CN113255694B - 训练图像特征提取模型和提取图像特征的方法、装置 - Google Patents

训练图像特征提取模型和提取图像特征的方法、装置 Download PDF

Info

Publication number
CN113255694B
CN113255694B CN202110555863.5A CN202110555863A CN113255694B CN 113255694 B CN113255694 B CN 113255694B CN 202110555863 A CN202110555863 A CN 202110555863A CN 113255694 B CN113255694 B CN 113255694B
Authority
CN
China
Prior art keywords
category
image
sub
feature extraction
article
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
Application number
CN202110555863.5A
Other languages
English (en)
Other versions
CN113255694A (zh
Inventor
魏翔
孙逸鹏
姚锟
韩钧宇
刘经拓
丁二锐
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202110555863.5A priority Critical patent/CN113255694B/zh
Publication of CN113255694A publication Critical patent/CN113255694A/zh
Application granted granted Critical
Publication of CN113255694B publication Critical patent/CN113255694B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • 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
    • 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
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Multimedia (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Image Analysis (AREA)

Abstract

本公开提供了训练图像特征提取模型和提取图像特征的方法、装置，涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域，可应用于图像处理场景下。具体实现方案为：获取样本集和初始图像特征提取模型；从样本集中选取样本，执行如下训练步骤：将选取的样本的物品图像输入主干模型，得到图像特征向量；将图像特征向量分别与选取的样本的目标类别对应的预定数目的子中心向量计算相似度，并将相似度最大值作为目标类别的相似度；基于目标类别的相似度计算损失值；若损失值小于预定阈值，则确定出初始图像特征提取模型训练完成。通过该实施方式能够提高特征提取模型的训练速度和准确度，减少对精标数据的依赖。

