CN113361710A - 学生模型训练方法、图片处理方法、装置及电子设备 - Google Patents
学生模型训练方法、图片处理方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113361710A CN113361710A CN202110729791.1A CN202110729791A CN113361710A CN 113361710 A CN113361710 A CN 113361710A CN 202110729791 A CN202110729791 A CN 202110729791A CN 113361710 A CN113361710 A CN 113361710A
- Authority
- CN
- China
- Prior art keywords
- student
- sample
- teacher
- scene
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000012549 training Methods 0.000 title claims abstract description 43
- 238000012545 processing Methods 0.000 title claims abstract description 25
- 230000006870 function Effects 0.000 claims abstract description 43
- 238000004590 computer program Methods 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 11
- 238000003672 processing method Methods 0.000 claims description 8
- 239000000126 substance Substances 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000013135 deep learning Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000003062 neural network model Methods 0.000 description 8
- 239000013598 vector Substances 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000013526 transfer learning Methods 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
Abstract
本公开提供了一种学生模型训练方法、图片处理方法、装置及电子设备,涉及人工智能技术领域,尤其涉及计算机视觉和深度学习技术领域。具体实现方案为:确定不同场景的样本图片输入至对应场景的教师模型,得到各个场景下的样本图片的教师特征,教师模型的数量至少包括两个;以及将不同场景的样本图片输入至学生模型,确定各个场景下的样本图片的学生特征;然后基于各个场景下的样本图片的教师特征、各个场景下的样本图片的学生特征,以及预定的损失函数,训练学生模型。即通过至少两个不同场景下的教师模型训练学生模型,从而能够提升训练的学生模型的在不同场景下的泛化能力,使得训练的学生模型在不同场景下都能保持一定的精确性。
Description
技术领域
本公开涉及人工智能技术领域,尤其涉及计算机视觉和深度学习技术领域。
背景技术
目前训练的神经网络模型很难同时在不同的场景下都保持一个很高的识别精度,如人脸识别模型,由于不同场景人脸特征差异较大,现有人脸模型很难保持良好的泛化性。
发明内容
本公开提供了一种学生模型训练方法、图片处理方法、装置及电子设备。
根据本公开的第一方面,提供了一种学生模型训练方法,包括:
确定不同场景的样本图片输入至对应场景的教师模型,得到各个场景下的样本图片的教师特征,教师模型的数量至少包括两个;
以及将不同场景的样本图片输入至学生模型,确定各个场景下的样本图片的学生特征;
基于各个场景下的样本图片的教师特征、各个场景下的样本图片的学生特征,以及预定的损失函数,训练学生模型。
根据本公开的第二方面,提供了一种图像处理方法,包括:
确定待处理目标图片;
将待处理目标图片输入至第一方面训练好的学生模型,进行相应的处理。
根据本公开的第三方面,提供了一种学生模型训练装置,包括:
第一确定模块,用于确定不同场景的样本图片输入至对应场景的教师模型,得到各个场景下的样本图片的教师特征,教师模型的数量至少包括两个;
第二确定模块,用于将不同场景的样本图片输入至学生模型,确定各个场景下的样本图片的学生特征;
训练模块,用于基于各个场景下的样本图片的教师特征、各个场景下的样本图片的学生特征,以及预定的损失函数,训练学生模型。
根据本公开的第四方面,提供了一种图片处理装置,包括:
第五确定模块,用于确定待处理目标图片;
输入处理模块,用于将待处理目标图片输入至第一方面训练好的学生模型,进行相应的处理。
根据本公开的第五方面,提供了一种电子设备,该电子设备包括:
至少一个处理器;以及
与上述至少一个处理器通信连接的存储器;其中,
存储器存储有可被上述至少一个处理器执行的指令,指令被上述至少一个处理器执行,以使上述至少一个处理器能够执行上述方法。
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,该计算机指令用于使计算机执行上述方法。
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,该计算机程序在被处理器执行时实现上述方法。
本公开提供的技术方案带来的有益效果是:
本公开实施例提供的方案,与现有技术训练的神经网络模型缺乏不同场景下的泛化能力相比。本公开通过确定不同场景的样本图片输入至对应场景的教师模型,得到各个场景下的样本图片的教师特征,教师模型的数量至少包括两个;以及将不同场景的样本图片输入至学生模型,确定各个场景下的样本图片的学生特征;然后基于各个场景下的样本图片的教师特征、各个场景下的样本图片的学生特征,以及预定的损失函数,训练学生模型。即通过至少两个不同场景下的教师模型训练学生模型,从而能够提升训练的学生模型的在不同场景下的泛化能力,使得训练的学生模型在不同场景下都能保持一定的精确性。
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是根据本公开提供的学生模型训练方法流程图;
图2是根据本公开提供的学生模型训练方法示例图;
图3是根据本公开提供的图片处理方法流程示意图;
图4本公开提供的学生模型训练装置的结构示意图;
图5本公开提供的图片处理装置的结构示意图;
图6是用来实现本公开实施例的电子设备的框图。
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。
实施例一
图1示出了本公开实施例提供的一种学生模型训练方法,如图1所示,该方法包括:
步骤S101,确定不同场景的样本图片输入至对应场景的教师模型,得到各个场景下的样本图片的教师特征,教师模型的数量至少包括两个;
其中,教师--学生网络的方法,属于迁移学习的一种。迁移学习也就是将一个模型的性能迁移到另一个模型上,而对于教师--学生网络,教师网络往往是一个更加复杂的网络,具有非常好的性能和泛化能力,可以用这个网络来作为一个soft target来指导另外一个更加简单的学生网络来学习,使得更加简单、参数运算量更少的学生模型也能够具有和教师网络相近的性能,也算是一种模型压缩的方式。其中,复杂的网络可以看成一个教师,而小的网络则可以看成是一个学生。
教师-学生网络的方法,能够利用性能较好的教师网络,在神经元级别上,来监督学生网络的训练,相当于提高了模型参数的利用率。其实可以这么来理解,训练一个神经网络就像是要爬一座山,目标就是山顶的终点线,给定了一个目标,需要去摸索如何找到通往终点的路,就需要不断学习不断尝试,假如体力有限,可能就难以达到目标;但是如果这个时候有一个经验丰富的向导,他曾经达到过终点,那么向导就可以为后来者指明一条上山的路,或者在路上给后来者立很多路标,后来者只要沿着路标上山就好了,这样后来者也能够很容易的到达山顶,这就是教师--学生网络的意义。
示例性地,针对不同的应用场景预训练多个教师模型,如针对场景A、B、C,分别训练得到图像处理教师模型A、B、C,确定相应数量的不同场景下的样本图片,分别输入至对应的预训练的教师模型A、B、C(如样本图片为场景A下拍摄的,则输入场景A下训练的教师模型),从而得到各个场景下的样本图片的教师特征。
步骤S102,将不同场景的样本图片输入至学生模型,确定各个场景下的样本图片的学生特征;
具体地,将步骤S101中的不同场景的样本图片输入至学生模型,确定各个场景下的样本图片的学生特征。
具体地,可以通过学生模型的图像特征提取网络提取得到样本图片的学生特征。具体地,可以是基于卷积神经网络的图像特征提取网络。
需要说明书的是,步骤101与步骤102不反映两个步骤的执行先后顺序,根据情况,可以先执行步骤102后执行步骤101,也可以先执行步骤101再执行步骤102,也可以步骤101与步骤102并行执行。
