CN113361549A - 一种模型更新方法以及相关装置 - Google Patents

一种模型更新方法以及相关装置 Download PDF

Info

Publication number
CN113361549A
CN113361549A CN202010143004.0A CN202010143004A CN113361549A CN 113361549 A CN113361549 A CN 113361549A CN 202010143004 A CN202010143004 A CN 202010143004A CN 113361549 A CN113361549 A CN 113361549A
Authority
CN
China
Prior art keywords
clustering
target
training images
similarity
neural network
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010143004.0A
Other languages
English (en)
Inventor
韩纪飞
胡芝兰
白博
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.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies 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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN202010143004.0A priority Critical patent/CN113361549A/zh
Priority to EP21763687.7A priority patent/EP4105828A4/en
Priority to PCT/CN2021/079005 priority patent/WO2021175278A1/zh
Publication of CN113361549A publication Critical patent/CN113361549A/zh
Priority to US17/898,948 priority patent/US20220415023A1/en
Pending legal-status Critical Current

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
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • 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
    • 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
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/0464—Convolutional networks [CNN, ConvNet]
    • 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
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • 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
    • G06N3/088—Non-supervised learning, e.g. competitive learning
    • 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
    • G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
    • 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
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/776—Validation; Performance evaluation
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands

Landscapes

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

Abstract

本申请涉及人工智能领域，公开了一种模型更新方法，包括：根据多个目标特征对多个训练图像进行多次第一聚类处理，得到多个第一聚类结果，多个第一聚类结果中的每个第一聚类结果对应于一个轮廓系数，轮廓系数表示聚类质量；根据轮廓系数确定第一目标聚类结果，第一目标聚类结果包括M个聚类类别；根据多个目标特征对多个训练图像进行第二聚类处理，得到第二聚类结果，第二聚类结果包括的聚类类别数量为M。本申请不需要基于带标签的样本在对得到的不同聚类类别数目对应的模型进行验证来确定最佳的聚类数量，可以直接通过第一聚类的结果来选择最优的聚类类别数量。