Description

训练图像特征提取模型和提取图像特征的方法、装置
技术领域
本公开涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域，尤其涉及训练图像特征提取模型和提取图像特征的方法、装置、设备、存储介质和计算机程序产品。
背景技术
在图像识别、检索等的任务中，图像特征提取能力尤为重要。图像特征提取能力决定了图像识别模型、图像检索模型等性能，其对于线上的大规模任务尤为关键。
现有的图像特征提取模型的训练方法依赖于精标数据，标注成本极高，随着数据量的增加，标注成为了一项难以完成的任务。
发明内容
本公开提供了一种训练图像特征提取模型和提取图像特征的方法、装置、设备、存储介质和计算机程序产品。
根据本公开的第一方面，提供了一种训练图像特征提取模型的方法，包括：获取样本集和初始图像特征提取模型，其中，样本集中的样本包括物品图像和类别，初始图像特征提取模型包括主干模型和针对每种类别设置的预定数目的子中心向量。从样本集中选取样本，执行如下训练步骤：将选取的样本的物品图像输入主干模型，得到图像特征向量。将图像特征向量分别与选取的样本的目标类别对应的预定数目的子中心向量计算相似度，并将相似度最大值作为目标类别的相似度。基于目标类别的相似度计算损失值。若损失值小于预定阈值，则确定出初始图像特征提取模型训练完成。
根据本公开的第二方面，提供了一种提取图像特征的方法，包括：获取待处理的物品图像。将图像输入采用如第一方面中的方法训练的特征提取模型中，输出图像特征。
根据本公开的第三方面，提供了一种训练图像特征提取模型的装置，包括：获取单元，被配置成获取样本集和初始图像特征提取模型，其中，样本集中的样本包括物品图像和类别，初始图像特征提取模型包括主干模型和针对每种类别设置的预定数目的子中心向量。训练单元，被配置成从样本集中选取样本，执行如下训练步骤：将选取的样本的物品图像输入主干模型，得到图像特征向量。将图像特征向量分别与选取的样本的目标类别对应的预定数目的子中心向量计算相似度，并将相似度最大值作为目标类别的相似度。基于目标类别的相似度计算损失值。若损失值小于预定阈值，则确定出初始图像特征提取模型训练完成。
根据本公开的第四方面，提供了一种提取图像特征的装置，包括：获取单元，被配置成获取待处理的物品图像。提取单元，被配置成将图像输入由第三方面的装置训练的特征提取模型中，输出图像特征。
根据本公开的第五方面，提供了一种电子设备，包括：至少一个处理器。以及与至少一个处理器通信连接的存储器。其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行第一方面或第二方面的方法。
根据本公开的第六方面，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，计算机指令用于使计算机执行第一方面或第二方面的方法。
根据本公开的第七方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现第一方面或第二方面的方法。
本公开实施例提供的训练图像特征提取模型的方法和装置、提取图像特征的方法和装置，通过针对每种类别设置不同的子中心向量对图像特征提取模型进行优化训练，提高模型的训练速度和准确率。克服了现有方法依赖大量精标数据，成本高，获取难度大的，数据量难扩占的瓶颈，具有极大的实用价值。
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
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是本公开可以应用于其中的示例性系统架构图；
图2是根据本公开训练图像特征提取模型的方法的一个实施例的流程图；
图3是根据本公开训练图像特征提取模型的方法的一个应用场景的示意图；
图4是根据本公开训练图像特征提取模型的装置的一个实施例的结构示意图；
图5是根据本公开提取图像特征的方法的一个实施例的流程图；
图6是根据本公开提取图像特征的装置的一个实施例的结构示意图；
图7是适于用来实现本公开实施例的电子设备的计算机系统的结构示意图。
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和精神。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。
图1示出了可以应用本公开实施例的训练图像特征提取模型的方法、训练图像特征提取模型的装置、提取图像特征的方法或提取图像特征的装置的示例性系统架构100。
如图1所示，系统架构100可以包括终端101、102，网络103、数据库服务器104和服务器105。网络103用以在终端101、102，数据库服务器104与服务器105之间提供通信链路的介质。网络103可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户110可以使用终端101、102通过网络103与服务器105进行交互，以接收或发送消息等。终端101、102上可以安装有各种客户端应用，例如模型训练类应用、物品检测识别类应用、购物类应用、支付类应用、网页浏览器和即时通讯工具等。
这里的终端101、102可以是硬件，也可以是软件。当终端101、102为硬件时，可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)、膝上型便携计算机和台式计算机等等。当终端101、102为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
当终端101、102为硬件时，其上还可以安装有图像采集设备。图像采集设备可以是各种能实现采集图像功能的设备，如摄像头、传感器等等。用户110可以利用终端101、102上的图像采集设备，来采集物品图像。
数据库服务器104可以是提供各种服务的数据库服务器。例如数据库服务器中可以存储有样本集。样本集中包含有大量的样本。其中，样本可以包括物品图像以及与物品图像对应的类别。这样，用户110也可以通过终端101、102，从数据库服务器104所存储的样本集中选取样本。
服务器105也可以是提供各种服务的服务器，例如对终端101、102上显示的各种应用提供支持的后台服务器。后台服务器可以利用终端101、102发送的样本集中的样本，对初始模型进行训练，并可以将训练结果(如生成的图像特征提取模型)发送给终端101、102。这样，用户可以应用生成的图像特征提取模型进行物品图像特征提取，提取出的特征可用于物品检测，例如，根据提取出的特征进行物品比对。
这里的数据库服务器104和服务器105同样可以是硬件，也可以是软件。当它们为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当它们为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是，本公开实施例所提供的训练图像特征提取模型的方法或提取图像特征的方法一般由服务器105执行。相应地，训练图像特征提取模型的装置或提取图像特征的装置一般也设置于服务器105中。
