CN113781518A - 神经网络结构搜索方法及装置、电子设备和存储介质 - Google Patents
神经网络结构搜索方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113781518A CN113781518A CN202111062203.XA CN202111062203A CN113781518A CN 113781518 A CN113781518 A CN 113781518A CN 202111062203 A CN202111062203 A CN 202111062203A CN 113781518 A CN113781518 A CN 113781518A
- Authority
- CN
- China
- Prior art keywords
- network
- candidate
- target
- network structure
- image processing
- 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 74
- 238000013528 artificial neural network Methods 0.000 title claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 155
- 238000012549 training Methods 0.000 claims abstract description 116
- 238000012360 testing method Methods 0.000 claims description 89
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 238000000605 extraction Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 14
- 230000000007 visual effect Effects 0.000 claims description 12
- 238000005070 sampling Methods 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 19
- 230000008569 process Effects 0.000 description 13
- 238000004891 communication Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30236—Traffic on road, railway or crossing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本公开涉及一种神经网络结构搜索方法及装置、电子设备和存储介质，所述方法包括：根据目标图像处理任务对应的网络结构超参数，构建包括多个候选网络结构的搜索空间，其中，网络结构超参数包括共享开关，共享开关用于指示每个候选网络结构中包括的两个网络分支，在每个数据处理阶段是否共享网络参数；基于目标图像处理任务对应的训练样本图像数据集，从搜索空间中确定用于执行目标图像处理任务的目标网络。本公开实施例可以通过设置共享开关，得到不同网络结构类型的候选网络结构，以及基于搜索空间快速得到适配于目标图像处理任务的目标网络，进而可以提高目标图像处理任务的图像处理精度。
Description
技术领域
本公开涉及计算机技术领域，尤其涉及一种神经网络结构搜索方法及装置、电子设备和存储介质。
背景技术
针对视觉目标跟踪领域的单目标跟踪任务，需要根据视频第一帧给定的目标框信息，准确地找到目标在视频后续图像帧中的位置，并估计目标的尺寸变化。单目标跟踪是计算机视觉领域一个十分重要的问题，广泛应用于交通监管，人机交互，自动驾驶，无人机等领域。鉴于深度神经网络优秀的表征能力，现在主流的单目标跟踪方法都基于深度神经网络构建目标跟踪网络。相关技术中，通常依赖于为图像分类任务设计的神经网络结构，来构建执行目标跟踪任务的目标跟踪网络。但是，由于图像分类和目标跟踪是两个不同的任务，因此，为图像分类任务设计的神经网络结构对于目标跟踪任务来说可能并不是性能最优的网络结构，会导致后续的跟踪准确度较低。
发明内容
本公开提出了一种神经网络结构搜索方法及装置、电子设备和存储介质技术方案。
