识别像素区域和所述错误识别像素区域,确定所述图像识别模型的损失函数值包括:根据所述正确识别的像素个数确定正确识别概率,以及根据所述错误识别的像素个数确定错误识别概率;根据所述正确识别概率和所述错误识别概率,确定所述图像识别模型的损失函数值。
在根据正确识别像素区域和错误识别像素区域确定图像识别模型的损失函数值时,可以先根据正确识别到的像素个数计算正确识别概率,同时根据错误识别的像素个数确定错误识别概率,进而可以根据正确识别概率和错误识别概率计算图像识别模型的损失函数值。
在本申请的一个实施例中,所述根据所述正确识别像素区域确定正确识别概率,以及根据所述错误识别像素区域确定错误识别概率包括:确定所述候选图像区域与所述目标图像区域的并集区域及所述并集区域的像素个数;根据所述正确识别的像素个数与所述并集区域的像素个数的比值,确定所述正确识别概率;根据所述错误识别的像素个数与所述并集区域的像素个数的比值,确定所述错误识别概率。
针对候选图像区域的正确识别概率和错误识别概率具体可以采用如下方式计算:
其中,i表示像素类别,表示第i类识别元素的正确识别概率,表示第i类识别元素的错误识别概率,表示第i类识别元素的正确识别的像素个数,表示第i类识别元素的错误识别的像素个数,表示候选图像区域中第i类识别元素的像素个数,表示目标图像区域中第i类识别元素的像素个数。
基于上式(2)和(3)可以确定,将正确识别的像素个数除以候选图像区域与目标图像区域的并集区域的像素个数,可以用来表征正确识别概率,将错误识别的像素个数除以候选图像区域与目标图像区域的并集区域的像素个数,可以用来表征错误识别概率,模型训练的最终目的即是为了不断提高正确识别概率,降低错误识别概率。
其中,n表示识别元素的类别数。
通过公式(4)可以看出,损失函数值Loss的大小不仅与正确识别概率有关,还与错误识别概率有关,模型的训练过程一方面会通过参数的更新提高正确识别概率,另一方面也会通过参数的更新降低错误识别概率,从而使得最终训练好的图像识别模型具有更好的识别性能。
在本申请的一个实施例中,所述目标图像区域的像素信息包括目标图像区域的像素个数,在通过所述图像识别模型的损失函数值更新所述图像识别模型的参数之前,所述方法还包括:确定所述正确识别的像素个数与错误识别的像素个数的差值;确定所述差值与所述目标图像区域的像素个数的比值;将所述比值与预设阈值进行比较,以根据比较结果确定是否继续执行通过所述图像识别模型的损失函数值更新所述图像识别模型的参数的步骤。
本申请实施例的图像识别模型的参数是不断迭代更新的过程,当模型的识别效果满足预期效果时,就可以结束模型的训练过程。基于此,本申请实施例可以针对模型的训练效果进行量化评价,以便于更直观地了解模型的训练效果。
具体地,在每次确定出图像识别模型正确识别的像素个数与错误识别的像素个数后,可以计算正确识别的像素个数与错误识别的像素个数之间的差值,然后将该差值除以目标图像区域总的像素个数,由此得到模型训练效果的评价值E,该评价值综合考量了正确识别的像素个数与错误识别的像素个数对模型参数更新的影响,能够在一定程度上降低模型的误识别率。
上述评价值的计算具体可以表现为如下形式:
从公式(5)可以看出,当增大,减小时,评价值都会变大,最理想的状态是,=,=0,此时评价值E的值为1,说明模型识别的候选图像区域与目标图像区域完全重合,实际训练情况下,很难达到上述理想状态,因此一般当评价值E大于预设阈值如0.9时,就可以认为达到较好的识别效果。
在本申请的一个实施例中,所述获取图像识别模型对训练图像的图像识别结果包括:获取所述训练图像;通过所述图像识别模型的特征提取子网络对所述训练图像进行特征提取,得到特征提取结果;通过所述图像识别模型的分类子网络对所述特征提取结果进行类别的识别,得到所述图像识别结果。
本申请实施例在获取图像识别模型对训练图像的图像识别结果时,可以先获取已标记好的训练图像,然后将训练图像输入图像识别模型进行特征提取和分类,从而得到图像识别结果。本申请实施例的图像识别模型可以采用以卷积神经网络(ConvolutionalNeural Networks, CNN)为基础的各种识别模型,在此不作具体限定。
本申请实施例提供了一种图像识别模型的训练装置200,如图2所示,提供了本申请实施例中一种图像识别模型的训练装置的结构示意图,所述装置200包括:获取单元210、第一确定单元220、第二确定单元230以及更新单元240,其中:
获取单元210,用于获取图像识别模型对训练图像的图像识别结果,其中所述图像识别结果包括候选图像区域的像素信息;
第一确定单元220,用于获取所述训练图像的目标图像区域的像素信息,并根据所述目标图像区域的像素信息和所述候选图像区域的像素信息,确定候选图像区域中的正确识别像素区域和错误识别像素区域;
第二确定单元230,用于根据所述正确识别像素区域和所述错误识别像素区域,确定所述图像识别模型的损失函数值;
更新单元240,用于通过所述图像识别模型的损失函数值更新所述图像识别模型的参数。
在本申请的一个实施例中,所述目标图像区域的像素信息包括目标图像区域中各个像素的像素位置和像素类别,所述候选图像区域的像素信息包括候选图像区域中各个像素的像素位置和像素类别,所述第一确定单元220具体用于:根据所述目标图像区域中各个像素的像素位置和像素类别,以及所述候选图像区域中各个像素的像素位置和像素类别,遍历所述候选图像区域中的各个像素;根据遍历结果确定所述候选图像区域中的正确识别像素区域和错误识别像素区域。
在本申请的一个实施例中,所述正确识别像素区域包括正确识别的像素个数,所述错误识别像素区域包括错误识别的像素个数,所述第一确定单元220具体用于:逐一比较所述候选图像区域与所述目标图像区域在同一像素位置所对应的像素类别;根据比较结果确定所述正确识别的像素个数和所述错误识别的像素个数。
在本申请的一个实施例中,所述第二确定单元230具体用于:根据所述正确识别的像素个数确定正确识别概率,以及根据所述错误识别的像素个数确定错误识别概率;根据所述正确识别概率和所述错误识别概率,确定所述图像识别模型的损失函数值。
在本申请的一个实施例中,所述第二确定单元230具体用于:确定所述候选图像区域与所述目标图像区域的并集区域及所述并集区域的像素个数;根据所述正确识别的像素个数与所述并集区域的像素个数的比值,确定所述正确识别概率;根据所述错误识别的像素个数与所述并集区域的像素个数的比值,确定所述错误识别概率。
在本申请的一个实施例中,所述目标图像区域的像素信息包括目标图像区域的像素个数,所述装置还包括:第三确定单元,用于确定所述正确识别的像素个数与错误识别的像素个数的差值;第四确定单元,用于确定所述差值与所述目标图像区域的像素个数的比值;比较单元,用于将所述比值与预设阈值进行比较,以根据比较结果确定是否继续执行通过所述图像识别模型的损失函数值更新所述图像识别模型的参数的步骤。
在本申请的一个实施例中,所述获取单元210具体用于:获取所述训练图像;通过所述图像识别模型的特征提取子网络对所述训练图像进行特征提取,得到特征提取结果;通过所述图像识别模型的分类子网络对所述特征提取结果进行类别的识别,得到所述图像识别结果。
能够理解,上述图像识别模型的训练装置,能够实现前述实施例中提供的由清算服务器执行的图像识别模型的训练方法的各个步骤,关于图像识别模型的训练方法的相关阐释均适用于图像识别模型的训练装置,此处不再赘述。
图3是本申请的一个实施例电子设备的结构示意图。请参考图3,在硬件层面,该电子设备包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成图像识别模型的训练装置。处理器,执行存储器所存放的程序,并具体用于执行以下操作:
获取图像识别模型对训练图像的图像识别结果,其中所述图像识别结果包括候选图像区域的像素信息;
获取所述训练图像的目标图像区域的像素信息,并根据所述目标图像区域的像素信息和所述候选图像区域的像素信息,确定候选图像区域中的正确识别像素区域和错误识别像素区域;
根据所述正确识别像素区域和所述错误识别像素区域,确定所述图像识别模型的损失函数值;
通过所述图像识别模型的损失函数值更新所述图像识别模型的参数。
上述如本申请图1所示实施例揭示的图像识别模型的训练装置执行的方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(Central ProcessingUnit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
该电子设备还可执行图1中图像识别模型的训练装置执行的方法,并实现图像识别模型的训练装置在图1所示实施例的功能,本申请实施例在此不再赘述。
本申请实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的电子设备执行时,能够使该电子设备执行图1所示实施例中图像识别模型的训练装置执行的方法,并具体用于执行:
获取图像识别模型对训练图像的图像识别结果,其中所述图像识别结果包括候选图像区域的像素信息;
获取所述训练图像的目标图像区域的像素信息,并根据所述目标图像区域的像素信息和所述候选图像区域的像素信息,确定候选图像区域中的正确识别像素区域和错误识别像素区域;
根据所述正确识别像素区域和所述错误识别像素区域,确定所述图像识别模型的损失函数值;
通过所述图像识别模型的损失函数值更新所述图像识别模型的参数。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器 (CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器 (RAM) 和/或非易失性内存等形式,如只读存储器 (ROM) 或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体 (transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (8)
1.一种图像识别模型的训练方法,其中,所述方法包括:
获取图像识别模型对训练图像的图像识别结果,其中所述图像识别结果包括候选图像区域的像素信息,所述图像识别模型用于对自动驾驶车辆所处环境中的静态元素进行识别;
获取所述训练图像的目标图像区域的像素信息,并根据所述目标图像区域的像素信息和所述候选图像区域的像素信息,确定候选图像区域中的正确识别像素区域和错误识别像素区域;
根据所述正确识别像素区域和所述错误识别像素区域,确定所述图像识别模型的损失函数值;
通过所述图像识别模型的损失函数值更新所述图像识别模型的参数,其中,所述正确识别像素区域包括正确识别的像素个数,所述错误识别像素区域包括错误识别的像素个数,所述根据所述正确识别像素区域和所述错误识别像素区域,确定所述图像识别模型的损失函数值包括:
根据所述正确识别的像素个数确定正确识别概率,以及根据所述错误识别的像素个数确定错误识别概率;
根据所述正确识别概率和所述错误识别概率,确定所述图像识别模型的损失函数值;
其中,所述根据所述正确识别的像素个数确定正确识别概率采用如下方式:
所述根据所述错误识别的像素个数确定错误识别概率采用如下方式:
其中,i表示像素类别,表示第i类识别元素的正确识别概率,表示第i类识别元素的错误识别概率,表示第i类识别元素的正确识别的像素个数,表示第i类识别元素的错误识别的像素个数,表示候选图像区域中第i类识别元素的像素个数,表示目标图像区域中第i类识别元素的像素个数,
所述图像识别模型的损失函数值采用如下方式计算:
其中,n表示识别元素的类别数,
所述目标图像区域的像素信息包括目标图像区域的像素个数,在通过所述图像识别模型的损失函数值更新所述图像识别模型的参数之前,所述方法还包括:
确定所述正确识别的像素个数与错误识别的像素个数的差值;
确定所述差值与所述目标图像区域的像素个数的比值;
将所述比值与预设阈值进行比较,以根据比较结果确定是否继续执行通过所述图像识别模型的损失函数值更新所述图像识别模型的参数的步骤,
具体可以采用如下形式:
2.如权利要求1所述方法,其中,所述目标图像区域的像素信息包括目标图像区域中各个像素的像素位置和像素类别,所述候选图像区域的像素信息包括候选图像区域中各个像素的像素位置和像素类别,
所述获取所述训练图像的目标图像区域的像素信息,并根据所述目标图像区域的像素信息和所述候选图像区域的像素信息,确定候选图像区域中的正确识别像素区域和错误识别像素区域包括:
根据所述目标图像区域中各个像素的像素位置和像素类别,以及所述候选图像区域中各个像素的像素位置和像素类别,遍历所述候选图像区域中的各个像素;
根据遍历结果确定所述候选图像区域中的正确识别像素区域和错误识别像素区域。
3.如权利要求2所述方法,其中,所述正确识别像素区域包括正确识别的像素个数,所述错误识别像素区域包括错误识别的像素个数,所述根据所述目标图像区域中各个像素的像素位置和像素类别,以及所述候选图像区域中各个像素的像素位置和像素类别,遍历所述候选图像区域中的各个像素包括:
逐一比较所述候选图像区域与所述目标图像区域在同一像素位置所对应的像素类别;
根据比较结果确定所述正确识别的像素个数和所述错误识别的像素个数。