Description

一种模型更新方法以及相关装置
技术领域
本申请涉及人工智能领域，尤其涉及一种模型更新方法以及相关装置。
背景技术
随着人们对社会公共安全的日益关注以及视频采集技术和大规模数据存储技术的发 展，大量的监控摄像头应用在人群密集易发生公共安全的场所，人工已难以应对海量增长 的监控视频，因此利用计算机对监控视频中的行人等进行再识别的需求应运而生。其中再 识别是指监控视频中识别出某个特定的已经在监控网络中出现过的行人。例如，在监控网 络中，行人会在不同的摄像头下出现，行人再识别的任务是在监控网络中行人的身份的鉴 定，将曾经在监控网络中出现过的目标行人在其他摄像机的场景内再次识别出来的技术， 即在给定一些候选目标的情况下如何将行人进行再识别。
得益于深度学习的发展，图像检索、识别类任务性能获得了巨大的提升，然而现有深 度学习解决方案依赖于数据，在同一场景下，借助于大量训练数据可以得到在当前场景下 性能优异的深度模型，然而深度模型在实际部署时会遇到场景和训练数据分布不一致的情 况，在部署场景性能会大幅下降。为了解决目标场景部署时性能下降的问题，可以使用目 标场景无标签样本对进行训练，从而提高目标场景性能。
现有技术中，在使用目标场景无标签样本对进行训练的过程中，开始时将每一个样本 视作一个单独的聚类类别，每次迭代按照最小距离原则缩减一定数目的聚类类别，随着迭 代的进行，聚类类别的数目减小，模型也随着训练性能逐渐提高，最后对得到的不同聚类 类别数目对应的模型进行验证，以确定最佳性能的模型，在上述验证过程中，需要基于带 标签的样本在对得到的不同聚类类别数目对应的模型进行验证，然而，在一些场景中，带 标签的样本常常很难获得。
发明内容
本申请提供了一种模型更新方法，所述方法包括：
获取神经网络模型和多个训练图像；
通过所述神经网络模型对所述多个训练图像进行特征提取，得到多个目标特征；
根据所述多个目标特征对所述多个训练图像进行多次第一聚类处理，得到多个第一聚 类结果，所述多个第一聚类结果中的每个第一聚类结果对应于一个轮廓系数，所述轮廓系 数表示聚类质量；
根据所述多个第一聚类结果对应的多个轮廓系数从所述多个第一聚类结果中确定第 一目标聚类结果，所述第一目标聚类结果包括M个聚类类别；
根据所述多个目标特征对所述多个训练图像进行第二聚类处理，得到第二聚类结果， 并根据第一损失函数更新所述神经网络的参数，所述第二聚类结果包括的聚类类别数量为 所述M。
在第一方面的一种可选设计中，所述轮廓系数根据类间分离度以及类内凝聚度计算， 所述类间分离度表示不同聚类类别之间的距离，所述类内凝聚度表示同一个聚类类别对应 的不同训练图像之间的距离。
在第一方面的一种可选设计中，所述第一目标聚类结果对应的轮廓系数大于所述多个 第一聚类结果中除所述第一目标聚类结果之外的其他聚类结果对应的轮廓系数。
在第一方面的一种可选设计中，所述根据所述多个目标特征对所述多个训练图像进行 多次第一聚类处理，包括：
根据所述多个目标特征对所述多个训练图像进行多次第一聚类处理，并在每次第一聚 类处理之后基于第二损失函数更新所述神经网络的参数。
在第一方面的一种可选设计中，所述在每次第一聚类处理之后基于第二损失函数更新 所述神经网络的参数，包括：
在每次第一聚类处理之后基于第二损失函数更新所述神经网络的参数，以减小下一次 第一聚类处理得到的第一聚类结果中，所述多个训练图像中的每个训练图像与所述第一聚 类结果包括的多个聚类类别的之间的第一相似度分布的方差。
在第一方面的一种可选设计中，所述多次第一聚类处理包括第i次聚类处理和第j次 聚类处理，所述第j次聚类处理在所述第i次聚类处理之后，所述根据所述多个目标特征对所述多个训练图像进行多次第一聚类处理，包括：
在进行所述第i次聚类处理和所述第j次聚类处理时，获取所述多个目标特征中各个 目标特征之间的第二相似度，所述第二相似度包括所述多个目标特征中各个目标特征之间 的图像特征相似度以及时空约束权重，其中，进行所述第j次聚类处理时的时空约束权重 大于进行所述第i次聚类处理时的时空约束权重，所述时空约束权重表示时空约束对于所 述各个目标特征之间的第二相似度的影响能力；
根据所述第二相似度对所述多个训练图像进行所述第i次聚类处理和所述第j次聚类 处理,其中，所述i，j为正整数。
在第一方面的一种可选设计中，所述根据所述多个目标特征对所述多个训练图像进行 多次第一聚类处理，包括：
获取所述多个目标特征中各个目标特征之间的第二相似度，所述第二相似度包括所述 多个目标特征中各个目标特征之间的图像特征相似度以及时空约束权重；
根据所述第二相似度对所述多个训练图像进行多次第一聚类处理，且在每次第一聚类 处理之后，根据对应的第一聚类结果更新所述多个目标特征中各个目标特征之间的时空约 束权重。
在第一方面的一种可选设计中，所述第二损失函数包括三元损失函数。
在第一方面的一种可选设计中，所述根据第一损失函数更新所述神经网络的参数，包 括：
根据三元损失函数和第二损失函数更新所述神经网络的参数，以减小下一次第二聚类 处理得到的第二聚类结果中，所述多个训练图像中的每个训练图像与所述第二聚类结果包 括的多个聚类类别的之间的第一相似度分布的方差，以及增加下一次聚类处理得到的第二 聚类结果中，所述不同聚类类别之间的距离。
第二方面，本申请提供了一种模型更新装置，所述装置包括：
获取模块，用于获取神经网络模型和多个训练图像；
特征提取模块，用于通过所述神经网络模型对所述多个训练图像进行特征提取，得到 多个目标特征；
第一聚类模块，用于根据所述多个目标特征对所述多个训练图像进行多次第一聚类处 理，得到多个第一聚类结果，所述多个第一聚类结果中的每个第一聚类结果对应于一个轮 廓系数，所述轮廓系数表示聚类质量；
确定模块，用于根据所述多个第一聚类结果对应的多个轮廓系数从所述多个第一聚类 结果中确定第一目标聚类结果，所述第一目标聚类结果包括M个聚类类别；
第二聚类模块，用于根据所述多个目标特征对所述多个训练图像进行第二聚类处理， 得到第二聚类结果，并根据第一损失函数更新所述神经网络的参数，所述第二聚类结果包 括的聚类类别数量为所述M。
在第二方面的一种可选设计中，所述轮廓系数根据类间分离度以及类内凝聚度计算， 所述类间分离度表示不同聚类类别之间的距离，所述类内凝聚度表示同一个聚类类别对应 的不同训练图像之间的距离。
在第二方面的一种可选设计中，所述第一目标聚类结果对应的轮廓系数大于所述多个 第一聚类结果中除所述第一目标聚类结果之外的其他聚类结果对应的轮廓系数。
在第二方面的一种可选设计中，所述第一聚类模块，具体用于：
根据所述多个目标特征对所述多个训练图像进行多次第一聚类处理，并在每次第一聚 类处理之后基于第二损失函数更新所述神经网络的参数。
在第二方面的一种可选设计中，所述第一聚类模块，具体用于：
在每次第一聚类处理之后基于第二损失函数更新所述神经网络的参数，以减小下一次 第一聚类处理得到的第一聚类结果中，所述多个训练图像中的每个训练图像与所述第一聚 类结果包括的多个聚类类别的之间的第一相似度分布的方差。
在第二方面的一种可选设计中，所述多次第一聚类处理包括第i次聚类处理和第j次 聚类处理，所述第j次聚类处理在所述第i次聚类处理之后，所述第一聚类模块，具体用于：
在进行所述第i次聚类处理和所述第j次聚类处理时，获取所述多个目标特征中各个 目标特征之间的第二相似度，所述第二相似度包括所述多个目标特征中各个目标特征之间 的图像特征相似度以及时空约束权重，其中，进行所述第j次聚类处理时的时空约束权重 大于进行所述第i次聚类处理时的时空约束权重，所述时空约束权重表示时空约束对于所 述各个目标特征之间的第二相似度的影响能力；
根据所述第二相似度对所述多个训练图像进行所述第i次聚类处理和所述第j次聚类 处理,其中，所述i，j为正整数。
在第二方面的一种可选设计中，所述第一聚类模块，具体用于：
获取所述多个目标特征中各个目标特征之间的第二相似度，所述第二相似度包括所述 多个目标特征中各个目标特征之间的图像特征相似度以及时空约束权重；
根据所述第二相似度对所述多个训练图像进行多次第一聚类处理，且在每次第一聚类 处理之后，根据对应的第一聚类结果更新所述多个目标特征中各个目标特征之间的时空约 束权重。
在第二方面的一种可选设计中，所述第二损失函数包括三元损失函数。
在第二方面的一种可选设计中，所述第二聚类模块，具体用于：
根据三元损失函数和第二损失函数更新所述神经网络的参数，以减小下一次第二聚类 处理得到的第二聚类结果中，所述多个训练图像中的每个训练图像与所述第二聚类结果包 括的多个聚类类别的之间的第一相似度分布的方差，以及增加下一次聚类处理得到的第二 聚类结果中，所述不同聚类类别之间的距离。
第三方面，本申请实施例提供了一种训练设备，可以包括存储器、处理器以及总线系 统，其中，存储器用于存储程序，处理器用于执行存储器中的程序，包括如下步骤：
获取神经网络模型和多个训练图像；
通过所述神经网络模型对所述多个训练图像进行特征提取，得到多个目标特征；
根据所述多个目标特征对所述多个训练图像进行多次第一聚类处理，得到多个第一聚 类结果，所述多个第一聚类结果中的每个第一聚类结果对应于一个轮廓系数，所述轮廓系 数表示聚类质量；
根据所述多个第一聚类结果对应的多个轮廓系数从所述多个第一聚类结果中确定第 一目标聚类结果，所述第一目标聚类结果包括M个聚类类别；
根据所述多个目标特征对所述多个训练图像进行第二聚类处理，得到第二聚类结果， 并根据第一损失函数更新所述神经网络的参数，所述第二聚类结果包括的聚类类别数量为 所述M。
本申请第三方面中，处理器还可以用于执行第一方面的各个可能实现方式中执行设备 执行的步骤，具体均可以参阅第一方面，此处不再赘述。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质 中存储有计算机程序，当其在计算机上运行时，使得计算机执行上述第一方面任一所述的 模型更新方法。
第五方面，本申请实施例提供了一种计算机程序，当其在计算机上运行时，使得计算 机执行上述第一方面任一所述的模型更新方法。
第六方面，本申请提供了一种芯片系统，该芯片系统包括处理器，用于支持执行设备 或训练设备实现上述方面中所涉及的功能，例如，发送或处理上述方法中所涉及的数据和 /或信息。在一种可能的设计中，所述芯片系统还包括存储器，所述存储器，用于保存执行 设备或训练设备必要的程序指令和数据。该芯片系统，可以由芯片构成，也可以包括芯片 和其他分立器件。
本申请实施例提供了一种模型更新方法，所述方法包括：获取神经网络模型和多个训 练图像；通过所述神经网络模型对所述多个训练图像进行特征提取，得到多个目标特征； 根据所述多个目标特征对所述多个训练图像进行多次第一聚类处理，得到多个第一聚类结 果，所述多个第一聚类结果中的每个第一聚类结果对应于一个轮廓系数，所述轮廓系数表 示聚类质量；根据所述多个第一聚类结果对应的多个轮廓系数从所述多个第一聚类结果中 确定第一目标聚类结果，所述第一目标聚类结果包括M个聚类类别；根据所述多个目标特 征对所述多个训练图像进行第二聚类处理，得到第二聚类结果，并根据第一损失函数更新 所述神经网络的参数，所述第二聚类结果包括的聚类类别数量为所述M。通过上述方式， 不需要基于带标签的样本在对得到的不同聚类类别数目对应的模型进行验证来确定最佳 的聚类数量，可以直接通过第一聚类的结果来选择最优的聚类类别数量。
附图说明
图1为人工智能主体框架的一种结构示意图；
图2为本申请的一种应用场景架构示意；
图3为本申请实施例提供的一种模型更方法的实施例示意；
图4为本申请实施例提供的一种模型更新方法的流程示意；
图5为本申请实施例提供的一种系统架构示意；
图6为本申请实施例提供的模型更新装置的一种结构示意图；
图7为本申请实施例提供的执行设备的一种结构示意图；
图8为本申请实施例提供的训练设备一种结构示意图；
图9为本申请实施例提供的芯片的一种结构示意图。
具体实施方式
下面结合本发明实施例中的附图对本发明实施例进行描述。本发明的实施方式部分使 用的术语仅用于对本发明的具体实施例进行解释，而非旨在限定本发明。
下面结合附图，对本申请的实施例进行描述。本领域普通技术人员可知，随着技术的 发展和新场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类 似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况 下可以互换，这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方 式。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元，而是可包括没 有清楚地列出的或对于这些过程、方法、产品或设备固有的其它单元。