根据本公开的一方面，提供了一种神经网络结构搜索方法，包括：根据目标图像处理任务对应的网络结构超参数，构建包括多个候选网络结构的搜索空间，其中，所述网络结构超参数包括共享开关，所述共享开关用于指示每个所述候选网络结构中包括的两个网络分支，在每个数据处理阶段是否共享网络参数；基于所述目标图像处理任务对应的训练样本图像数据集，从所述搜索空间中确定用于执行所述目标图像处理任务的目标网络。
在一种可能的实现方式中，所述根据目标图像处理任务对应的网络结构超参数，构建包括多个候选网络结构的搜索空间，包括：通过调整每个所述数据处理阶段的所述共享开关的不同取值，构建所述多个候选网络结构，其中，所述多个候选网络结构的结构类型包括：孪生网络结构类型、非孪生网络结构类型、部分孪生网络结构类型。
在一种可能的实现方式中，所述网络结构超参数还包括用于指示每个所述数据处理阶段包括的网络单元个数、每个网络单元对应的通道扩展率、以及每个所述网络单元对应的通道分组数。
在一种可能的实现方式中，所述基于所述目标图像处理任务对应的训练样本图像数据集，从所述搜索空间中确定用于执行所述目标图像处理任务的目标网络，包括：根据所述搜索空间中包括的所述多个候选网络结构，构建超级网络；基于所述训练样本图像数据集，通过对所述超级网络进行网络训练，确定所述目标网络。
在一种可能的实现方式中，所述基于所述训练样本图像数据集，通过对所述超级网络进行网络训练，确定所述目标网络，包括：基于所述训练样本图像数据集，对所述超级网络进行网络训练，得到训练后的超级网络；基于预设约束条件，对所述训练后的超级网络进行搜索，得到符合所述预设约束条件的多个第一候选网络；基于所述多个第一候选网络，确定所述目标网络。
在一种可能的实现方式中，所述基于所述训练样本图像数据集，对所述超级网络进行网络训练，得到训练后的超级网络，包括：基于所述训练样本图像数据集，对从所述超级网络中随机采样的一个候选网络结构进行网络训练，得到训练后的候选网络结构；将所述训练后的候选网络结构作为新的候选网络结构，更新所述超级网络；迭代地对所述超级网络进行随机采样以及网络训练，直至满足预设迭代条件，得到所述训练后的超级网络。
在一种可能的实现方式中，所述预设约束条件包括计算复杂度约束条件和网络性能约束条件；所述基于预设约束条件，对所述训练后的超级网络进行搜索，得到符合所述预设约束条件的多个第一候选网络，包括：基于每个所述候选网络结构中包括的预设网络分支的计算复杂度，确定符合所述计算复杂度约束条件的多个第二候选网络；根据所述多个第二候选网络，利用进化算法，确定符合所述网络性能约束条件的所述多个第一候选网络。
在一种可能的实现方式中，所述根据所述多个第二候选网络，利用进化算法，确定符合所述网络性能约束条件的所述多个第一候选网络，包括：基于所述目标图像处理任务对应的测试样本图像数据集，对所述多个第二候选网络进行测试，确定每个所述第二候选网络对应的测试损失，其中，所述测试损失用于反映所述第二候选网络对应的网络性能；根据所述多个第二候选网络对应的所述测试损失的损失排序，基于进化算法，对损失排序最低的预设数目的所述第二候选网络进行交叉变异，得到更新后的多个第二候选网络；迭代地根据所述多个第二候选网络进行测试和交叉变异，直至满足预设迭代条件，得到符合所述网络性能约束条件的所述多个第一候选网络。
在一种可能的实现方式中，在所述目标图像处理任务是视觉目标跟踪任务的情况下，所述预设网络分支是搜索图像特征提取分支。
在一种可能的实现方式中，所述测试样本图像数据集对应有标签；所述基于所述目标图像处理任务对应的测试样本图像数据集，对所述多个第二候选网络进行测试，确定每个所述第二候选网络对应的测试损失，包括：针对任一所述第二候选网络，利用所述第二候选网络对所述测试样本图像数据集进行预测，得到预测结果；根据所述标签和所述预测结果之间的差异，确定所述第二候选网络对应的测试损失。
在一种可能的实现方式中，所述基于所述多个第一候选网络，确定所述目标网络，包括：基于所述训练样本图像数据集，对所述多个第一候选网络进行网络训练，得到训练后的多个第一候选网络；基于所述目标图像处理任务对应的测试样本图像数据集，对训练后的所述多个第一候选网络进行测试，基于测试结果，从所述训练后的多个第一候选网络中确定所述目标网络。
在一种可能的实现方式中，在所述目标图像处理任务是视觉目标跟踪任务的情况下，所述目标网络的结构类型是部分孪生网络结构类型。