需要指出的是，在服务器105可以实现数据库服务器104的相关功能的情况下，系统架构100中可以不设置数据库服务器104。
应该理解，图1中的终端、网络、数据库服务器和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端、网络、数据库服务器和服务器。
继续参见图2，其示出了根据本公开的训练图像特征提取模型的方法的一个实施例的流程200。该训练图像特征提取模型的方法可以包括以下步骤：
步骤201，获取样本集和初始图像特征提取模型。
在本实施例中，训练图像特征提取模型的方法的执行主体(例如图1所示的服务器105)可以通过多种方式来获取样本集。例如，执行主体可以通过有线连接方式或无线连接方式，从数据库服务器(例如图1所示的数据库服务器104)中获取存储于其中的现有的样本集。再例如，用户可以通过终端(例如图1所示的终端101、102)来收集样本。这样，执行主体可以接收终端所收集的样本，并将这些样本存储在本地，从而生成样本集。
在这里，样本集中可以包括至少一个样本。其中，样本可以包括物品图像和与物品图像对应的类别，例如，手机、手表、汽车等。物品图像通常指包含物品的图像。其可以是平面物品图像，也可以是立体物品图像(即包含深度信息的物品图像)。而且样本物品图像可以是彩色图像(如RGB(Red、Green、Blue，红绿蓝)照片)和/或灰度图像等等。该图像的格式在本公开中并不限制，如jpg(Joint Photo graphic Experts Group，一种图像格式)、BMP(Bitmap，图像文件格式)或RAW(RAW Image Format，无损压缩格式)等格式，只要可以被执行主体读取识别即可。
初始图像特征提取模型是一种神经网络模型，可包括主干模型和针对每种类别设置的预定数目的子中心向量。主干模型可以包括常见的CNN(卷积神经网络，例如ResNeXt101_32x8d)、全连接嵌入层和归一化层。卷积神经网络用于提取图像的特征，然后通过全连接嵌入层进行特征嵌入，再通过归一化层进行L2归一化，输出512维图像特征向量。初始图像特征提取模型还为每种类别设置预定数目(例如3个)的子中心向量，组成了类别中心矩阵。随机初始化一个类别中心矩阵，维度是N*K*512，同样需要对最后一个维度进行L2归一化，这个矩阵代表有N个类别，每个类别设置K个512维的子中心向量，这个类别中心矩阵是可学习的。
步骤202，从样本集中选取样本。
在本实施例中，执行主体可以从步骤201中获取的样本集中选取样本，以及执行步骤203至步骤207的训练步骤。其中，样本的选取方式和选取数量在本公开中并不限制。例如可以是随机选取至少一个样本，也可以是从中选取图像的清晰度较好(即像素较高)的样本。
步骤203，将选取的样本的物品图像输入主干模型，得到图像特征向量。
在本实施例中，执行主体可以将步骤202中选取的样本的物品图像输入主干模型。经过特征嵌入和L2归一化，输出512维图像特征向量
Figure BDA0003077150470000061
如图3所示，最左侧为图像特征向量。
步骤204，将图像特征向量分别与选取的样本的目标类别对应的预定数目的子中心向量计算相似度，并将相似度最大值作为目标类别的相似度。
在本实施例中，这里的目标类别指的是选取的样本中物品图像的类别。为每个类别设置K个子中心向量，对这K个子中心向量进行随机初始化和L2归一化
Figure BDA0003077150470000062
通过矩阵乘法WTxi，可以得到物品图像特征向量和该类别的K个子中心向量的相似度得分
Figure BDA0003077150470000063
然后对每个类别进行最大池化操作，得到该类别最终的相似度得分
Figure BDA0003077150470000064
步骤205，基于目标类别的相似度计算损失值。
在本实施例中，可通过损失函数
Figure BDA0003077150470000065
Figure BDA0003077150470000066
计算损失值。本公开使用的损失函数为ArcFace，计算方法为现有技术因此不再赘述。其中超参可设置为s＝0.5,m＝64。
步骤206，若损失值小于预定阈值，则确定出初始图像特征提取模型训练完成。
在本实施例中，如果步骤202中选取有多个样本，那么在每个样本的损失值均小于预定阈值的情况下，执行主体可以确定初始图像特征提取模型训练完成。
步骤207，若损失值不小于预定阈值，则调整初始图像特征提取模型中的相关参数，继续执行步骤202-207。
在本实施例中，如果步骤202中选取有多个样本，那么在任一个样本的损失值不小于预定阈值的情况下，需要调整初始图像特征提取模型中的主干模型的相关参数和子中心向量。在训练的过程中，通过最小化损失函数，把物品图像的特征向量与其对应类别的K个子中心向量中的任何一个的距离拉近，与其他所有类别的(N-1)*K个子中心向量的距离拉远。这样，在学习特征提取模型的同时，也训练出了每个类别对应的K个子中心向量，这K个子中心向量包含了该类别的信息。
需要说明的是，这里的选取方式在本公开中也不限制。例如在样本集中有大量样本的情况下，执行主体可以从中选取未被选取过的样本。
本公开的上述实施例提供的方法，通过针对每种类别设置不同的子中心向量对图像特征提取模型进行优化训练，提高模型的训练速度和准确率。克服了现有方法依赖大量精标数据，成本高，获取难度大的，数据量难扩展的瓶颈，具有极大的实用价值。
在本实施例的一些可选的实现方式中，该方法还包括：将样本集中的物品图像输入到训练完成的初始图像特征提取模型，得到每张物品图像对应的特征向量。对于每张物品图像，分别计算该物品图像对应的特征向量与该物品图像的类别对应的预定数目的子中心向量的相似度，将该物品图像归类到相似度最大值对应的子中心向量。对于每个类别，统计该类别包含的物品图像的第一数量和每个子中心向量包含的物品图像的第二数量。将第二数量与第一数量之比大于第一阈值的子中心向量作为候选子中心向量，并将该类别下的候选子中心向量进行融合，得到该类别的类别子中心向量。若该类别的类别子中心向量的数量大于1，则将该类别进行拆分，得到新的类别。
使用之前学习到的类别中心矩阵作为聚类中心，对每个类别下的所有物品图像进行聚类。
每个类别下的所有物品图像通过初始图像特征提取模型提取特征并进行L2归一化，得到所有物品图像(下文简称图片)的特征向量。
对于第i个类别，一共有ni张图片，每张图片的特征向量分别和第i类的K个子中心向量进行点乘(1*512维·512*K维＝>1*K维)，得到和K个子中心向量的余弦相似度，取相似度最大的子中心向量作为这张图片的聚类中心。这样对于类别i的第一个子中心向量就有了
Figure BDA0003077150470000081
张图片，第二个子中心向量有
Figure BDA0003077150470000082
张图片，第K个子中心向量有
Figure BDA0003077150470000083
张图片。如果每个子中心向量包含的图片数和类别图片的总数(
Figure BDA0003077150470000084