步骤S103,基于各个场景下的样本图片的教师特征、各个场景下的样本图片的学生特征,以及预定的损失函数,训练学生模型。
具体地,可以将各个场景下的样本图片的教师特征与对应的样本图片的学生特征,通过预定的损失函数,确定损失函数值,然后向使得损失函数值变小的方向通过反向传播调整学生模型的参数。其中,损失函数可以为L1、L2损失函数,也可以包括其他能够实现本申请功能的损失函数。
本公开实施例提供的方案,与现有技术训练的神经网络模型缺乏不同场景下的泛化能力相比。本公开通过确定不同场景的样本图片输入至对应场景的教师模型,得到各个场景下的样本图片的教师特征,教师模型的数量至少包括两个;以及将不同场景的样本图片输入至学生模型,确定各个场景下的样本图片的学生特征;然后基于各个场景下的样本图片的教师特征、各个场景下的样本图片的学生特征,以及预定的损失函数,训练学生模型。即通过至少两个不同场景下的教师模型训练学生模型,从而能够提升训练的学生模型的在不同场景下的泛化能力,使得训练的学生模型在不同场景下都能保持一定的精确性。
本公开实施例提供了一种可能的实现方式,其中,步骤S103包括:
步骤S1031(图中未示出),基于各场景下的样本图片的教师特征及对应的学生特征,确定各场景样本图片对应的第一损失值;
步骤S1032(图中未示出),基于确定的各场景样本图片对应的第一损失值,更新学生模型的参数。
具体地,如果场景A下的样本图片的教师特征为t1,学生特征为s1,则可以基于L2(t1-s1)确定该场景A下样本图片对应的第一损失值,然后基于各个第一损失值进行求和,确定模型的整体损失函数值,然后向调整损失函数值变小的方向进行反向传播,更新学生模型的参数。
示例性地,如果教师模型的数量为三个,可以通过如下公式:
loss=L2(t1-s1)+L2(t2-s2)+L2(t3-s3)
确定损失函数值;其中,t1、t2、t3表示教师特征,s表示对应的学生特征。
对于本申请实施例,解决了损失函数值如何确定的问题。
本公开实施例提供了一种可能的实现方式,其中,预定的损失函数包括样本对损失函数(即Pair Loss),该方法还包括:
步骤S104(图中未示出),确定学生特征与正样本教师特征的正样本相似度,以及学生特征与负样本教师特征的负样本相似度;其中,正样本表示学生特征对应的场景与教师特征对应的场景相同,负样本表示学生特征对应的场景与教师特征对应的场景不相同;
步骤S105(图中未示出),基于确定的学生特征与正样本教师特征的正样本相似度,以及学生特征与负样本教师特征的负样本相似度,以及预定的样本对损失函数(即PairLoss)确定样本对损失值;
步骤S106(图中未示出),基于确定的样本对损失值,更新学生模型的参数。
其中,度量学习(Metric Learning)是一种空间映射的方法,其能够学习到一种特征(Embedding)空间,在此空间中,所有的数据都被转换成一个特征向量,并且相似样本的特征向量之间距离小,不相似样本的特征向量之间距离大,从而对数据进行区分。
在深度学习中,很多度量学习的方法都是使用成对的样本进行loss计算的,这类方法被称为pair-based deep metric learning。例如,在训练模型的过程,随意的选取两个样本,使用模型提取特征,并计算他们特征之间的距离。如果这两个样本属于同一个类别,则希望他们之间的距离应该尽量的小,甚至为0;如果这两个样本属于不同的类别,那我们希望他们之间的距离应该尽量的大,甚至是无穷大。正是根据这一原则,衍生出了许多不同类型的pair-based loss,使用这些pair loss对样本对之间的距离进行计算,并根据生成的loss使用各种优化方法对模型进行更新。
结合本申请,可以设计相应的pair loss损失函数,使得不同场景的的教师特征与学生特征的距离较远,相同场景的教师特征与学生特征的距离较近。示例性地,场景A下样本图片的教师特征为TA,场景A下样本图片的学生特征为SA,场景B下样本图片的教师特征为TB,学生特征为SB,设计的pair loss损失函数,使得SA与TA的距离尽可能小,SB与TB的距离尽可能小;SA与TB的距离尽可能拉大,SB与TA的距离尽可能拉大。
其中,本公开所使用的pair loss损失函数可以是Contrastive los、Tripletloss、N-pair loss等中的任一个或多个的组合。其中,可以根据学生模型的适用场景确定相应的pair loss损失函数。
基于本申请实施例,能够构建较好的向量空间。
本公开实施例提供了一种可能的实现方式,其中,Pair Loss为:
其中,pt表示正样本相似度,nt表示负样本相似度,m为常数。
对于本申请实施例,解决了pair loss值如何确定的问题。