根据本公开的一方面，提供了一种神经网络结构搜索装置，包括：搜索空间构建模块，用于根据目标图像处理任务对应的网络结构超参数，构建包括多个候选网络结构的搜索空间，其中，所述网络结构超参数包括共享开关，所述共享开关用于指示每个所述候选网络结构中包括的两个网络分支，在每个数据处理阶段是否共享网络参数；网络搜索模块，用于基于所述目标图像处理任务对应的训练样本图像数据集，从所述搜索空间中确定用于执行所述目标图像处理任务的目标网络。
根据本公开的一方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。
在本公开实施例中，根据目标图像处理任务对应的网络结构超参数，构建包括多个候选网络结构的搜索空间，网络结构超参数包括用于指示每个候选网络结构中包括的两个网络分支，在每个数据处理阶段是否共享网络参数的共享开关，通过设置共享开关，可以得到不同网络结构类型的候选网络结构，进而基于目标图像处理任务对应的训练样本图像数据集，从搜索空间中可以快速得到适配于目标图像处理任务的目标网络，进而可以提高目标图像处理任务的图像处理精度。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的一种神经网络结构搜索方法的流程图；
图2示出根据本公开实施例的VOT场景下的神经网络结构搜索的示意图；
图3示出根据本公开实施例的一种神经网络结构搜索装置的框图；
图4示出根据本公开实施例的一种电子设备的框图；
图5示出根据本公开实施例的一种电子设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
视觉目标跟踪(VOT，Visual object tracking)旨在对视频第一个图像帧中给定的目标框信息，准确地找到目标在视频后续图像帧中的位置，以及目标的尺寸变化。相关技术中，通常依赖于为图像分类任务设计的神经网络结构，来构建执行VOT任务的目标跟踪网络。但是，由于图像分类和目标跟踪是两个不同的任务，因此，为图像分类任务设计的神经网络结构对于VOT任务来说可能并不是性能最优的网络结构，会导致后续的跟踪准确度较低。
此外，相关技术中，应用于VOT任务的目标跟踪网络，通常需要先在公共图像数据集(例如，ImageNet)上进行预训练，进而再利用VOT任务对应的训练样本图像数据集，对预训练后的目标跟踪网络进行优化。但是，ImageNet耗时较久，导致目标跟踪网络构建效率较低。例如，利用ImageNet进行预训练，以及利用训练样本图像数据集对预训练后的目标跟踪网络进行优化的方案，与直接利用训练样本图像数据集进行网络训练的方案相比，前者耗时是后者的4倍。
本公开实施例中，对利用ImageNet进行预训练，以及利用训练样本图像数据集对预训练后的目标跟踪网络进行优化的方案，以及直接利用训练样本图像数据集进行网络训练的方案，进行了验证性实验。验证性实验结果表明，在训练样本图像数据集的数据量足够(例如，数据量大于预设数据量阈值)的情况下，利用ImageNet进行预训练并不是必须的。
此外，相关技术中，孪生网络结构一直是图像处理领域比较受欢迎的网络结构，孪生网络结构包括两个网络分支。孪生网络以两个样本(样本可以是图像，也可以是图像特征等)为输入，每个样本输入一个网络分支，每个网络分支输出嵌入高维度空间的表征(例如，嵌入图像向量等)，通过计算两个网络分支输出的两个表征的距离，确定两个样本之间的相似度。孪生网络结构中的两个网络分支在各数据处理阶段均共享网络参数。
本公开实施例中，对孪生网络结构、非孪生网络结构(两个网络分支在各数据处理阶段均不共享网络参数)、以及部分孪生网络结构(两个网络分支在部分数据处理阶段共享网络参数，在部分数据处理阶段不共享网络参数)进行了对比实验。对比实验结果表明，针对某些图像处理任务(例如，VOT任务)，孪生网络结构并不是性能最优的网络结构。
因此，本公开实施例公开了一种神经网络结构搜索方法，直接根据目标图像处理任务对应的网络结构超参数，构建包括多个候选网络结构的搜索空间，网络结构超参数包括用于指示每个候选网络结构中包括的两个网络分支，在每个数据处理阶段是否共享网络参数的共享开关，通过设置共享开关，可以得到不同网络结构类型的候选网络结构，进而基于目标图像处理任务对应的训练样本图像数据集，可以从搜索空间中快速得到适配于目标图像处理任务的目标网络。由于目标网络是直接适配于目标图像处理任务的，使得在后续执行目标图像处理任务时，可以具有较高的图像处理精度。在目标图像处理任务是VOT任务的情况下，由于无需进行ImageNet预训练，从而有效提高了目标网络的构建效率。
本领域技术人员应该了解，本公开实施例的神经网络结构搜索方法，可以应用于在VOT场景下构建与VOT任务适配的目标网络，还可以应用于其它目标图像处理任务，以快速构建与其它目标图像处理任务适配的目标网络，本公开对目标图像处理任务的具体任务类型不作具体限定。