4.如权利要求1所述方法,其中,所述根据所述正确识别像素区域确定正确识别概率,以及根据所述错误识别像素区域确定错误识别概率包括:
确定所述候选图像区域与所述目标图像区域的并集区域及所述并集区域的像素个数;
根据所述正确识别的像素个数与所述并集区域的像素个数的比值,确定所述正确识别概率;
根据所述错误识别的像素个数与所述并集区域的像素个数的比值,确定所述错误识别概率。
5.如权利要求1~4任一项所述方法,其中,所述获取图像识别模型对训练图像的图像识别结果包括:
获取所述训练图像;
通过所述图像识别模型的特征提取子网络对所述训练图像进行特征提取,得到特征提取结果;
通过所述图像识别模型的分类子网络对所述特征提取结果进行类别的识别,得到所述图像识别结果。
6.一种图像识别模型的训练装置,其中,所述装置用于实现权利要求1~4之任一所述方法。
7.一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行所述权利要求1~5之任一所述方法。
8.一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行所述权利要求1~5之任一所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110663925.4A CN113111872B (zh) | 2021-06-16 | 2021-06-16 | 图像识别模型的训练方法、装置及电子设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110663925.4A CN113111872B (zh) | 2021-06-16 | 2021-06-16 | 图像识别模型的训练方法、装置及电子设备、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113111872A CN113111872A (zh) | 2021-07-13 |
CN113111872B true CN113111872B (zh) | 2022-04-05 |
Family
ID=76723541
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110663925.4A Active CN113111872B (zh) | 2021-06-16 | 2021-06-16 | 图像识别模型的训练方法、装置及电子设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113111872B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113780469A (zh) * | 2021-09-28 | 2021-12-10 | 杭州网易智企科技有限公司 | 图像识别模型的训练方法、介质、装置和计算设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109492666A (zh) * | 2018-09-30 | 2019-03-19 | 北京百卓网络技术有限公司 | 图像识别模型训练方法、装置及存储介质 |
CN110503097A (zh) * | 2019-08-27 | 2019-11-26 | 腾讯科技(深圳)有限公司 | 图像处理模型的训练方法、装置及存储介质 |
CN111369524A (zh) * | 2020-03-02 | 2020-07-03 | 北京推想科技有限公司 | 结节识别模型训练方法、结节识别方法及装置 |
CN111401445A (zh) * | 2020-03-16 | 2020-07-10 | 腾讯科技(深圳)有限公司 | 一种图像识别模型的训练方法、图像识别的方法及装置 |
CN111428875A (zh) * | 2020-03-11 | 2020-07-17 | 北京三快在线科技有限公司 | 图像识别方法、装置及相应模型训练方法、装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110163234B (zh) * | 2018-10-10 | 2023-04-18 | 腾讯科技(深圳)有限公司 | 一种模型训练方法、装置和存储介质 |