本公开实施例提供了一种可能的实现方式,其中,教师模型和/或学生模型为图像检测识别模型。
对于本申请实施例,教师模型和/或学生模型为图像检测识别模型,从而使得训练的学生模型能够在不同的场景下具有一定的泛华能力。
示例性地,可以是预训练了多个不同类型的图像检测识别模型,如识别不同类型的动物的图像检测识别模型,然后基于该多个不同类型的图像检测识别模型作为教师模型,来训练学生模型,从而使得训练的学生模型在其他类型的图像检测识别场景下也具有一定的精确性。
本公开实施例提供了一种可能的实现方式,其中,教师模型和/或学生模型为人脸识别模型。
对于本申请实施例,教师模型和/或学生模型为人脸识别模型,从而使得训练的人脸识别学生模型能够在不同的场景下具有一定的泛化能力。
示例性地,可以是预训练了多个场景下的人脸识别模型(如白天光线好的场景、晚上光线不好的场景、上班打卡场景、人群中人脸追踪的场景等),然后基于该多个场景下的人脸识别模型作为教师模型,来训练人脸识别学生模型,从而使得训练的人脸识别学生模型在其他人脸识别场景下也具有一定的精确性。
示例性地,为了更好的理解本公开实施例的学生模型的训练,图2示出了学生模型的训练示例图。具体可以包括:确定不同场景下的样本图片集合;然后随机确定一定数量的样本图片,分别将确定的样本图片输入至与样本图片的场景一致的教师模型(Teacher1模型、Teacher2模型、Teacher3模型、Teacher4模型),得到各样本图片的教师特征;以及将确定的样本图片分别输入至学生模型(student模型),得到各样本图片的学生特征,然后基于确定的样本图片的教师特征与学生特征计算L2 loss,以及基于样本图片是否为同场景下图片的标签信息,生成正负样本对,并计算跨场景的Pair loss,最后基于计算的各L2 loss以及Pair loss,调整学生模型的参数,直至收敛,得到调整好的学生模型。
实施例二
根据本公开的第二方面,提供了一种图片处理方法,如图3所示,包括:
步骤S301,确定待处理目标图片;
其中,待处理目标图片可以是直接通过摄像头拍摄到的照片,也可以是从拍摄的视频中提取得到的。
步骤S302,将待处理目标图片输入至实施例一训练好的学生模型,进行相应的处理。
对于本申请实施例,将待处理目标图片输入至基于多个教师模型训练的学生模型,从而使得训练的学生模型具有了跨场景应用的能力,进而对于不同场景下的待处理目标图片,训练好的学生模型都能具有一定的精度。
具体地,学生模型可以是图像检测识别模型,图像分类模型、图像语义分割模型等,可以将待处理目标图片输入至训练好的学生模型进行检测识别,或进行分类,或进行语义分割等。
本申请实施例,提供了一种可能的实现方式,其中,学生模型为人脸识别模型。
对于本申请实施例,通过多个不同场景下的教师模型训练人脸识别学生模型,从而使得训练得到的人脸识别学生模型具有一定的泛化能力,对于不同场景下的待处理目标图片的处理都具有一定精度性。
作为本公开实施例的一个应用场景,待处理目标图片可以是无人驾驶车辆的车载摄像头拍摄的行驶图像,由于车辆行驶的环境会有较大不同,从而导致如何正确识别该不同环境或场景下的图片成为了一个问题,如晴朗的天、阴雨天、白天、傍晚,利用本公开实施例的技术方案,通过多个不同场景或环境下训练的教师模型来训练学生模型,从而使得对拍摄到的图像能准确的识别,并将识别得到的先关数据用于后续的避障、路线规划。
实施例三
本公开实施例提供了一种学生模型训练装置,如图4所示,该装置40包括:
第一确定模块401,用于确定不同场景的样本图片输入至对应场景的教师模型,得到各个场景下的样本图片的教师特征,教师模型的数量至少包括两个;
第二确定模块402,用于将不同场景的样本图片输入至学生模型,确定各个场景下的样本图片的学生特征;
训练模块403,用于基于各个场景下的样本图片的教师特征、各个场景下的样本图片的学生特征,以及预定的损失函数,训练学生模型。
本申请实施例提供了一种可能的实现方式,其中,训练模块403,包括:
确定单元4031(图中未示出),用于基于各场景下的样本图片的教师特征及对应的学生特征,确定各场景样本图片对应的第一损失值;
更新单元4032(图中未示出),用于基于确定的各场景样本图片对应的第一损失值,更新学生模型的参数。
本申请实施例提供了一种可能的实现方式,其中,预定的损失函数包括PairLoss,该装置还包括:
第三确定模块404,用于确定学生特征与正样本教师特征的正样本相似度,以及学生特征与负样本教师特征的负样本相似度;其中,正样本表示学生特征对应的场景与教师特征对应的场景相同,负样本表示学生特征对应的场景与教师特征对应的场景不相同;
第四确定模块405,用于基于确定的学生特征与正样本教师特征的正样本相似度,以及学生特征与负样本教师特征的负样本相似度,以及预定的Pair Loss确定样本对损失值;