首先对人工智能系统总体工作流程进行描述，请参见图1，图1示出的为人工智能主 体框架的一种结构示意图，下面从“智能信息链”(水平轴)和“IT价值链”(垂直轴) 两个维度对上述人工智能主题框架进行阐述。其中，“智能信息链”反映从数据的获取到 处理的一列过程。举例来说，可以是智能信息感知、智能信息表示与形成、智能推理、智 能决策、智能执行与输出的一般过程。在这个过程中，数据经历了“数据—信息—知识— 智慧”的凝练过程。“IT价值链”从人智能的底层基础设施、信息(提供和处理技术实现) 到系统的产业生态过程，反映人工智能为信息技术产业带来的价值。
(1)基础设施
基础设施为人工智能系统提供计算能力支持，实现与外部世界的沟通，并通过基础平 台实现支撑。通过传感器与外部沟通；计算能力由智能芯片(CPU、NPU、GPU、ASIC、FPGA等硬件加速芯片)提供；基础平台包括分布式计算框架及网络等相关的平台保障和 支持，可以包括云存储和计算、互联互通网络等。举例来说，传感器和外部沟通获取数 据，这些数据提供给基础平台提供的分布式计算系统中的智能芯片进行计算。
(2)数据
基础设施的上一层的数据用于表示人工智能领域的数据来源。数据涉及到图形、图像、 语音、文本，还涉及到传统设备的物联网数据，包括已有系统的业务数据以及力、位移、 液位、温度、湿度等感知数据。
(3)数据处理
数据处理通常包括数据训练，机器学习，深度学习，搜索，推理，决策等方式。
其中，机器学习和深度学习可以对数据进行符号化和形式化的智能信息建模、抽取、 预处理、训练等。
推理是指在计算机或智能系统中，模拟人类的智能推理方式，依据推理控制策略，利 用形式化的信息进行机器思维和求解问题的过程，典型的功能是搜索与匹配。
决策是指智能信息经过推理后进行决策的过程，通常提供分类、排序、预测等功能。
(4)通用能力
对数据经过上面提到的数据处理后，进一步基于数据处理的结果可以形成一些通用的 能力，比如可以是算法或者一个通用系统，例如，翻译，文本的分析，计算机视觉的处理， 语音识别，图像的识别等等。
(5)智能产品及行业应用
智能产品及行业应用指人工智能系统在各领域的产品和应用，是对人工智能整体解决 方案的封装，将智能信息决策产品化、实现落地应用，其应用领域主要包括：智能终端、 智能交通、智能医疗、自动驾驶、平安城市等。
本申请可以应用于人工智能领域的平安城市等领域中，下面将对本申请中的应用场景 进行介绍。
随着建设平安城市的需求越来越迫切，视频监控产品也越来越智能化。智能视频分析 技术通过计算机自动地分析视频内容，从海量的视频中分析挖掘有价值的信息。以往由人 花费几十个小时观看监控视频才能完成的工作，借助智能视频分析系统几秒之内便可返回 结果，大大提高了工作效率。
在智能视频分析系统中，行人再识别技术将不同摄像头下具有相同外观的人关联起来， 从而推断出行人的轨迹。轨迹是指定了时间和地点顺序的时空路线。其输入是一幅包含行 人的查询图像或者指定的其他查询条件，系统在海量图像库或视频库中检索出所有包含该 行人或满足查询条件视频片段，再通过检索结果对应的时间地点信息推断出行人的轨迹。
参照图2，图2为本申请实施例中的一种应用架构示意，如图2中示出的那样，在大型数据中心中，可以使用大量有标签行人再识别(Re-identification，Re-ID)数据在大 型服务器上训练，可以得到深度模型M，该深度模型M可以提取图像的图像特征，可以根 据提取出的图像特征进行图像相似度判断，当上述深度模型M部署到端侧，具体用到某一 具体场景时，通过摄像头网络可以获取大量的无标签行人数据，可以利用这些无标签数据 在服务器上对上述深度模型M进行适应训练，可以得到一个适应部署场景的深度模型。此 外，针对于同一场景，数据发生变化如季节发生变化时，也可以通过上述方法对模型进行 适应性训练以更新模型，得到一个适应部署场景的深度模型。
由于本申请实施例涉及大量神经网络的应用，为了便于理解，下面先对本申请实施例 可能涉及的神经网络的相关术语和概念进行介绍。
(1)神经网络
神经网络可以是由神经单元组成的，神经单元可以是指以xs和截距1为输入的运算单 元，该运算单元的输出可以为：
Figure BDA0002399739680000071
其中，s＝1、2、……、n，n为大于1的自然数，Ws为Xs的权重，b为神经单元的 偏置。f为神经单元的激活函数(activation functions)，用于将非线性特性引入神经网络中， 来将神经单元中的输入信号转换为输出信号。该激活函数的输出信号可以作为下一层卷积层的输入，激活函数可以是sigmoid函数。神经网络是将多个上述单一的神经单元联结在一起形成的网络，即一个神经单元的输出可以是另一个神经单元的输入。每个神经单元的输入可以与前一层的局部接受域相连，来提取局部接受域的特征，局部接受域可以是由若干个神经单元组成的区域。
(2)深度神经网络
深度神经网络(deep neural network，DNN)，也称多层神经网络，可以理解为具有多层 隐含层的神经网络。按照不同层的位置对DNN进行划分，DNN内部的神经网络可以分为三类：输入层，隐含层，输出层。一般来说第一层是输入层，最后一层是输出层，中间的 层数都是隐含层。层与层之间是全连接的，也就是说，第i层的任意一个神经元一定与第 i+1层的任意一个神经元相连。
虽然DNN看起来很复杂，但是就每一层的工作来说，其实并不复杂，简单来说就是如下线性关系表达式：
Figure BDA0002399739680000079
其中，
Figure BDA00023997396800000710
是输入向量，
Figure BDA0002399739680000072
是输出向量，
Figure BDA0002399739680000073
是偏移向量，W是权重矩阵(也称系数)，α()是激活函数。每一层仅仅是对输入向量
Figure BDA0002399739680000074
经过如此简单 的操作得到输出向量
Figure BDA0002399739680000075
由于DNN层数多，系数W和偏移向量
Figure BDA0002399739680000076
的数量也比较多。这些参 数在DNN中的定义如下所述：以系数W为例：假设在一个三层的DNN中，第二层的第 4个神经元到第三层的第2个神经元的线性系数定义为
Figure BDA0002399739680000077
上标3代表系数W所在的层 数，而下标对应的是输出的第三层索引2和输入的第二层索引4。
综上，第L-1层的第k个神经元到第L层的第j个神经元的系数定义为
Figure BDA0002399739680000078
需要注意的是，输入层是没有W参数的。在深度神经网络中，更多的隐含层让网络更 能够刻画现实世界中的复杂情形。理论上而言，参数越多的模型复杂度越高，“容量”也就越大，也就意味着它能完成更复杂的学习任务。训练深度神经网络的也就是学习权重矩阵的过程，其最终目的是得到训练好的深度神经网络的所有层的权重矩阵(由很多层的向量 W形成的权重矩阵)。
(3)卷积神经网络
卷积神经网络(convolutional neuron network，CNN)是一种带有卷积结构的深度神经网 络。卷积神经网络包含了一个由卷积层和子采样层构成的特征抽取器，该特征抽取器可以 看作是滤波器。卷积层是指卷积神经网络中对输入信号进行卷积处理的神经元层。在卷积 神经网络的卷积层中，一个神经元可以只与部分邻层神经元连接。一个卷积层中，通常包 含若干个特征平面，每个特征平面可以由一些矩形排列的神经单元组成。同一特征平面的 神经单元共享权重，这里共享的权重就是卷积核。共享权重可以理解为提取图像信息的方 式与位置无关。卷积核可以以随机大小的矩阵的形式初始化，在卷积神经网络的训练过程 中卷积核可以通过学习得到合理的权重。另外，共享权重带来的直接好处是减少卷积神经 网络各层之间的连接，同时又降低了过拟合的风险。
(4)损失函数
在训练深度神经网络的过程中，因为希望深度神经网络的输出尽可能的接近真正想要 预测的值，所以可以通过比较当前网络的预测值和真正想要的目标值，再根据两者之间的 差异情况来更新每一层神经网络的权重向量(当然，在第一次更新之前通常会有初始化的过 程，即为深度神经网络中的各层预先配置参数)，比如，如果网络的预测值高了，就调整权 重向量让它预测低一些，不断地调整，直到深度神经网络能够预测出真正想要的目标值或 与真正想要的目标值非常接近的值。因此，就需要预先定义“如何比较预测值和目标值之 间的差异”，这便是损失函数(loss function)或目标函数(objective function)，它们是用于衡量 预测值和目标值的差异的重要方程。其中，以损失函数举例，损失函数的输出值(loss)越高 表示差异越大，那么深度神经网络的训练就变成了尽可能缩小这个loss的过程。
(5)反向传播算法
神经网络可以采用误差反向传播(back propagation，BP)算法在训练过程中修正初始的 神经网络模型中参数的大小，使得神经网络模型的重建误差损失越来越小。具体地，前向 传递输入信号直至输出会产生误差损失，通过反向传播误差损失信息来更新初始的神经网 络模型中参数，从而使误差损失收敛。反向传播算法是以误差损失为主导的反向传播运动， 旨在得到最优的神经网络模型的参数，例如权重矩阵。
参照图3，图3为本申请实施例提供的一种模型更方法的实施例示意，如图3示出的那样，本申请实施例提供的一种模型更新方法包括：
301、获取神经网络模型和多个训练图像。
本申请实施例中，服务器可以获取到神经网络模型以及多个训练图像，其中，神经网 络模型可以是云侧设备基于大量有标签Re-ID数据在大型服务器上训练得到的深度模型。
本申请实施例中，服务器可以获取到多个训练图像，其中多个训练图像可以是通过摄 像头网络获取到的大量的无标签行人图像。
302、通过所述神经网络模型对所述多个训练图像进行特征提取，得到多个目标特征。
本申请实施例中，服务器获取到神经网络模型和多个训练图像之后，可以通过所述神 经网络模型对所述多个训练图像进行特征提取，得到多个目标特征。参照图4，图4为本 申请实施例提供的一种模型更新方法的流程示意，如图4中示出的那样，服务器获取到神 经网络模型和多个训练图像之后，可以通过所述神经网络模型对所述多个训练图像进行特 征提取，得到多个目标特征。
303根据所述多个目标特征对所述多个训练图像进行多次第一聚类处理，得到多个第 一聚类结果，所述多个第一聚类结果中的每个第一聚类结果对应于一个轮廓系数，所述轮 廓系数表示聚类质量。
本申请实施例中，所述轮廓系数与类间分离度以及类内凝聚度有关，所述类间分离度 表示不同聚类类别之间的距离，所述类内凝聚度表示同一个聚类类别对应的不同训练图像 之间的距离。
本申请实施例中，所述轮廓系数与不同聚类类别之间的距离呈正相关，所述轮廓系数 与同一个聚类类别对应的不同训练图像之间的距离呈负相关，所述多个第一聚类结果包括 第二目标聚类结果和所述第一目标聚类结果，所述第一目标聚类结果对应的轮廓系数大于 所述第二目标聚类结果对应的轮廓系数。
本申请实施例中，可以采用渐次聚类的聚类方式，具体的，可以将聚类过程分为两个 阶段，在第一聚类阶段中，服务器可以根据所述多个目标特征对所述多个训练图像进行多 次聚类处理，得到多个第一聚类结果。
具体的，在第一聚类阶段中，服务器可以根据所述多个目标特征对所述多个训练图像 进行多次第一聚类处理，并在每次第一聚类处理之后基于第二损失函数更新所述神经网络 的参数。
以第一聚类阶段的一次聚类过程为例，服务器可以根据所述多个目标特征对所述多个 训练图像进行一次聚类处理，并基于第二损失函数更新所述神经网络的参数，以减小下一 次第一聚类处理得到的第一聚类结果中，所述多个训练图像中的每个训练图像与所述第一 聚类结果包括的多个聚类类别的之间的第一相似度分布的方差。
在第一聚类阶段中的初期，由于聚类不完全，在得到的第一聚类结果中，可能存在同 一个目标(例如行人)属于不同聚类类别中的问题，可以基于软多标签学习策略降低此影 响，其中，损失函数可以如下式示出的那样：
Figure BDA0002399739680000091
其中，L(xi)为训练图像i所匹配到的多标签集合
Figure BDA0002399739680000092