/ni)大于一定阈值T1，就保留这个子中心向量作为候选子中心向量，小于阈值的子中心向量剔除掉，得到K′个候选子中心向量。现在需要对同一类别下的K′个候选子中心向量中距离足够近的候选子中心向量进行融合。具体的做法可以是，首先对候选子中心向量根据包含的图片数量从大到小排序，可规定第一个候选子中心向量为该类别的主子中心向量，使用第二个候选子中心向量与类别主子中心向量计算余弦距离，如果距离足够近就把这个候选子中心向量剔除掉，如果大于一定阈值T2，就保留这个候选子中心向量作为该类别的第二子中心向量，然后使用第三个候选子中心向量与保留下来的所有子中心向量(类别主子中心向量、第二子中心向量)计算余弦距离，如果与其中任何一个保留下来的子中心向量的距离足够近，就把这个候选子中心向量剔除掉，如果大于一定阈值T2，就保留这个候选子中心向量作为该类别的第三子中心向量，以此类推，这样每个类别最终会得到K″个类别子中心向量。
如果一个类别最终得到的类别子中心向量的个数K″大于1，则需要对其进行类别拆分。拆出K″个类别，每个类别的中心向量即为拆分前的类别子中心向量。每个类别有且仅有一个中心向量。
通过类别拆出，可将物品图像的类别进行细粒度的化分，从而方便后续的特征提取，以及使用提取出的特征进行分类。
在本实施例的一些可选的实现方式中，该方法还包括：对于每个类别，以该类别的类别子中心向量为聚类中心对物品图像的特征向量进行聚类。对于每张物品图像，如果该物品图像的特征向量与各类别的类别子中心向量的最近距离大于第二阈值，则删除该物品图像。
使用这K″个类别子中心向量作为聚类中心，再次对该类别下的所有图片进行聚类，如果图片的特征向量和其最近的子中心向量的距离大于一定阈值，则认为该图片为噪声图片，将其剔除。
这样可以精选出有效的训练样本，提高模型训练的效率和准确率，加快模型收敛速度。
在本实施例的一些可选的实现方式中，该方法还包括：执行如下合并步骤：从拆分出的类别集合中任意选取两个类别；计算选取的两个类别的中心特征向量之间的余弦相似度。若余弦相似度大于第三阈值，则将这两个类别合并；
重复执行所述合并步骤，直到所述类别集合中任意两个类别的中心特征向量之间的余弦相似度不大于第三阈值。
通过两两比较中心特征向量之间的余弦相似度，将视觉语义极度相关的类别进行合并。
和上述同一个类别内的子中心向量的合并类似，可对经过拆分后的所有类别根据图片数从大到小做排序，可规定类别集合中第一个类别为主类别，其它类别为候选类别。第一个类别的中心向量为主中心向量。任选一个候选类别的中心向量与主中心向量计算余弦相似度，如果余弦相似度大于第三阈值(T3)就把该候选类别剔除掉(将该候选类别下的图片归类到第一类别中)。如果不大于T3，就保留这个候选类别作为类别集合的第二类别。然后再重新选择一个候选类别的中心向量与保留下来的所有类别的中心向量(主类别的中心向量、第二类别的中心向量)计算余弦相似度，如果与其中任何一个保留下来的中心向量的余弦相似度大于T3，就把这个候选类别剔除掉，否则，就保留这个候选类别作为第三类别，以此类推，最终会得到N′个类别。
通过余弦相似度的计算，合并足够接近的类别，保留距离大于一定阈值的类别，最终会得到N′个类别。可以通过把之前的标签拼在一起形成新的类别标签，通过分号(；)隔开。然后使用最终的类别标签对图片集进行重新标注。
这样可以保证不同类别之间互不相关，避免出现同类物品图像被分到不同的类别标签的情况。
在本实施例的一些可选的实现方式中，该方法还包括：更新样本集中物品图像的类别。将初始图像特征提取模型中每种类别的子中心向量的数量设置为1。基于更新后的样本集重新训练更新后的初始图像特征提取模型，得到图像特征提取模型。基于重新标注的数据集(共有N′个类别)，使用之前训练的CNN的权重作为初始化权重，每个类别仅设置1个类别中心，也就是K＝1，矩阵维度为N′*1*512，随机初始化。使用同样的损失函数对初始图像特征提取模型进行微调，得到最终的图像特征提取模型。
本训练方案具有较强的噪声鲁棒性，在训练的同时对噪声数据和非噪声数据做了聚类，方便了后续的噪声数据清洗。
在本实施例的一些可选的实现方式中，获取样本集，包括：获取物品图像集合和每张物品图像对应的标题。对于物品图像集合中的物品图像，从该物品图像对应的标题中提取出物品名称作为该物品图像的类别。
从互联网上获取物品图像和标题，通过NLP(自然语言处理)算法从物品标题中提取一个物品名称作为图片的类别标签，挖取大量的图片和类别标签后，如果类别标签下图片数小于预定数量，例如10张，则认为该类图片数过少，将该类别剔除。训练数据可以方便地从网络上以较低成本获取，不需要人工标注，大大降低标注成本。
可选地，获取样本集，包括：根据预定的物品名称列表在网络上搜索物品图像集合。将搜索到的每张物品图像的类别设置为对应的物品名称。
首先定义一个待挖掘的物品名称列表，如苹果手机、瑜伽垫、吹风机、水晶吊灯、太阳镜、男士风衣等，共N个物品类别，本方案中选取了10万个物品名称。在网络上搜索并下载上述物品名称列表对应的图片，每个物品名称挖取足够量的图片(约100张)，使用物品名称作为每个物品类别的标签，这样就可以获得大量的带有噪声的物品图片训练数据。
继续参见图3，图3是根据本实施例的训练图像特征提取模型的方法的应用场景的一个示意图。在图3的应用场景中，从样本集中选取出物品图像输入到主干模型，由CNN提取特征并经过特征嵌入和L2归一化后输出该物品图像的512维的图像特征向量(NormalizedEmbedding Feature)。然后再乘以N*K*512的归一化的子中心向量(Normalized Sub-Centers)，得到每个子中心向量的余弦相似度(Subclass-wise Cosine Similarity)。再将余弦相似度进行最大池化(Max Pooling)，得到每个类别的余弦相似度(Class-wiseCosine Similarity)。再通过ArcFace(弧度算法)算法计算损失值。以最小化损失值的方式调整主干模型的相关参数和子中心向量。在学习特征提取模型的同时，也训练出了每个类别对应的K个子中心向量，这K个子中心向量包含了该类别的信息。
训练完成的初始图像特征提取模型可用于将物品的类别拆分得更精细并且互不相关，还可用于过滤噪声图片。
请参见图4，其示出了本公开提供的提取图像特征的方法的一个实施例的流程400。该提取图像特征的方法可以包括以下步骤：
步骤401，获取待处理的物品图像。
在本实施例中，提取图像特征的方法的执行主体(例如图1所示的服务器105)可以通过多种方式来获取物品图像。例如，执行主体可以通过有线连接方式或无线连接方式，从数据库服务器(例如图1所示的数据库服务器104)中获取存储于其中的物品图像。再例如，执行主体也可以接收终端(例如图1所示的终端101、102)或其他设备采集的物品图像。
在本实施例中，物品图像同样可以是彩色图像和/或灰度图像等等。且该物品图像的格式在本公开中也不限制。
步骤402，将物品图像输入图像特征提取模型中，输出图像特征。