训练模块406,具体用于基于确定的样本对损失值,更新学生模型的参数。
本申请实施例提供了一种可能的实现方式,其中,其中,Pair Loss为:
其中,pt表示正样本相似度,nt表示负样本相似度,m为常数。
本申请实施例提供了一种可能的实现方式,其中,其中,教师模型和/或学生模型为图像检测识别模型。
本申请实施例提供了一种可能的实现方式,其中,其中,教师模型和/或学生模型为人脸识别模型。
对于本申请实施例,其实现的有益效果同上述方法实施例,此处不再赘述。
实施例四
本公开实施例提供了一种图片处理装置,该装置50包括:
第五确定模块501,用于确定待处理目标图片;
输入处理模块502,用于将待处理目标图片输入至实施例一训练好的学生模型,进行相应的处理。
本申请实施例提供了一种可能的实现方式,其中,学生模型为人脸识别模型。
对于本申请实施例,其实现的有益效果同上述方法实施例,此处不再赘述。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
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。
该电子设备包括: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如本公开实施例提供的方法。
该电子设备与现有技术训练的神经网络模型缺乏不同场景下的泛化能力相比。本公开通过确定不同场景的样本图片输入至对应场景的教师模型,得到各个场景下的样本图片的教师特征,教师模型的数量至少包括两个;以及将不同场景的样本图片输入至学生模型,确定各个场景下的样本图片的学生特征;然后基于各个场景下的样本图片的教师特征、各个场景下的样本图片的学生特征,以及预定的损失函数,训练学生模型。即通过至少两个不同场景下的教师模型训练学生模型,从而能够提升训练的学生模型的在不同场景下的泛化能力,使得训练的学生模型在不同场景下都能保持一定的精确性。
该可读存储介质为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如本公开实施例提供的方法。
该可读存储介质与现有技术训练的神经网络模型缺乏不同场景下的泛化能力相比。本公开通过确定不同场景的样本图片输入至对应场景的教师模型,得到各个场景下的样本图片的教师特征,教师模型的数量至少包括两个;以及将不同场景的样本图片输入至学生模型,确定各个场景下的样本图片的学生特征;然后基于各个场景下的样本图片的教师特征、各个场景下的样本图片的学生特征,以及预定的损失函数,训练学生模型。即通过至少两个不同场景下的教师模型训练学生模型,从而能够提升训练的学生模型的在不同场景下的泛化能力,使得训练的学生模型在不同场景下都能保持一定的精确性。
该计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如本公开的第一方面中所示的方法。
该计算机程序产品与现有技术训练的神经网络模型缺乏不同场景下的泛化能力相比。本公开通过确定不同场景的样本图片输入至对应场景的教师模型,得到各个场景下的样本图片的教师特征,教师模型的数量至少包括两个;以及将不同场景的样本图片输入至学生模型,确定各个场景下的样本图片的学生特征;然后基于各个场景下的样本图片的教师特征、各个场景下的样本图片的学生特征,以及预定的损失函数,训练学生模型。即通过至少两个不同场景下的教师模型训练学生模型,从而能够提升训练的学生模型的在不同场景下的泛化能力,使得训练的学生模型在不同场景下都能保持一定的精确性。
图6示出了可以用来实施本公开的实施例的示例电子设备600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6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600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601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601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601执行上文所描述的各个方法和处理,例如学生模型训练方法或图片处理方法。例如,在一些实施例中,学生模型训练方法或图片处理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608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的学生模型训练方法或图片处理方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行学生模型训练方法或图片处理方法。