为权重，vi为训练图像i对应的 目标特征，C为聚类结果中的聚类类别的数量。在每次迭代中，可以选择和训练图像i相似 度最高的A个类，A可以为预设的聚类类别数量，同时为了突出高相似度类的作用，使用相 似度作为权重αj。本申请实施例中，随着聚类数目的减少，软多标签学习可以随着数据变 化逐渐退化为单一标签学习。
本申请实施例中，在第一聚类阶段中的初期，由于聚类不完全，在得到的第一聚类结 果中，可能存在同一个训练图片属于不同聚类类别中的问题(同一个训练图片与多个聚类 类别之间都存在一定的相似度，使得同一个训练图片属于不同聚类类别)，然而在多个聚 类类别中，训练图片可能只是与其中的一部分聚类类别的相似度较大，其余的较小，在基 于上述第二损失函数对神经网络模型进行更新之后，训练图片与其中的一部分聚类类别的 相似度逐渐变大，训练图片与另一部分聚类类别的相似度逐渐降低，使得训练图片与第一 聚类结果中包括的一部分聚类类别之间的相似度分布的方差逐渐减小，与训练图片之间的 相似度较大的聚类类别逐渐聚集在第一聚类结果中包括的一部分聚类类别上。随着第一阶 段聚类过程的进行，软多标签学习可以随着数据变化逐渐退化为单一标签学习。
本申请实施例中，在每次聚类处理之后，可以基于上述损失函数更新神经网络模型， 并通过更新后的神经网络模型对训练图像进行特征提取，得到多个目标特征，并基于得到 的多个目标特征对多个训练图像进行下一次的聚类处理。
本申请实施例中，聚类数目可以按照一定数目随迭代次数逐渐减少，优先将相似度更 高的类聚为一类。本申请实施例中，可以使用轮廓系数作为聚类评价指标，轮廓系数表达 式可以如下式所示：
Figure BDA0002399739680000101
其中，bi为类间分离度，类间分离度表示不同聚类类别之间的距离。
例如，bi可以是训练图像i到邻居簇类(临近聚类类别)内所有样本的距离的平均值， 记为b，邻居簇类可以理解为与训练图像i最近的那个聚类类别。需要说明的是，由于不知道哪一个簇类是邻居簇类，所以要遍历其他各个簇类，选择距离平均值最小的簇类作为邻居簇类。
ai为类内凝聚度，类内凝聚度表示同一个聚类类别对应的不同训练图像之间的距离。
例如，ai可以为训练图像i和同类内其他样本平均距离。
本申请实施例中，在第一阶段的聚类过程中，第一聚类结果中包括的聚类类别的数目 可以逐渐减少，且每次聚类过程结束后，可以计算其对应的轮廓系数，最终可以得到最佳 轮廓系数和对应的第一聚类结果包括的聚类类别数目M。
本申请实施例中，在第一阶段的聚类处理过程中，多次聚类处理可以包括第i次聚类 处理和第j次聚类处理，所述第j次聚类处理在所述第i次聚类处理之后，服务器在进行所 述第i次聚类处理和所述第j次聚类处理时，可以获取所述多个目标特征中各个目标特征 之间的第二相似度，所述第二相似度包括所述多个目标特征中各个目标特征之间的图像特 征相似度以及时空约束权重，其中，进行所述第j次聚类处理时的时空约束权重大于进行 所述第i次聚类处理时的时空约束权重，所述时空约束权重表示时空约束对于所述各个目 标特征之间的第二相似度的影响能力；根据所述第二相似度对所述多个训练图像进行所述 第i次聚类处理和所述第j次聚类处理,其中，所述i，j为正整数。
本申请实施例中，在进行多次聚类处理的前几次聚类处理中，时空约束对于训练图像 之间的相似度的影响可能会很大，例如，有多个训练图像是摄像机1拍摄得到的训练图像， 有多个训练图像是摄像机2拍摄得到的训练图像，摄像机1和摄像机2的拍摄区域重叠的 很大，因此，摄像机1拍摄得到的训练图像和摄像机2拍摄得到的训练图像之间存在一定 的时空约束，在第一聚类阶段的多次聚类处理的前几次聚类处理中，由于摄像机1拍摄得 到的训练图像和摄像机2拍摄得到的训练图像之间存在一定的时空约束，使得可能聚类的 对象很大程度上都是摄像机1和摄像机2拍摄得到的训练图像。
本申请实施例中，时空约束可以理解为时空转移概率。
本申请实施例中增加了时空约束的自适应调整过程，根据每次第一聚类结果的聚类情 况，调整时空约束程度，在进行多次聚类处理的前几次聚类处理中减小时空约束，以多次 聚类处理中包括第i次聚类处理和第j次聚类处理为例，所述第j次聚类处理在所述第i次 聚类处理之后，在进行所述第i次聚类处理和所述第j次聚类处理时，获取所述多个目标 特征中各个目标特征之间的第二相似度，所述第二相似度包括所述多个目标特征中各个目 标特征之间的图像特征相似度以及时空约束权重，其中，进行所述第j次聚类处理时的时 空约束权重大于进行所述第i次聚类处理时的时空约束权重，所述时空约束权重表示时空 约束对于所述各个目标特征之间的第二相似度的影响能力；根据所述第二相似度对所述多 个训练图像进行所述第i次聚类处理和所述第j次聚类处理。
本申请实施例中，服务器可以获取所述多个目标特征中各个目标特征之间的第二相似 度，所述第二相似度包括所述多个目标特征中各个目标特征之间的图像特征相似度以及时 空约束权重；根据所述第二相似度对所述多个训练图像进行多次聚类处理，且在每次聚类 处理之后，根据对应的第一聚类结果更新所述多个目标特征中各个目标特征之间的时空约 束权重。
具体的，可以基于如下公式更新第一阶段的聚类过程中时空约束的程度：
s(xi,xj)＝sv(xi,xj)*(1-αi*(PST(xi,xj)-1))；
其中，sv(xi,xj)为基于图像特征的相似度，PST(xi,xj)为图像的时空转移概率，αi为根 据聚类情况得到的约束度，s(xi,xj)作为最终相似度进行聚类。
304、根据所述多个第一聚类结果对应的多个轮廓系数从所述多个第一聚类结果中确 定第一目标聚类结果，所述第一目标聚类结果包括M个聚类类别。
本申请实施例中，在第一阶段的聚类过程中，第一聚类结果中包括的聚类类别的数目 可以逐渐减少，且每次聚类过程结束后，可以计算其对应的轮廓系数，最终可以得到最佳 轮廓系数和对应的第一聚类结果包括的聚类类别数目M。
本申请实施例中，所述轮廓系数与不同聚类类别之间的距离呈正相关，所述轮廓系数 与同一个聚类类别对应的不同训练图像之间的距离呈负相关，所述多个第一聚类结果包括 第二目标聚类结果和所述第一目标聚类结果，所述第一目标聚类结果对应的轮廓系数大于 所述第二目标聚类结果对应的轮廓系数。即，本申请实施例中，可以选择最大轮廓系数作 为最佳轮廓系数，并确定其对应的第一聚类结果包括的聚类类别数目M。
305、根据所述多个目标特征对所述多个训练图像进行第二聚类处理，得到第二聚类 结果，并根据第一损失函数更新所述神经网络的参数，所述第二聚类结果包括的聚类类别 数量为所述M。
本申请实施例中，在根据所述多个第一聚类结果对应的多个轮廓系数从所述多个第一 聚类结果中确定第一目标聚类结果，所述第一目标聚类结果包括M个聚类类别之后，可以 根据所述多个目标特征对所述多个训练图像进行第二聚类处理，得到第二聚类结果，并根 据第一损失函数更新所述神经网络的参数，所述第二聚类结果包括的聚类类别数量为所述M。
在第二阶段的聚类过程中，可以基于第一阶段的聚类过程中最后一次聚类处理后更新 得到的神经网络模型对多个训练图像进行特征提取，得到多个目标特征，根据所述多个目 标特征对所述多个训练图像进行聚类处理，得到第二聚类结果，并根据第一损失函数更新 所述神经网络的参数，所述第二聚类结果包括的聚类类别数量为所述M。即，在第二阶段 的聚类过程中，每次得到的第二聚类结果包括的聚类类别的数量为第一阶段的聚类过程中 确定的最佳轮廓系数对应的第一聚类结果包括的聚类类别数目M。
现有技术中，在使用目标场景无标签样本对进行训练的过程中，开始时将每一个样本 视作一个单独的聚类类别，每次迭代按照最小距离原则缩减一定数目的聚类类别，随着迭 代的进行，聚类类别的数目减小，模型也随着训练性能逐渐提高，最后对得到的不同聚类 类别数目对应的模型进行验证，以确定最佳性能的模型，在上述验证过程中，需要基于带 标签的样本在对得到的不同聚类类别数目对应的模型进行验证，然而，在一些场景中，带 标签的样本常常很难获得。本申请实施例中，相比于上述现有技术，不需要基于带标签的 样本在对得到的不同聚类类别数目对应的模型进行验证来确定最佳的聚类数量。
本申请实施例中，所述第一损失函数包括三元损失函数。
本申请实施例中，服务器可以根据三元损失函数和第二损失函数更新所述神经网络的 参数，以减小下一次聚类处理得到的第二聚类结果中，所述多个训练图像中的每个训练图 像与所述第二聚类结果包括的多个聚类类别的之间的第一相似度分布的方差，以及增加下 一次聚类处理得到的第二聚类结果中，所述不同聚类类别之间的距离。
本申请实施例中，服务器可以使用如下的三元组损失函数来更新神经网络模型，来进 一步增强特征判别能力：
Figure BDA0002399739680000121
其中
Figure BDA0002399739680000122
表示训练图像i的目标特征，
Figure BDA0002399739680000123
表示和训练图像i同类的训练图像的目标特征，
Figure BDA0002399739680000124
表示和训练图像i不同类的训练图像的目标特征，三元组损失函数的最终目标为使得不 同类的训练图像之间的距离大于同类训练图像之间的距离，从而提高神经网络模型的特征 判别能力。关于第二损失函数的具体描述可以参照上述实施例中的描述，这里不再赘述。
本申请实施例提供了一种模型更新方法，所述方法包括：获取神经网络模型和多个训 练图像；通过所述神经网络模型对所述多个训练图像进行特征提取，得到多个目标特征； 根据所述多个目标特征对所述多个训练图像进行多次第一聚类处理，得到多个第一聚类结 果，所述多个第一聚类结果中的每个第一聚类结果对应于一个轮廓系数，所述轮廓系数表 示聚类质量；根据所述多个第一聚类结果对应的多个轮廓系数从所述多个第一聚类结果中 确定第一目标聚类结果，所述第一目标聚类结果包括M个聚类类别；根据所述多个目标特 征对所述多个训练图像进行第二聚类处理，得到第二聚类结果，并根据第一损失函数更新 所述神经网络的参数，所述第二聚类结果包括的聚类类别数量为所述M。通过上述方式， 不需要基于带标签的样本在对得到的不同聚类类别数目对应的模型进行验证来确定最佳 的聚类数量，可以直接通过第一聚类的结果来选择最优的聚类类别数量。
下面介绍本申请实施例提供的一种系统架构。
参见图5，本申请实施例提供了一种系统架构100。如所述系统架构100所示，数据采 集设备160用于采集训练数据，本申请实施例中训练数据包括：多个训练图像和神经网络 模型；并将训练数据存入数据库130，训练设备120基于数据库130中维护的训练数据训练 更新神经网络模型。需要说明的是，在实际的应用中，所述数据库130中维护的训练数据不一定都来自于数据采集设备160的采集，也有可能是从其他设备接收得到的。另外需要说明的是，训练设备120也不一定完全基于数据库130维护的训练数据进行神经网络模型的训练，也有可能从云端或其他地方获取训练数据进行模型训练，上述描述不应该作为对本申请实施例的限定。
根据训练设备120训练得到的目标模型/规则可以应用于不同的系统或设备中，如应用 于图5所示的执行设备110，所述执行设备110可以是终端，如手机终端，平板电脑，笔记本 电脑，增强现实(augmented reality，AR)AR/虚拟现实(virtual reality，VR)，车载终端等，还 可以是服务器或者云端等。在图5中，执行设备110配置输入/输出(input/output，I/O)接口112， 用于与外部设备进行数据交互，用户可以通过客户设备140向I/O接口112输入数据，所述输 入数据在本申请实施例中可以包括：多个训练图像和神经网络模型。
在执行设备120对输入数据进行预处理，或者在执行设备120的计算模块111执行计算等 相关的处理(比如进行本申请中神经网络的功能实现)过程中，执行设备120可以调用数据存 储系统150中的数据、代码等以用于相应的处理，也可以将相应处理得到的数据、指令等 存入数据存储系统150中。
最后，I/O接口112将处理结果返回给客户设备140，从而提供给用户。
值得说明的是，训练设备120可以针对不同的目标或称不同的任务，基于不同的训练 数据生成相应的目标模型/规则，该相应的目标模型/规则即可以用于实现上述目标或完成 上述任务，从而为用户提供所需的结果。