在本实施例中，执行主体可以将步骤401中获取的物品图像输入图像特征提取模型中，从而输出图像特征。图像特征可以描述物品的特征，用于物品查询、对比分析等。将输出的图像特征与数据库中物品的图像特征计算相似度，找到最相似的物品对应的属性信息。例如查找车辆A的型号，则可从车辆A的图片中提取图像特征，然后跟数据库中存储的不同型号的车辆的特征进行比对，从而确定出车辆A的型号。
在本实施例中，图像特征提取模型可以是采用如上述图2实施例所描述的方法而生成的。具体生成过程可以参见图2实施例的相关描述，在此不再赘述。
需要说明的是，本实施例提取图像特征的方法可以用于测试上述各实施例所生成的图像特征提取模型。进而根据测试结果可以不断地优化图像特征提取模型。该方法也可以是上述各实施例所生成的图像特征提取模型的实际应用方法。采用上述各实施例所生成的图像特征提取模型，来进行特征提取，有助于提高特征提取的性能。如找到的物品较多，找到的物品信息比较准确等。
进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种训练图像特征提取模型的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，本实施例的训练图像特征提取模型的装置500包括：获取单元501和训练单元502。其中，获取单元501，被配置成获取样本集和初始图像特征提取模型，其中，样本集中的样本包括物品图像和类别，初始图像特征提取模型包括主干模型和针对每种类别设置的预定数目的子中心向量。训练单元502，被配置成从样本集中选取样本，执行如下训练步骤：将选取的样本的物品图像输入主干模型，得到图像特征向量。将图像特征向量分别与选取的样本的目标类别对应的预定数目的子中心向量计算相似度，并将相似度最大值作为目标类别的相似度。基于目标类别的相似度计算损失值。若损失值小于预定阈值，则确定出初始图像特征提取模型训练完成。
在本实施例的一些可选的实现方式中，装置500还包括调整单元503，被配置成：若损失值不小于预定阈值，则调整初始图像特征提取模型中的主干模型的相关参数和子中心向量，以及从样本集中重新选取样本，继续执行训练步骤。
在本实施例的一些可选的实现方式中，装置500还包括拆分单元504，被配置成：将样本集中的物品图像输入到训练完成的初始图像特征提取模型，得到每张物品图像对应的特征向量。对于每张物品图像，分别计算该物品图像对应的特征向量与该物品图像的类别对应的预定数目的子中心向量的相似度，将该物品图像归类到相似度最大值对应的子中心向量。对于每个类别，统计该类别包含的物品图像的第一数量和每个子中心向量包含的物品图像的第二数量。将第二数量与第一数量之比大于第一阈值的子中心向量作为候选子中心向量，并将该类别下的候选子中心向量进行融合，得到该类别的类别子中心向量。若该类别的类别子中心向量的数量大于1，则将该类别进行拆分，得到新的类别。
在本实施例的一些可选的实现方式中，装置500还包括过滤单元505，被配置成：对于每个类别，以该类别的类别子中心向量为聚类中心对物品图像的特征向量进行聚类。对于每张物品图像，如果该物品图像的特征向量与各类别的类别子中心向量的最近距离大于第二阈值，则删除该物品图像。
在本实施例的一些可选的实现方式中，装置还包括合并单元506，被配置成：执行如下合并步骤：从拆分出的类别集合中任意选取两个类别；计算拆分出的两个类别的中心特征向量之间的余弦相似度。若余弦相似度大于第三阈值，则将这两个类别合并；重复执行所述合并步骤，直到所述类别集合中任意两个类别的中心特征向量之间的余弦相似度不大于第三阈值。
在本实施例的一些可选的实现方式中，训练单元502进一步被配置成：更新样本集中物品图像的类别。将初始图像特征提取模型中每种类别的子中心向量的数量设置为1。基于更新后的样本集重新训练更新后的初始图像特征提取模型，得到图像特征提取模型。
在本实施例的一些可选的实现方式中，获取单元501进一步被配置成：获取物品图像集合和每张物品图像对应的标题。对于物品图像集合中的物品图像，从该物品图像对应的标题中提取出物品名称作为该物品图像的类别。
进一步参考图6，作为对上述各图所示方法的实现，本公开提供了一种提取图像特征的装置的一个实施例，该装置实施例与图4所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图6所示，本实施例的提取图像特征的装置600包括：获取单元604，被配置成获取待处理的物品图像。提取单元602，被配置成将所述物品图像输入由装置500训练的图像特征提取模型中，输出图像特征。
根据本公开的实施例，本公开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。
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流程200或400所述的方法。
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流程200或400所述的方法。
一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现流程200或400所述的方法。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机，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，例如键盘、鼠标等；输出单元707，例如各种类型的显示器、扬声器等；存储单元708，例如磁盘、光盘等；以及通信单元709，例如网卡、调制解调器、无线通信收发机等。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。
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，例如训练图像特征提取模型的方法。例如，在一些实施例中，训练图像特征提取模型的方法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训练图像特征提取模型的方法的一个或多个步骤。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)而被配置为执行训练图像特征提取模型的方法。
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。服务器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。服务器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。
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，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，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。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (16)