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。服务器可以是云服务器,也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。
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 (19)
1.一种学生模型训练方法,包括:
确定不同场景的样本图片输入至对应场景的教师模型,得到各个场景下的样本图片的教师特征,所述教师模型的数量至少包括两个;
以及将所述不同场景的样本图片输入至学生模型,确定各个场景下的样本图片的学生特征;
基于各个场景下的样本图片的教师特征、各个场景下的样本图片的学生特征,以及预定的损失函数,训练所述学生模型。
2.根据权利要求1所述的方法,其中,所述基于各个场景下的样本图片的教师特征、各个场景下的样本图片的学生特征,以及预定的损失函数,训练所述学生模型,包括:
基于各场景下的样本图片的教师特征及对应的学生特征,确定各场景样本图片对应的第一损失值;
基于确定的各场景样本图片对应的第一损失值,更新所述学生模型的参数。
3.根据权利要求1所述的方法,其中,所述预定的损失函数包括样本对损失函数,该方法还包括:
确定学生特征与正样本教师特征的正样本相似度,以及学生特征与负样本教师特征的负样本相似度;其中,所述正样本表示学生特征对应的场景与教师特征对应的场景相同,所述负样本表示学生特征对应的场景与教师特征对应的场景不相同;
基于确定的学生特征与正样本教师特征的正样本相似度,以及学生特征与负样本教师特征的负样本相似度,以及预定的样本对损失函数确定样本对损失值;
基于确定的样本对损失值,更新所述学生模型的参数。
5.根据权利要求1-4任一项所述的方法,其中,所述教师模型和/或所述学生模型为图像检测识别模型。
6.根据权利要求1-4任一项所述的方法,其中,所述教师模型和/或所述学生模型为人脸识别模型。
7.一种图片处理方法,包括:
确定待处理目标图片;
将所述待处理目标图片输入至权利要求1-6任一项训练好的学生模型,进行相应的处理。
8.根据权利要求7所述的方法,其中,所述学生模型为人脸识别模型。
9.一种学生模型训练装置,包括:
第一确定模块,用于确定不同场景的样本图片输入至对应场景的教师模型,得到各个场景下的样本图片的教师特征,所述教师模型的数量至少包括两个;
第二确定模块,用于将所述不同场景的样本图片输入至学生模型,确定各个场景下的样本图片的学生特征;
训练模块,用于基于各个场景下的样本图片的教师特征、各个场景下的样本图片的学生特征,以及预定的损失函数,训练所述学生模型。
10.根据权利要求9所述的装置,其中,所述训练模块,包括:
确定单元,用于基于各场景下的样本图片的教师特征及对应的学生特征,确定各场景样本图片对应的第一损失值;
更新单元,用于基于确定的各场景样本图片对应的第一损失值,更新所述学生模型的参数。
11.根据权利要求9所述的装置,其中,所述预定的损失函数包括样本对损失函数,该装置还包括:
第三确定模块,用于确定学生特征与正样本教师特征的正样本相似度,以及学生特征与负样本教师特征的负样本相似度;其中,所述正样本表示学生特征对应的场景与教师特征对应的场景相同,所述负样本表示学生特征对应的场景与教师特征对应的场景不相同;
第四确定模块,用于基于确定的学生特征与正样本教师特征的正样本相似度,以及学生特征与负样本教师特征的负样本相似度,以及预定的样本对损失函数确定样本对损失值;
所述训练模块,具体用于基于确定的样本对损失值,更新所述学生模型的参数。
13.根据权利要求9-12任一项所述的装置,其中,所述教师模型和/或所述学生模型为图像检测识别模型。
14.根据权利要求9-12任一项所述的装置,其中,所述教师模型和/或所述学生模型为人脸识别模型。
15.一种图片处理装置,包括:
第五确定模块,用于确定待处理目标图片;
输入处理模块,用于将所述待处理目标图片输入至权利要求1-6任一项训练好的学生模型,进行相应的处理。
16.根据权利要求15所述的装置,其中,所述学生模型为人脸识别模型。
17.一种电子设备,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1-8中任一项所述的方法。
18.一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1-8中任一项所述的方法。