在图5中所示情况下，用户可以手动给定输入数据，该手动给定可以通过I/O接口112 提供的界面进行操作。另一种情况下，客户设备140可以自动地向I/O接口112发送输入数据， 如果要求客户设备140自动发送输入数据需要获得用户的授权，则用户可以在客户设备140 中设置相应权限。用户可以在客户设备140查看执行设备110输出的结果，具体的呈现形式 可以是显示、声音、动作等具体方式。客户设备140也可以作为数据采集端，采集如图所 示输入I/O接口112的输入数据及输出I/O接口112的输出结果作为新的样本数据，并存入数 据库130。当然，也可以不经过客户设备140进行采集，而是由I/O接口112直接将如图所示 输入I/O接口112的输入数据及输出I/O接口112的输出结果，作为新的样本数据存入数据库 130。
值得注意的是，图5仅是本申请实施例提供的一种系统架构的示意图，图中所示设备、 器件、模块等之间的位置关系不构成任何限制，例如，在图5中，数据存储系统150相对执 行设备110是外部存储器，在其它情况下，也可以将数据存储系统150置于执行设备110中。
在图1至图5所对应的实施例的基础上，为了更好的实施本申请实施例的上述方案， 下面还提供用于实施上述方案的相关设备。具体参阅图6，图6为本申请实施例提供的模 型更新装置600的一种结构示意图，模型更新装置600可以是终端设备或服务器，模型更新装置600包括：
获取模块601，用于获取神经网络模型和多个训练图像；
特征提取模块602，用于通过所述神经网络模型对所述多个训练图像进行特征提取， 得到多个目标特征；
第一聚类模块603，用于根据所述多个目标特征对所述多个训练图像进行多次第一聚 类处理，得到多个第一聚类结果，所述多个第一聚类结果中的每个第一聚类结果对应于一 个轮廓系数，所述轮廓系数表示聚类质量；
确定模块604，用于根据所述多个第一聚类结果对应的多个轮廓系数从所述多个第一 聚类结果中确定第一目标聚类结果，所述第一目标聚类结果包括M个聚类类别；
第二聚类模块605，用于根据所述多个目标特征对所述多个训练图像进行第二聚类处 理，得到第二聚类结果，并根据第一损失函数更新所述神经网络的参数，所述第二聚类结 果包括的聚类类别数量为所述M。
可选地，所述轮廓系数根据类间分离度以及类内凝聚度计算，所述类间分离度表示不 同聚类类别之间的距离，所述类内凝聚度表示同一个聚类类别对应的不同训练图像之间的 距离。
可选地，所述第一目标聚类结果对应的轮廓系数大于所述多个第一聚类结果中除所述 第一目标聚类结果之外的其他聚类结果对应的轮廓系数。
可选地，所述第一聚类模块，具体用于：
根据所述多个目标特征对所述多个训练图像进行多次第一聚类处理，并在每次第一聚 类处理之后基于第二损失函数更新所述神经网络的参数。
可选地，所述第一聚类模块，具体用于：
在每次第一聚类处理之后基于第二损失函数更新所述神经网络的参数，以减小下一次 第一聚类处理得到的第一聚类结果中，所述多个训练图像中的每个训练图像与所述第一聚 类结果包括的多个聚类类别的之间的第一相似度分布的方差。
可选地，所述多次第一聚类处理包括第i次聚类处理和第j次聚类处理，所述第j次聚 类处理在所述第i次聚类处理之后，所述第一聚类模块，具体用于：
在进行所述第i次聚类处理和所述第j次聚类处理时，获取所述多个目标特征中各个 目标特征之间的第二相似度，所述第二相似度包括所述多个目标特征中各个目标特征之间 的图像特征相似度以及时空约束权重，其中，进行所述第j次聚类处理时的时空约束权重 大于进行所述第i次聚类处理时的时空约束权重，所述时空约束权重表示时空约束对于所 述各个目标特征之间的第二相似度的影响能力；
根据所述第二相似度对所述多个训练图像进行所述第i次聚类处理和所述第j次聚类 处理,其中，所述i，j为正整数。
可选地，所述第一聚类模块，具体用于：
获取所述多个目标特征中各个目标特征之间的第二相似度，所述第二相似度包括所述 多个目标特征中各个目标特征之间的图像特征相似度以及时空约束权重；
根据所述第二相似度对所述多个训练图像进行多次第一聚类处理，且在每次第一聚类 处理之后，根据对应的第一聚类结果更新所述多个目标特征中各个目标特征之间的时空约 束权重。
可选地，所述第二损失函数包括三元损失函数。
可选地，所述第二聚类模块，具体用于：
根据三元损失函数和第二损失函数更新所述神经网络的参数，以减小下一次第二聚类 处理得到的第二聚类结果中，所述多个训练图像中的每个训练图像与所述第二聚类结果包 括的多个聚类类别的之间的第一相似度分布的方差，以及增加下一次聚类处理得到的第二 聚类结果中，所述不同聚类类别之间的距离。
本申请实施例提供了一种模型更新装置，其中，获取模块601获取神经网络模型和多 个训练图像；特征提取模块602通过所述神经网络模型对所述多个训练图像进行特征提取， 得到多个目标特征；第一聚类模块603根据所述多个目标特征对所述多个训练图像进行多 次第一聚类处理，得到多个第一聚类结果，所述多个第一聚类结果中的每个第一聚类结果 对应于一个轮廓系数，所述轮廓系数表示聚类质量；确定模块604根据所述多个第一聚类 结果对应的多个轮廓系数从所述多个第一聚类结果中确定第一目标聚类结果，所述第一目 标聚类结果包括M个聚类类别；第二聚类模块605根据所述多个目标特征对所述多个训练 图像进行第二聚类处理，得到第二聚类结果，并根据第一损失函数更新所述神经网络的参 数，所述第二聚类结果包括的聚类类别数量为所述M。通过上述方式，不需要基于带标签 的样本在对得到的不同聚类类别数目对应的模型进行验证来确定最佳的聚类数量，可以直 接通过第一聚类的结果来选择最优的聚类类别数量。
接下来介绍本申请实施例提供的一种执行设备，请参阅图7，图7为本申请实施例提 供的执行设备的一种结构示意图，执行设备700具体可以表现为虚拟现实VR设备、手机、平板、笔记本电脑、智能穿戴设备、监控数据处理设备等，此处不做限定。具体的，执行 设备700包括：接收器701、发射器702、处理器703和存储器704(其中执行设备700中 的处理器703的数量可以一个或多个，图7中以一个处理器为例)，其中，处理器703可以 包括应用处理器7031和通信处理器7032。在本申请的一些实施例中，接收器701、发射 器702、处理器703和存储器704可通过总线或其它方式连接。
存储器704可以包括只读存储器和随机存取存储器，并向处理器703提供指令和数据。 存储器704的一部分还可以包括非易失性随机存取存储器(non-volatile randomaccess memory，NVRAM)。存储器704存储有处理器和操作指令、可执行模块或者数据结构，或者它们的子集，或者它们的扩展集，其中，操作指令可包括各种操作指令，用于实现各 种操作。
处理器703控制执行设备的操作。具体的应用中，执行设备的各个组件通过总线系统 耦合在一起，其中总线系统除包括数据总线之外，还可以包括电源总线、控制总线和状态 信号总线等。但是为了清楚说明起见，在图中将各种总线都称为总线系统。
上述本申请实施例揭示的方法可以应用于处理器703中，或者由处理器703实现。处 理器703可以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703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703可以是通用处理器、数字信号处理器(digital signal processing，DSP)、微处理器或 微控制器，还可进一步包括专用集成电路(application specific integratedcircuit，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。该处理器703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704，处理器703读取存储器704中 的信息，结合其硬件完成上述方法的步骤。
接收器701可用于接收输入的数字或字符信息，以及产生与执行设备的相关设置以及 功能控制有关的信号输入。发射器702可用于通过第一接口输出数字或字符信息；发射器 702还可用于通过第一接口向磁盘组发送指令，以修改磁盘组中的数据；发射器702还可 以包括显示屏等显示设备。
本申请实施例中，在一种情况下，处理器703，用于执行图3对应实施例中的执行设备执行的模型更新方法。具体的，应用处理器7031可以基于图3得到的更新后的神经网 络模型进行图像数据的处理。
本申请实施例还提供了一种训练设备，请参阅图8，图8是本申请实施例提供的训练 设备一种结构示意图，训练设备800上可以部署有图6对应实施例中所描述的模型更新装 置，用于实现图6对应实施例中模型更新装置的功能，具体的，训练设备800由一个或多个服务器实现，训练设备800可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(central processing units，CPU)822(例如，一个或一个以上处理器) 和存储器832，一个或一个以上存储应用程序842或数据844的存储介质830(例如一个或一个以上海量存储设备)。其中，存储器832和存储介质830可以是短暂存储或持久存 储。存储在存储介质830的程序可以包括一个或一个以上模块(图示没标出)，每个模块 可以包括对训练设备中的一系列指令操作。更进一步地，中央处理器822可以设置为与存 储介质830通信，在训练设备800上执行存储介质830中的一系列指令操作。
训练设备800还可以包括一个或一个以上电源826，一个或一个以上有线或无线网络 接口850，一个或一个以上输入输出接口858，和/或，一个或一个以上操作系统841，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。
本申请实施例中，中央处理器822，用于执行图6对应实施例中的模型更新装置执行 的模型更新方法。具体的，中央处理器822，用于
获取神经网络模型和多个训练图像；
通过所述神经网络模型对所述多个训练图像进行特征提取，得到多个目标特征；
根据所述多个目标特征对所述多个训练图像进行多次第一聚类处理，得到多个第一聚 类结果，所述多个第一聚类结果中的每个第一聚类结果对应于一个轮廓系数，所述轮廓系 数表示聚类质量；
根据所述多个第一聚类结果对应的多个轮廓系数从所述多个第一聚类结果中确定第 一目标聚类结果，所述第一目标聚类结果包括M个聚类类别；
根据所述多个目标特征对所述多个训练图像进行第二聚类处理，得到第二聚类结果， 并根据第一损失函数更新所述神经网络的参数，所述第二聚类结果包括的聚类类别数量为 所述M。
可选地，所述轮廓系数根据类间分离度以及类内凝聚度计算，所述类间分离度表示不 同聚类类别之间的距离，所述类内凝聚度表示同一个聚类类别对应的不同训练图像之间的 距离。
可选地，所述第一目标聚类结果对应的轮廓系数大于所述多个第一聚类结果中除所述 第一目标聚类结果之外的其他聚类结果对应的轮廓系数。
可选地，所述根据所述多个目标特征对所述多个训练图像进行多次第一聚类处理，包 括：
根据所述多个目标特征对所述多个训练图像进行多次第一聚类处理，并在每次第一聚 类处理之后基于第二损失函数更新所述神经网络的参数。
可选地，所述在每次第一聚类处理之后基于第二损失函数更新所述神经网络的参数， 包括：
在每次第一聚类处理之后基于第二损失函数更新所述神经网络的参数，以减小下一次 第一聚类处理得到的第一聚类结果中，所述多个训练图像中的每个训练图像与所述第一聚 类结果包括的多个聚类类别的之间的第一相似度分布的方差。
可选地，所述多次第一聚类处理包括第i次聚类处理和第j次聚类处理，所述第j次聚 类处理在所述第i次聚类处理之后，所述根据所述多个目标特征对所述多个训练图像进行 多次第一聚类处理，包括：
在进行所述第i次聚类处理和所述第j次聚类处理时，获取所述多个目标特征中各个 目标特征之间的第二相似度，所述第二相似度包括所述多个目标特征中各个目标特征之间 的图像特征相似度以及时空约束权重，其中，进行所述第j次聚类处理时的时空约束权重 大于进行所述第i次聚类处理时的时空约束权重，所述时空约束权重表示时空约束对于所 述各个目标特征之间的第二相似度的影响能力；
根据所述第二相似度对所述多个训练图像进行所述第i次聚类处理和所述第j次聚类 处理,其中，所述i，j为正整数。
可选地，所述根据所述多个目标特征对所述多个训练图像进行多次第一聚类处理，包 括：
获取所述多个目标特征中各个目标特征之间的第二相似度，所述第二相似度包括所述 多个目标特征中各个目标特征之间的图像特征相似度以及时空约束权重；
根据所述第二相似度对所述多个训练图像进行多次第一聚类处理，且在每次第一聚类 处理之后，根据对应的第一聚类结果更新所述多个目标特征中各个目标特征之间的时空约 束权重。