1.一种训练图像特征提取模型的方法，包括：
获取样本集和初始图像特征提取模型，其中，所述样本集中的样本包括物品图像和类别，初始图像特征提取模型包括主干模型和针对每种类别设置的预定数目的子中心向量；
从所述样本集中选取样本，执行如下训练步骤：将选取的样本的物品图像输入所述主干模型，得到图像特征向量；将所述图像特征向量分别与选取的样本的目标类别对应的预定数目的子中心向量计算相似度，并将相似度最大值作为所述目标类别的相似度；基于所述目标类别的相似度计算损失值；若所述损失值小于预定阈值，则确定出所述初始图像特征提取模型训练完成；
将所述样本集中的物品图像输入到训练完成的初始图像特征提取模型，得到每张物品图像对应的特征向量；
对于每张物品图像，分别计算该物品图像对应的特征向量与该物品图像的类别对应的预定数目的子中心向量的相似度，将该物品图像归类到相似度最大值对应的子中心向量；
对于每个类别，统计该类别包含的物品图像的第一数量和每个子中心向量包含的物品图像的第二数量；将所述第二数量与所述第一数量之比大于第一阈值的子中心向量作为候选子中心向量，并将该类别下的候选子中心向量进行融合，得到该类别的类别子中心向量；若该类别的类别子中心向量的数量大于1，则将该类别进行拆分，得到新的类别。
2.根据权利要求1所述的方法，其中，所述方法还包括：
若所述损失值不小于预定阈值，则调整所述初始图像特征提取模型中的主干模型的相关参数和子中心向量，以及从所述样本集中重新选取样本，继续执行所述训练步骤。
3.根据权利要求1所述的方法，其中，所述方法还包括：
对于每个类别，以该类别的类别子中心向量为聚类中心对物品图像的特征向量进行聚类；
对于每张物品图像，如果该物品图像的特征向量与各类别的类别子中心向量的最近距离大于第二阈值，则删除该物品图像。
4.根据权利要求3所述的方法，其中，所述方法还包括：
从拆分出的类别集合中任意选取两个类别；计算选取的两个类别的中心特征向量之间的余弦相似度；若所述余弦相似度大于第三阈值，则将这两个类别合并。
5.根据权利要求4所述的方法，其中，所述方法还包括：
更新样本集中物品图像的类别；
将所述初始图像特征提取模型中每种类别的子中心向量的数量设置为1；
基于更新后的样本集重新训练更新后的初始图像特征提取模型，得到图像特征提取模型。
6.根据权利要求1-5中任一项所述的方法，其中，所述获取样本集，包括：
获取物品图像集合和每张物品图像对应的标题；
对于所述物品图像集合中的物品图像，从该物品图像对应的标题中提取出物品名称作为该物品图像的类别。
7.一种提取图像特征的方法，包括：
获取待处理的物品图像；
将所述物品图像输入采用如权利要求1-6中任一项所述的方法训练的图像特征提取模型中，输出图像特征。
8.一种训练图像特征提取模型的装置，包括：
获取单元，被配置成获取样本集和初始图像特征提取模型，其中，所述样本集中的样本包括物品图像和类别，初始图像特征提取模型包括主干模型和针对每种类别设置的预定数目的子中心向量；
训练单元，被配置成从所述样本集中选取样本，执行如下训练步骤：将选取的样本的物品图像输入所述主干模型，得到图像特征向量；将所述图像特征向量分别与选取的样本的目标类别对应的预定数目的子中心向量计算相似度，并将相似度最大值作为所述目标类别的相似度；基于所述目标类别的相似度计算损失值；若所述损失值小于预定阈值，则确定出所述初始图像特征提取模型训练完成；
拆分单元，被配置成：
将所述样本集中的物品图像输入到训练完成的初始图像特征提取模型，得到每张物品图像对应的特征向量；
对于每张物品图像，分别计算该物品图像对应的特征向量与该物品图像的类别对应的预定数目的子中心向量的相似度，将该物品图像归类到相似度最大值对应的子中心向量；
对于每个类别，统计该类别包含的物品图像的第一数量和每个子中心向量包含的物品图像的第二数量；将所述第二数量与所述第一数量之比大于第一阈值的子中心向量作为候选子中心向量，并将该类别下的候选子中心向量进行融合，得到该类别的类别子中心向量；若该类别的类别子中心向量的数量大于1，则将该类别进行拆分，得到新的类别。
9.根据权利要求8所述的装置，其中，所述装置还包括调整单元，被配置成：
若所述损失值不小于预定阈值，则调整所述初始图像特征提取模型中的主干模型的相关参数和子中心向量，以及从所述样本集中重新选取样本，继续执行所述训练步骤。
10.根据权利要求8所述的装置，其中，所述装置还包括过滤单元，被配置成：
对于每个类别，以该类别的类别子中心向量为聚类中心对物品图像的特征向量进行聚类；
对于每张物品图像，如果该物品图像的特征向量与各类别的类别子中心向量的最近距离大于第二阈值，则删除该物品图像。
11.根据权利要求10所述的装置，其中，所述装置还包括合并单元，被配置成：
从拆分出的类别集合中任意选取两个类别；计算选取的两个类别的中心特征向量之间的余弦相似度；若所述余弦相似度大于第三阈值，则将这两个类别合并。
12.根据权利要求11所述的装置，其中，所述训练单元进一步被配置成：
更新样本集中物品图像的类别；
将所述初始图像特征提取模型中每种类别的子中心向量的数量设置为1；
基于更新后的样本集重新训练更新后的初始图像特征提取模型，得到图像特征提取模型。
13.根据权利要求8-12中任一项所述的装置，其中，所述获取单元进一步被配置成：
获取物品图像集合和每张物品图像对应的标题；
对于所述物品图像集合中的物品图像，从该物品图像对应的标题中提取出物品名称作为该物品图像的类别。
14.一种提取图像特征的装置，包括：
获取单元，被配置成获取待处理的物品图像；
提取单元，被配置成将所述物品图像输入由权利要求8-13中任一项所述的装置训练的图像特征提取模型中，输出图像特征。
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1-7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1-7中任一项所述的方法。
CN202110555863.5A 2021-05-21 2021-05-21 训练图像特征提取模型和提取图像特征的方法、装置 Active CN113255694B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110555863.5A CN113255694B (zh) 2021-05-21 2021-05-21 训练图像特征提取模型和提取图像特征的方法、装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110555863.5A CN113255694B (zh) 2021-05-21 2021-05-21 训练图像特征提取模型和提取图像特征的方法、装置