CN110288691B (zh) * | 2019-06-06 | 2023-04-07 | 北京字节跳动网络技术有限公司 | 渲染图像的方法、装置、电子设备和计算机可读存储介质 |
-
2021
- 2021-06-16 CN CN202110663925.4A patent/CN113111872B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109492666A (zh) * | 2018-09-30 | 2019-03-19 | 北京百卓网络技术有限公司 | 图像识别模型训练方法、装置及存储介质 |
CN110503097A (zh) * | 2019-08-27 | 2019-11-26 | 腾讯科技(深圳)有限公司 | 图像处理模型的训练方法、装置及存储介质 |
CN111369524A (zh) * | 2020-03-02 | 2020-07-03 | 北京推想科技有限公司 | 结节识别模型训练方法、结节识别方法及装置 |
CN111428875A (zh) * | 2020-03-11 | 2020-07-17 | 北京三快在线科技有限公司 | 图像识别方法、装置及相应模型训练方法、装置 |
CN111401445A (zh) * | 2020-03-16 | 2020-07-10 | 腾讯科技(深圳)有限公司 | 一种图像识别模型的训练方法、图像识别的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113111872A (zh) | 2021-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109784391B (zh) | 基于多模型的样本标注方法及装置 | |
CN110163176B (zh) | 车道线变化位置识别方法、装置、设备和介质 | |
CN111078908A (zh) | 一种数据标注的检测方法和装置 | |
CN109034086B (zh) | 车辆重识别方法、装置及系统 | |
CN113298050B (zh) | 车道线识别模型训练方法、装置及车道线识别方法、装置 | |
CN112801229A (zh) | 一种识别模型的训练方法及装置 | |
CN111814746A (zh) | 一种识别车道线的方法、装置、设备及存储介质 | |
CN110866428B (zh) | 目标跟踪方法、装置、电子设备及存储介质 | |
CN115507862A (zh) | 车道线定位方法及装置、电子设备及存储介质 | |
CN113111872B (zh) | 图像识别模型的训练方法、装置及电子设备、存储介质 | |
CN113804214B (zh) | 车辆定位方法、装置及电子设备、计算机可读存储介质 | |
CN110751040B (zh) | 一种三维物体的检测方法和装置、电子设备、存储介质 | |
CN110414572B (zh) | 一种图像识别的方法及装置 | |
CN111401143A (zh) | 一种行人跟踪系统及方法 | |
CN112990099B (zh) | 一种车道线检测的方法以及装置 | |
CN112633151B (zh) | 一种确定监控图像中斑马线的方法、装置、设备及介质 | |
CN112883871A (zh) | 一种模型训练以及确定无人车运动策略方法及装置 | |
CN112528944A (zh) | 一种图像识别方法、装置、电子设备及存储介质 | |
CN113903014B (zh) | 车道线预测方法、装置及电子设备、计算机可读存储介质 | |
CN115249407B (zh) | 指示灯状态识别方法、装置、电子设备、存储介质及产品 | |
CN116309628A (zh) | 车道线识别方法和装置、电子设备和计算机可读存储介质 | |
CN115620277A (zh) | 单目3d环境感知方法、装置及电子设备、存储介质 | |
CN114066958A (zh) | 目标的深度信息预测方法和装置、电子设备和存储介质 | |
CN115063507A (zh) | 绘制虚拟车道线的方法及装置 | |
CN111426299B (zh) | 一种基于目标物的景深进行测距的方法及装置 |
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 |