可选地，所述第二损失函数包括三元损失函数。
可选地，所述根据第一损失函数更新所述神经网络的参数，包括：
根据三元损失函数和第二损失函数更新所述神经网络的参数，以减小下一次第二聚类 处理得到的第二聚类结果中，所述多个训练图像中的每个训练图像与所述第二聚类结果包 括的多个聚类类别的之间的第一相似度分布的方差，以及增加下一次聚类处理得到的第二 聚类结果中，所述不同聚类类别之间的距离。
本申请实施例提供了一种模型更新方法，所述方法包括：获取神经网络模型和多个训 练图像；通过所述神经网络模型对所述多个训练图像进行特征提取，得到多个目标特征； 根据所述多个目标特征对所述多个训练图像进行多次第一聚类处理，得到多个第一聚类结 果，所述多个第一聚类结果中的每个第一聚类结果对应于一个轮廓系数，所述轮廓系数表 示聚类质量；根据所述多个第一聚类结果对应的多个轮廓系数从所述多个第一聚类结果中 确定第一目标聚类结果，所述第一目标聚类结果包括M个聚类类别；根据所述多个目标特 征对所述多个训练图像进行第二聚类处理，得到第二聚类结果，并根据第一损失函数更新 所述神经网络的参数，所述第二聚类结果包括的聚类类别数量为所述M。通过上述方式， 不需要基于带标签的样本在对得到的不同聚类类别数目对应的模型进行验证来确定最佳 的聚类数量，可以直接通过第一聚类的结果来选择最优的聚类类别数量。
本申请实施例中还提供一种包括计算机程序产品，当其在计算机上运行时，使得计算 机执行如前述图7所示实施例描述的方法中执行设备所执行的步骤，或者，使得计算机执 行如前述图8所示实施例描述的方法中训练设备所执行的步骤。
本申请实施例中还提供一种计算机可读存储介质，该计算机可读存储介质中存储有用 于进行信号处理的程序，当其在计算机上运行时，使得计算机执行如前述图7所示实施例 描述的方法中执行设备所执行的步骤，或者，使得计算机执行如前述图8所示实施例描述 的方法中训练设备所执行的步骤。
本申请实施例提供的执行设备、训练设备或终端设备具体可以为芯片，芯片包括：处 理单元和通信单元，所述处理单元例如可以是处理器，所述通信单元例如可以是输入/输出 接口、管脚或电路等。该处理单元可执行存储单元存储的计算机执行指令，以使执行设备 内的芯片执行上述图3所示实施例描述的模型更新方法，或者，以使训练设备内的芯片执 行上述图3所示实施例描述的模型更新方法。可选地，所述存储单元为所述芯片内的存储 单元，如寄存器、缓存等，所述存储单元还可以是所述无线接入设备端内的位于所述芯片 外部的存储单元，如只读存储器(read-only memory，ROM)或可存储静态信息和指令的其 他类型的静态存储设备，随机存取存储器(random access memory，RAM)等。
具体的，请参阅图9，图9为本申请实施例提供的芯片的一种结构示意图，所述芯片可以表现为神经网络处理器NPU 2000，NPU 2000作为协处理器挂载到主CPU(Host CPU)上，由Host CPU分配任务。NPU的核心部分为运算电路2003，通过控制器2004控制运 算电路2003提取存储器中的矩阵数据并进行乘法运算。
在一些实现中，运算电路2003内部包括多个处理单元(Process Engine,PE)。在一些 实现中，运算电路2003是二维脉动阵列。运算电路2003还可以是一维脉动阵列或者能够执行例如乘法和加法这样的数学运算的其它电子线路。在一些实现中，运算电路2003是 通用的矩阵处理器。
举例来说，假设有输入矩阵A，权重矩阵B，输出矩阵C。运算电路从权重存储器2002中取矩阵B相应的数据，并缓存在运算电路中每一个PE上。运算电路从输入存储器2001 中取矩阵A数据与矩阵B进行矩阵运算，得到的矩阵的部分结果或最终结果，保存在累加 器(accumulator)2008中。
统一存储器2006用于存放输入数据以及输出数据。权重数据直接通过存储单元访问 控制器(Direct Memory Access Controller，DMAC)2005，DMAC被搬运到权重存储器2002 中。输入数据也通过DMAC被搬运到统一存储器2006中。
BIU为Bus Interface Unit即，总线接口单元2010，用于AXI总线与DMAC和取指存储器(Instruction Fetch Buffer，IFB)2009的交互。
总线接口单元2010(Bus Interface Unit，简称BIU)，用于取指存储器2009从外部存 储器获取指令，还用于存储单元访问控制器2005从外部存储器获取输入矩阵A或者权重矩阵B的原数据。
DMAC主要用于将外部存储器DDR中的输入数据搬运到统一存储器2006或将权重数据搬运到权重存储器2002中或将输入数据数据搬运到输入存储器2001中。
向量计算单元2007包括多个运算处理单元，在需要的情况下，对运算电路的输出做 进一步处理，如向量乘，向量加，指数运算，对数运算，大小比较等等。主要用于神经网络中非卷积/全连接层网络计算，如Batch Normalization(批归一化)，像素级求和，对特征平面进行上采样等。
在一些实现中，向量计算单元2007能将经处理的输出的向量存储到统一存储器2006。 例如，向量计算单元2007可以将线性函数和/或非线性函数应用到运算电路2003的输出， 例如对卷积层提取的特征平面进行线性插值，再例如累加值的向量，用以生成激活值。在 一些实现中，向量计算单元2007生成归一化的值、像素级求和的值，或二者均有。在一 些实现中，处理过的输出的向量能够用作到运算电路2003的激活输入，例如用于在神经网络中的后续层中的使用。
控制器2004连接的取指存储器(instruction fetch buffer)2009，用于存储控制器2004 使用的指令；
统一存储器2006，输入存储器2001，权重存储器2002以及取指存储器2009均为On-Chip存储器。外部存储器私有于该NPU硬件架构。
其中，上述任一处提到的处理器，可以是一个通用中央处理器，微处理器，ASIC，或一个或多个用于控制集成电路执行：
获取神经网络模型和多个训练图像；
通过所述神经网络模型对所述多个训练图像进行特征提取，得到多个目标特征；
根据所述多个目标特征对所述多个训练图像进行多次第一聚类处理，得到多个第一聚 类结果，所述多个第一聚类结果中的每个第一聚类结果对应于一个轮廓系数，所述轮廓系 数表示聚类质量；
根据所述多个第一聚类结果对应的多个轮廓系数从所述多个第一聚类结果中确定第 一目标聚类结果，所述第一目标聚类结果包括M个聚类类别；
根据所述多个目标特征对所述多个训练图像进行第二聚类处理，得到第二聚类结果， 并根据第一损失函数更新所述神经网络的参数，所述第二聚类结果包括的聚类类别数量为 所述M。
可选地，所述轮廓系数根据类间分离度以及类内凝聚度计算，所述类间分离度表示不 同聚类类别之间的距离，所述类内凝聚度表示同一个聚类类别对应的不同训练图像之间的 距离。
可选地，所述第一目标聚类结果对应的轮廓系数大于所述多个第一聚类结果中除所述 第一目标聚类结果之外的其他聚类结果对应的轮廓系数。
可选地，所述根据所述多个目标特征对所述多个训练图像进行多次第一聚类处理，包 括：
根据所述多个目标特征对所述多个训练图像进行多次第一聚类处理，并在每次第一聚 类处理之后基于第二损失函数更新所述神经网络的参数。
可选地，所述在每次第一聚类处理之后基于第二损失函数更新所述神经网络的参数， 包括：
在每次第一聚类处理之后基于第二损失函数更新所述神经网络的参数，以减小下一次 第一聚类处理得到的第一聚类结果中，所述多个训练图像中的每个训练图像与所述第一聚 类结果包括的多个聚类类别的之间的第一相似度分布的方差。
可选地，所述多次第一聚类处理包括第i次聚类处理和第j次聚类处理，所述第j次聚 类处理在所述第i次聚类处理之后，所述根据所述多个目标特征对所述多个训练图像进行 多次第一聚类处理，包括：
在进行所述第i次聚类处理和所述第j次聚类处理时，获取所述多个目标特征中各个 目标特征之间的第二相似度，所述第二相似度包括所述多个目标特征中各个目标特征之间 的图像特征相似度以及时空约束权重，其中，进行所述第j次聚类处理时的时空约束权重 大于进行所述第i次聚类处理时的时空约束权重，所述时空约束权重表示时空约束对于所 述各个目标特征之间的第二相似度的影响能力；
根据所述第二相似度对所述多个训练图像进行所述第i次聚类处理和所述第j次聚类 处理,其中，所述i，j为正整数。
可选地，所述根据所述多个目标特征对所述多个训练图像进行多次第一聚类处理，包 括：
获取所述多个目标特征中各个目标特征之间的第二相似度，所述第二相似度包括所述 多个目标特征中各个目标特征之间的图像特征相似度以及时空约束权重；
根据所述第二相似度对所述多个训练图像进行多次第一聚类处理，且在每次第一聚类 处理之后，根据对应的第一聚类结果更新所述多个目标特征中各个目标特征之间的时空约 束权重。
可选地，所述第二损失函数包括三元损失函数。
可选地，所述根据第一损失函数更新所述神经网络的参数，包括：
根据三元损失函数和第二损失函数更新所述神经网络的参数，以减小下一次第二聚类 处理得到的第二聚类结果中，所述多个训练图像中的每个训练图像与所述第二聚类结果包 括的多个聚类类别的之间的第一相似度分布的方差，以及增加下一次聚类处理得到的第二 聚类结果中，所述不同聚类类别之间的距离。
另外需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件 说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以 不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际 的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本申请提供的装 置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条 或多条通信总线或信号线。
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到本申请可借助软 件加必需的通用硬件的方式来实现，当然也可以通过专用硬件包括专用集成电路、专用 CPU、专用存储器、专用元器件等来实现。一般情况下，凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现，而且，用来实现同一功能的具体硬件结构也可以是多种多样的，例如模拟电路、数字电路或专用电路等。但是，对本申请而言更多情况下软件程 序实现是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术 做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在可读取的存储介质中，如计算机的软盘、U盘、移动硬盘、ROM、RAM、磁碟或者光盘等，包括若干 指令用以使得一台计算机设备(可以是个人计算机，训练设备，或者网络设备等)执行本 申请各个实施例所述的方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。 当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机 程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是 通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储 在计算机可读存储介质中，或者从一个计算机可读存储介质向另一计算机可读存储介质传 输，例如，所述计算机指令可以从一个网站站点、计算机、训练设备或数据中心通过有线 (例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向 另一个网站站点、计算机、训练设备或数据中心进行传输。所述计算机可读存储介质可以 是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的训练设备、数据 中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介 质(例如，DVD)、或者半导体介质(例如固态硬盘(Solid State Disk，SSD))等。