Publications (2)

Publication Number Publication Date
CN113255694A CN113255694A (zh) 2021-08-13
CN113255694B true CN113255694B (zh) 2022-11-11

Family

ID=77183525

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110555863.5A Active CN113255694B (zh) 2021-05-21 2021-05-21 训练图像特征提取模型和提取图像特征的方法、装置

Country Status (1)

Country Link
CN (1) CN113255694B (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113656630A (zh) * 2021-08-17 2021-11-16 北京百度网讯科技有限公司 检索图像的方法、装置和系统
CN116049468A (zh) * 2021-10-28 2023-05-02 北京有竹居网络技术有限公司 特征提取模型训练方法、图片搜索方法、装置及设备
CN113850632B (zh) * 2021-11-29 2022-03-01 平安科技（深圳）有限公司 用户类别确定方法、装置、设备及存储介质
CN114119989B (zh) * 2021-11-29 2023-08-11 北京百度网讯科技有限公司 图像特征提取模型的训练方法、装置及电子设备
CN114926753B (zh) * 2022-06-16 2023-10-13 无锡慧眼人工智能科技有限公司 一种海量图像条件下的快速目标场景信息提取方法
CN115130592B (zh) * 2022-07-01 2023-04-18 中昊芯英(杭州)科技有限公司 一种样本生成芯片
CN115082740B (zh) * 2022-07-18 2023-09-01 北京百度网讯科技有限公司 目标检测模型训练方法、目标检测方法、装置、电子设备
CN115294396B (zh) * 2022-08-12 2024-04-23 北京百度网讯科技有限公司 骨干网络的训练方法以及图像分类方法
CN115690443B (zh) * 2022-09-29 2023-06-16 北京百度网讯科技有限公司 特征提取模型训练方法、图像分类方法及相关装置
CN116109991B (zh) * 2022-12-07 2024-01-09 北京百度网讯科技有限公司 模型的约束参数确定方法、装置及电子设备
CN116823994A (zh) * 2023-02-20 2023-09-29 阿里巴巴达摩院(杭州)科技有限公司 图像生成、模型训练方法、装置、设备及存储介质
CN117152353B (zh) * 2023-08-23 2024-05-28 北京市测绘设计研究院 实景三维模型创建方法、装置、电子设备和可读介质
CN117152567B (zh) * 2023-10-31 2024-02-23 腾讯科技（深圳）有限公司 特征提取网络的训练方法、分类方法、装置及电子设备