19.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110729791.1A CN113361710B (zh) | 2021-06-29 | 2021-06-29 | 学生模型训练方法、图片处理方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110729791.1A CN113361710B (zh) | 2021-06-29 | 2021-06-29 | 学生模型训练方法、图片处理方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113361710A true CN113361710A (zh) | 2021-09-07 |
CN113361710B CN113361710B (zh) | 2023-11-24 |
Family
ID=77537198
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110729791.1A Active CN113361710B (zh) | 2021-06-29 | 2021-06-29 | 学生模型训练方法、图片处理方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113361710B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113487614A (zh) * | 2021-09-08 | 2021-10-08 | 四川大学 | 胎儿超声标准切面图像识别网络模型的训练方法和装置 |
CN113947801A (zh) * | 2021-12-21 | 2022-01-18 | 中科视语(北京)科技有限公司 | 人脸识别方法、装置和电子设备 |
CN114693995A (zh) * | 2022-04-14 | 2022-07-01 | 北京百度网讯科技有限公司 | 应用于图像处理的模型训练方法、图像处理方法和设备 |
CN116361658A (zh) * | 2023-04-07 | 2023-06-30 | 北京百度网讯科技有限公司 | 模型训练方法、任务处理方法、装置、电子设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110163236A (zh) * | 2018-10-15 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 模型的训练方法和装置、存储介质、电子装置 |
CN110674880A (zh) * | 2019-09-27 | 2020-01-10 | 北京迈格威科技有限公司 | 用于知识蒸馏的网络训练方法、装置、介质与电子设备 |
CN112418268A (zh) * | 2020-10-22 | 2021-02-26 | 北京迈格威科技有限公司 | 目标检测方法、装置及电子设备 |
CN112529178A (zh) * | 2020-12-09 | 2021-03-19 | 中国科学院国家空间科学中心 | 一种适用于无预选框检测模型的知识蒸馏方法及系统 |
-
2021
- 2021-06-29 CN CN202110729791.1A patent/CN113361710B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110163236A (zh) * | 2018-10-15 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 模型的训练方法和装置、存储介质、电子装置 |
CN110674880A (zh) * | 2019-09-27 | 2020-01-10 | 北京迈格威科技有限公司 | 用于知识蒸馏的网络训练方法、装置、介质与电子设备 |
CN112418268A (zh) * | 2020-10-22 | 2021-02-26 | 北京迈格威科技有限公司 | 目标检测方法、装置及电子设备 |
CN112529178A (zh) * | 2020-12-09 | 2021-03-19 | 中国科学院国家空间科学中心 | 一种适用于无预选框检测模型的知识蒸馏方法及系统 |
Non-Patent Citations (1)
Title |
---|
沈守娟;郑广浩;彭译萱;王展青;: "基于YOLOv3算法的教室学生检测与人数统计方法", 软件导刊, no. 09 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113487614A (zh) * | 2021-09-08 | 2021-10-08 | 四川大学 | 胎儿超声标准切面图像识别网络模型的训练方法和装置 |