Claims (21)

1.一种模型更新方法，其特征在于，所述方法包括：
获取神经网络模型和多个训练图像；
通过所述神经网络模型对所述多个训练图像进行特征提取，得到多个目标特征；
根据所述多个目标特征对所述多个训练图像进行多次第一聚类处理，得到多个第一聚类结果，所述多个第一聚类结果中的每个第一聚类结果对应于一个轮廓系数，所述轮廓系数表示聚类质量；
根据所述多个第一聚类结果对应的多个轮廓系数从所述多个第一聚类结果中确定第一目标聚类结果，所述第一目标聚类结果包括M个聚类类别；
根据所述多个目标特征对所述多个训练图像进行第二聚类处理，得到第二聚类结果，并根据第一损失函数更新所述神经网络的参数，所述第二聚类结果包括的聚类类别数量为所述M。
2.根据权利要求1所述的方法，其特征在于，所述轮廓系数根据类间分离度以及类内凝聚度计算，所述类间分离度表示不同聚类类别之间的距离，所述类内凝聚度表示同一个聚类类别对应的不同训练图像之间的距离。
3.根据权利要求1或2所述的方法，其特征在于，所述第一目标聚类结果对应的轮廓系数大于所述多个第一聚类结果中除所述第一目标聚类结果之外的其他聚类结果对应的轮廓系数。
4.根据权利要求1至3任一所述的方法，其特征在于，所述根据所述多个目标特征对所述多个训练图像进行多次第一聚类处理，包括：
根据所述多个目标特征对所述多个训练图像进行多次第一聚类处理，并在每次第一聚类处理之后基于第二损失函数更新所述神经网络的参数。
5.根据权利要求4所述的方法，其特征在于，所述在每次第一聚类处理之后基于第二损失函数更新所述神经网络的参数，包括：
在每次第一聚类处理之后基于第二损失函数更新所述神经网络的参数，以减小下一次第一聚类处理得到的第一聚类结果中，所述多个训练图像中的每个训练图像与所述第一聚类结果包括的多个聚类类别的之间的第一相似度分布的方差。
6.根据权利要求1至5任一所述的方法，其特征在于，所述多次第一聚类处理包括第i次聚类处理和第j次聚类处理，所述第j次聚类处理在所述第i次聚类处理之后，所述根据所述多个目标特征对所述多个训练图像进行多次第一聚类处理，包括：
在进行所述第i次聚类处理和所述第j次聚类处理时，获取所述多个目标特征中各个目标特征之间的第二相似度，所述第二相似度包括所述多个目标特征中各个目标特征之间的图像特征相似度以及时空约束权重，其中，进行所述第j次聚类处理时的时空约束权重大于进行所述第i次聚类处理时的时空约束权重，所述时空约束权重表示时空约束对于所述各个目标特征之间的第二相似度的影响能力；
根据所述第二相似度对所述多个训练图像进行所述第i次聚类处理和所述第j次聚类处理，其中，所述i，j为正整数。
7.根据权利要求1至6任一所述的方法，其特征在于，所述根据所述多个目标特征对所述多个训练图像进行多次第一聚类处理，包括：
获取所述多个目标特征中各个目标特征之间的第二相似度，所述第二相似度包括所述多个目标特征中各个目标特征之间的图像特征相似度以及时空约束权重；
根据所述第二相似度对所述多个训练图像进行多次第一聚类处理，且在每次第一聚类处理之后，根据对应的第一聚类结果更新所述多个目标特征中各个目标特征之间的时空约束权重。
8.根据权利要求1至7任一所述的方法，其特征在于，所述第一损失函数包括三元损失函数。
9.根据权利要求1至8任一所述的方法，其特征在于，所述根据第一损失函数更新所述神经网络的参数，包括：
根据三元损失函数和第二损失函数更新所述神经网络的参数，以减小下一次第二聚类处理得到的第二聚类结果中，所述多个训练图像中的每个训练图像与所述第二聚类结果包括的多个聚类类别的之间的第一相似度分布的方差，以及增加下一次聚类处理得到的第二聚类结果中，所述不同聚类类别之间的距离。
10.一种模型更新装置，其特征在于，所述装置包括：
获取模块，用于获取神经网络模型和多个训练图像；
特征提取模块，用于通过所述神经网络模型对所述多个训练图像进行特征提取，得到多个目标特征；
第一聚类模块，用于根据所述多个目标特征对所述多个训练图像进行多次第一聚类处理，得到多个第一聚类结果，所述多个第一聚类结果中的每个第一聚类结果对应于一个轮廓系数，所述轮廓系数表示聚类质量；
确定模块，用于根据所述多个第一聚类结果对应的多个轮廓系数从所述多个第一聚类结果中确定第一目标聚类结果，所述第一目标聚类结果包括M个聚类类别；
第二聚类模块，用于根据所述多个目标特征对所述多个训练图像进行第二聚类处理，得到第二聚类结果，并根据第一损失函数更新所述神经网络的参数，所述第二聚类结果包括的聚类类别数量为所述M。
11.根据权利要求10所述的装置，其特征在于，所述轮廓系数根据类间分离度以及类内凝聚度计算，所述类间分离度表示不同聚类类别之间的距离，所述类内凝聚度表示同一个聚类类别对应的不同训练图像之间的距离。
12.根据权利要求10或11所述的装置，其特征在于，所述第一目标聚类结果对应的轮廓系数大于所述多个第一聚类结果中除所述第一目标聚类结果之外的其他聚类结果对应的轮廓系数。
13.根据权利要求10至12任一所述的装置，其特征在于，所述第一聚类模块，具体用于：
根据所述多个目标特征对所述多个训练图像进行多次第一聚类处理，并在每次第一聚类处理之后基于第二损失函数更新所述神经网络的参数。
14.根据权利要求13所述的装置，其特征在于，所述第一聚类模块，具体用于：
在每次第一聚类处理之后基于第二损失函数更新所述神经网络的参数，以减小下一次第一聚类处理得到的第一聚类结果中，所述多个训练图像中的每个训练图像与所述第一聚类结果包括的多个聚类类别的之间的第一相似度分布的方差。
15.根据权利要求10至14任一所述的装置，其特征在于，所述多次第一聚类处理包括第i次聚类处理和第j次聚类处理，所述第j次聚类处理在所述第i次聚类处理之后，所述第一聚类模块，具体用于：
在进行所述第i次聚类处理和所述第j次聚类处理时，获取所述多个目标特征中各个目标特征之间的第二相似度，所述第二相似度包括所述多个目标特征中各个目标特征之间的图像特征相似度以及时空约束权重，其中，进行所述第j次聚类处理时的时空约束权重大于进行所述第i次聚类处理时的时空约束权重，所述时空约束权重表示时空约束对于所述各个目标特征之间的第二相似度的影响能力；
根据所述第二相似度对所述多个训练图像进行所述第i次聚类处理和所述第j次聚类处理,其中，所述i，j为正整数。
16.根据权利要求10至15任一所述的装置，其特征在于，所述第一聚类模块，具体用于：
获取所述多个目标特征中各个目标特征之间的第二相似度，所述第二相似度包括所述多个目标特征中各个目标特征之间的图像特征相似度以及时空约束权重；
根据所述第二相似度对所述多个训练图像进行多次第一聚类处理，且在每次第一聚类处理之后，根据对应的第一聚类结果更新所述多个目标特征中各个目标特征之间的时空约束权重。
17.根据权利要求10至16任一所述的装置，其特征在于，所述第二损失函数包括三元损失函数。
18.根据权利要求10至17任一所述的装置，其特征在于，所述第二聚类模块，具体用于：
根据三元损失函数和第二损失函数更新所述神经网络的参数，以减小下一次第二聚类处理得到的第二聚类结果中，所述多个训练图像中的每个训练图像与所述第二聚类结果包括的多个聚类类别的之间的第一相似度分布的方差，以及增加下一次聚类处理得到的第二聚类结果中，所述不同聚类类别之间的距离。
19.一种模型更新装置，其特征在于，所述装置包括：存储器、处理器以及总线系统，其中，存储器用于存储程序，处理器用于获取存储器中的程序，以执行如权利要求1至9任一所述的模型更新方法。
20.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，当其在计算机上运行时，使得计算机执行如权利要求1至9任一所述的模型更新方法。
21.一种计算机程序，其特征在于，当其在计算机上运行时，使得计算机执行如权利要求1至9任一所述的模型更新方法。
CN202010143004.0A 2020-03-04 2020-03-04 一种模型更新方法以及相关装置 Pending CN113361549A (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202010143004.0A CN113361549A (zh) 2020-03-04 2020-03-04 一种模型更新方法以及相关装置
EP21763687.7A EP4105828A4 (en) 2020-03-04 2021-03-04 MODEL UPDATING METHOD AND ASSOCIATED DEVICE
PCT/CN2021/079005 WO2021175278A1 (zh) 2020-03-04 2021-03-04 一种模型更新方法以及相关装置
US17/898,948 US20220415023A1 (en) 2020-03-04 2022-08-30 Model update method and related apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010143004.0A CN113361549A (zh) 2020-03-04 2020-03-04 一种模型更新方法以及相关装置