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BRPI0600472B1 (pt) * 2006-02-06 2019-04-02 Samara Nehmi Nagy Sistema de rastreamento humano, animal ou de objetos
CN102129470A (zh) * 2011-03-28 2011-07-20 中国科学技术大学 标签聚类方法和系统
CN103455550B (zh) * 2013-07-26 2017-06-06 百度在线网络技术（北京）有限公司 一种获取具有对比效果的图片搜索结果的方法及装置
CN106355449B (zh) * 2016-08-31 2021-09-07 腾讯科技（深圳）有限公司 用户选取方法和装置
CN106778897B (zh) * 2016-12-29 2019-10-11 西京学院 基于余弦距离和中心轮廓距离的两次植物物种识别方法
CN107766822A (zh) * 2017-10-23 2018-03-06 平安科技（深圳）有限公司 电子装置、人脸图像聚类搜索方法和计算机可读存储介质
CN108228844B (zh) * 2018-01-09 2020-10-27 美的集团股份有限公司 一种图片筛选方法及装置、存储介质、计算机设备
CN109241995B (zh) * 2018-08-01 2021-05-14 中国计量大学 一种基于改进型ArcFace损失函数的图像识别方法
CN111597979B (zh) * 2018-12-17 2023-05-12 北京嘀嘀无限科技发展有限公司 一种目标对象聚类方法及装置
US11132577B2 (en) * 2019-07-17 2021-09-28 Cognizant Technology Solutions India Pvt. Ltd System and a method for efficient image recognition
CN110443230A (zh) * 2019-08-21 2019-11-12 北京百度网讯科技有限公司 人脸融合方法、装置以及电子设备
CN110781957B (zh) * 2019-10-24 2023-05-30 深圳市商汤科技有限公司 图像处理方法及装置、电子设备和存储介质

Also Published As

Publication number Publication date
CN113255694A (zh) 2021-08-13

Similar Documents

Publication Publication Date Title
CN113255694B (zh) 训练图像特征提取模型和提取图像特征的方法、装置
CN113326764B (zh) 训练图像识别模型和图像识别的方法和装置
CN109117777B (zh) 生成信息的方法和装置
KR102576344B1 (ko) 비디오를 처리하기 위한 방법, 장치, 전자기기, 매체 및 컴퓨터 프로그램
CN113971751A (zh) 训练特征提取模型、检测相似图像的方法和装置
JP7393472B2 (ja) 陳列シーン認識方法、装置、電子機器、記憶媒体およびコンピュータプログラム
CN113239807B (zh) 训练票据识别模型和票据识别的方法和装置
CN112784778A (zh) 生成模型并识别年龄和性别的方法、装置、设备和介质
CN114429633B (zh) 文本识别方法、模型的训练方法、装置、电子设备及介质
CN116580257A (zh) 特征融合模型训练及样本检索方法、装置和计算机设备
CN113360700A (zh) 图文检索模型的训练和图文检索方法、装置、设备和介质
CN108537109B (zh) 基于OpenPose的单目相机手语识别方法
CN112766284A (zh) 图像识别方法和装置、存储介质和电子设备
CN115358392A (zh) 深度学习网络的训练方法、文本检测方法及装置
CN115393606A (zh) 图像识别的方法和系统
CN113902899A (zh) 训练方法、目标检测方法、装置、电子设备以及存储介质
CN114882334B (zh) 用于生成预训练模型的方法、模型训练方法及装置
CN114842482B (zh) 一种图像分类方法、装置、设备和存储介质
CN114444514B (zh) 语义匹配模型训练、语义匹配方法及相关装置
CN114419327B (zh) 图像检测方法和图像检测模型的训练方法、装置
CN114610953A (zh) 一种数据分类方法、装置、设备及存储介质
CN114443864A (zh) 跨模态数据的匹配方法、装置及计算机程序产品
CN113657248A (zh) 人脸识别模型的训练方法、装置及计算机程序产品
CN113344121A (zh) 训练招牌分类模型和招牌分类的方法
CN115471893B (zh) 训练人脸识别模型、人脸识别的方法和装置

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