CN113487614B (zh) * | 2021-09-08 | 2021-11-30 | 四川大学 | 胎儿超声标准切面图像识别网络模型的训练方法和装置 |
CN113947801A (zh) * | 2021-12-21 | 2022-01-18 | 中科视语(北京)科技有限公司 | 人脸识别方法、装置和电子设备 |
CN113947801B (zh) * | 2021-12-21 | 2022-07-26 | 中科视语(北京)科技有限公司 | 人脸识别方法、装置和电子设备 |
CN114693995A (zh) * | 2022-04-14 | 2022-07-01 | 北京百度网讯科技有限公司 | 应用于图像处理的模型训练方法、图像处理方法和设备 |
CN116361658A (zh) * | 2023-04-07 | 2023-06-30 | 北京百度网讯科技有限公司 | 模型训练方法、任务处理方法、装置、电子设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113361710B (zh) | 2023-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113361710B (zh) | 学生模型训练方法、图片处理方法、装置及电子设备 | |
CN113920307A (zh) | 模型的训练方法、装置、设备、存储介质及图像检测方法 | |
US20220222951A1 (en) | 3d object detection method, model training method, relevant devices and electronic apparatus | |
CN113642431A (zh) | 目标检测模型的训练方法及装置、电子设备和存储介质 | |
CN112580733B (zh) | 分类模型的训练方法、装置、设备以及存储介质 | |
EP4116940A2 (en) | Method and apparatus for processing image, electronic device and storage medium | |
CN114494784A (zh) | 深度学习模型的训练方法、图像处理方法和对象识别方法 | |
CN113177968A (zh) | 目标跟踪方法、装置、电子设备及存储介质 | |
EP4123595A2 (en) | Method and apparatus of rectifying text image, training method and apparatus, electronic device, and medium | |
CN113657483A (zh) | 模型训练方法、目标检测方法、装置、设备以及存储介质 | |
CN113313053A (zh) | 图像处理方法、装置、设备、介质及程序产品 | |
CN115358392A (zh) | 深度学习网络的训练方法、文本检测方法及装置 | |
CN113298910A (zh) | 生成交通标志线地图的方法、设备和存储介质 | |
CN113705716B (zh) | 图像识别模型训练方法、设备、云控平台及自动驾驶车辆 | |
CN113537192B (zh) | 图像检测方法、装置、电子设备及存储介质 | |
CN113379719A (zh) | 道路缺陷检测方法、装置、电子设备和存储介质 | |
CN113255501A (zh) | 生成表格识别模型的方法、设备、介质及程序产品 | |
CN113344121B (zh) | 训练招牌分类模型和招牌分类的方法 | |
CN116152702A (zh) | 点云标签的获取方法、装置、电子设备和自动驾驶车辆 | |
CN113920273B (zh) | 图像处理方法、装置、电子设备和存储介质 | |
CN113902898A (zh) | 目标检测模型的训练、目标检测方法、装置、设备和介质 | |
CN114111813A (zh) | 高精地图元素更新方法、装置、电子设备及存储介质 | |
CN113936158A (zh) | 一种标签匹配方法及装置 | |
CN116778006B (zh) | 图片编码器的建模方法、装置、电子设备及存储介质 | |
CN114581751B (zh) | 图像识别模型的训练方法和图像识别方法、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 |