Publications (1)

Publication Number Publication Date
CN113361549A true CN113361549A (zh) 2021-09-07

Family

ID=77523361

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010143004.0A Pending CN113361549A (zh) 2020-03-04 2020-03-04 一种模型更新方法以及相关装置

Country Status (4)

Country Link
US (1) US20220415023A1 (zh)
EP (1) EP4105828A4 (zh)
CN (1) CN113361549A (zh)
WO (1) WO2021175278A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111144015A (zh) * 2019-12-30 2020-05-12 吉林大学 一种自动驾驶汽车虚拟场景库构建方法
JP6800453B1 (ja) * 2020-05-07 2020-12-16 株式会社 情報システムエンジニアリング 情報処理装置及び情報処理方法
CN114783003B (zh) * 2022-06-23 2022-09-20 之江实验室 一种基于局部特征注意力的行人重识别方法和装置
CN116777896B (zh) * 2023-07-07 2024-03-19 浙江大学 一种表观缺陷跨域分类识别的负迁移抑制方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180181808A1 (en) * 2016-12-28 2018-06-28 Captricity, Inc. Identifying versions of a form
CN109829433A (zh) * 2019-01-31 2019-05-31 北京市商汤科技开发有限公司 人脸图像识别方法、装置、电子设备及存储介质
CN110309853A (zh) * 2019-05-20 2019-10-08 湖南大学 基于变分自编码器的医学图像聚类方法
CN110414462A (zh) * 2019-08-02 2019-11-05 中科人工智能创新技术研究院(青岛)有限公司 一种无监督的跨域行人重识别方法及系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10748036B2 (en) * 2017-11-21 2020-08-18 Nvidia Corporation Training a neural network to predict superpixels using segmentation-aware affinity loss
US10679330B2 (en) * 2018-01-15 2020-06-09 Tata Consultancy Services Limited Systems and methods for automated inferencing of changes in spatio-temporal images
CN110263837A (zh) * 2019-06-13 2019-09-20 河海大学 一种基于多层dbn模型的断路器故障诊断方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180181808A1 (en) * 2016-12-28 2018-06-28 Captricity, Inc. Identifying versions of a form
CN109829433A (zh) * 2019-01-31 2019-05-31 北京市商汤科技开发有限公司 人脸图像识别方法、装置、电子设备及存储介质
CN110309853A (zh) * 2019-05-20 2019-10-08 湖南大学 基于变分自编码器的医学图像聚类方法
CN110414462A (zh) * 2019-08-02 2019-11-05 中科人工智能创新技术研究院(青岛)有限公司 一种无监督的跨域行人重识别方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ZHU L J ET AL: "Clustering Validity Analysis Based on Silhouette Coefficient", 《JOURNAL OF COMPUTER APPLICATIONS》, vol. 30, no. 4, pages 139 - 141 *
梁修荣 等: "基于聚类和SVM的数据分类方法与实验研究", 《西南师范大学学报(自然科学版)》, no. 3, pages 97 - 102 *

Also Published As

Publication number Publication date
EP4105828A4 (en) 2023-07-19
EP4105828A1 (en) 2022-12-21
WO2021175278A1 (zh) 2021-09-10
US20220415023A1 (en) 2022-12-29

Similar Documents

Publication Publication Date Title
CN111797893B (zh) 一种神经网络的训练方法、图像分类系统及相关设备
WO2021043112A1 (zh) 图像分类方法以及装置
WO2019228358A1 (zh) 深度神经网络的训练方法和装置
US20220375213A1 (en) Processing Apparatus and Method and Storage Medium
WO2022042713A1 (zh) 一种用于计算设备的深度学习训练方法和装置
WO2021057056A1 (zh) 神经网络架构搜索方法、图像处理方法、装置和存储介质
CN111507378A (zh) 训练图像处理模型的方法和装置
WO2021147325A1 (zh) 一种物体检测方法、装置以及存储介质
CN110222718B (zh) 图像处理的方法及装置
CN113361549A (zh) 一种模型更新方法以及相关装置
WO2022001805A1 (zh) 一种神经网络蒸馏方法及装置
WO2021164750A1 (zh) 一种卷积层量化方法及其装置
CN113516227B (zh) 一种基于联邦学习的神经网络训练方法及设备
WO2021218470A1 (zh) 一种神经网络优化方法以及装置
CN113807399A (zh) 一种神经网络训练方法、检测方法以及装置
WO2022007867A1 (zh) 神经网络的构建方法和装置
CN113011568B (zh) 一种模型的训练方法、数据处理方法及设备
CN113191241A (zh) 一种模型训练方法及相关设备
WO2021136058A1 (zh) 一种处理视频的方法及装置
WO2022156475A1 (zh) 神经网络模型的训练方法、数据处理方法及装置
CN111738403A (zh) 一种神经网络的优化方法及相关设备
CN112529149A (zh) 一种数据处理方法及相关装置
CN113536970A (zh) 一种视频分类模型的训练方法及相关装置
CN114140841A (zh) 点云数据的处理方法、神经网络的训练方法以及相关设备
CN113627421A (zh) 一种图像处理方法、模型的训练方法以及相关设备

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