图1示出根据本公开实施例的一种神经网络结构搜索方法的流程图。该神经网络结构搜索方法可以由终端设备或服务器等电子设备执行，终端设备可以为用户设备(UserEquipment，UE)、移动设备、用户终端、蜂窝电话、无绳电话、个人数字助理(PersonalDigital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等，该神经网络结构搜索方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者，可通过服务器执行该神经网络结构搜索方法。如图1所示，该神经网络结构搜索方法可以包括：
在步骤S11中，根据目标图像处理任务对应的网络结构超参数，构建包括多个候选网络结构的搜索空间，其中，网络结构超参数包括共享开关，共享开关用于指示每个候选网络结构中包括两个网络分支，在每个数据处理阶段是否共享网络参数。
在步骤S12中，基于目标图像处理任务对应的训练样本图像数据集，从搜索空间中确定用于执行目标图像处理任务的目标网络。
在本公开实施例中，根据目标图像处理任务对应的网络结构超参数，构建包括多个候选网络结构的搜索空间，网络结构超参数包括用于指示每个候选网络结构中包括的两个网络分支，在每个数据处理阶段是否共享网络参数的共享开关，通过设置共享开关，可以得到不同网络结构类型的候选网络结构，进而基于目标图像处理任务对应的训练样本图像数据集，从搜索空间中可以快速得到适配于目标图像处理任务的目标网络，进而可以提高目标图像处理任务的图像处理精度。
在一种可能的实现方式中，根据目标图像处理任务对应的网络结构超参数，构建包括多个候选网络结构的搜索空间，包括：通过调整每个数据处理阶段的共享开关的不同取值，构建多个候选网络结构，其中，多个候选网络结构的结构类型包括：孪生网络结构类型、非孪生网络结构类型、部分孪生网络结构类型。
在搜索空间中设置共享开关si这样的网络结构超参数，以使得可以通过调整每个数据处理阶段的共享开关si的不同取值，来构建不同网络结构类型的候选网络结构。其中，si表示第i个数据处理阶段对应的共享开关。
在一示例中，共享开关si的取值可以包括0和1。其中，在第i个数据处理阶段对应的共享开关si的取值为1的情况下，表示候选网络结构中的两个网络分支在第i个数据处理阶段共享网络参数；在第i个数据处理阶段对应的共享开关si的取值为0的情况下，表示候选网络结构中的两个网络分支在第i个数据处理阶段不共享网络参数。
在一示例中，通过为候选网络结构的各个数据处理阶段选择共享开关si的不同取值，可以得到孪生网络结构、非孪生网络结构和部分孪生网络结构等不同网络结构类型的候选网络结构。例如，当候选网络结构的各个数据处理阶段的共享开关si均取值为1的情况下，表示候选网络结构中的两个网络分支在各个数据处理阶段均共享网络参数，此时，候选网络结构的网络结构类型为孪生网络结构类型(孪生网络结构类型的候选网络结构可以简称为孪生网络结构)；当候选网络结构的各个数据处理阶段的共享开关si均取值为0的情况下，表示候选网络结构中的两个网络分支在各个数据处理阶段均不共享网络参数，此时，候选网络结构的网络结构类型为非孪生网络结构类型(非孪生网络结构类型的候选网络结构可以简称为非孪生网络结构)；当候选网络结构的部分数据处理阶段的共享开关si取值为1，部分数据处理阶段的共享开关si取值为0的情况下，表示候选网络结构中的两个网络分支在部分数据处理阶段共享网络参数，在部分数据处理阶段不共享网络参数，此时，候选网络结构的网络结构类型为部分孪生网络结构类型(部分孪生网络结构类型的候选网络结构可以简称为部分孪生网络结构)。
在一种可能的实现方式中，网络结构超参数还包括用于指示每个数据处理阶段包括的网络单元个数、每个网络单元对应的通道扩展率、以及每个网络单元对应的通道分组数。
在搜索空间中设置网络单元个数bi这样的网络结构超参数，以使得可以通过调整每个数据处理阶段中包括的网络单元个数bi的不同取值，在网络深度的维度上来构建具有不同网络深度的候选网络结构。其中，bi表示第i个数据处理阶段中包括的网络单元的个数。
在搜索空间中设置通道扩展率eij这样的网络结构超参数，以使得可以通过调整每个数据处理阶段中包括的每个网络单元对应的通道扩展率eij的不同取值控制通道数，在网络宽度的维度上来构建具有不同网络宽度的候选网络结构。其中，eij表示第i个数据处理阶段中包括的第j个网络单元对应的通道扩展率。
在搜索空间中设置通道分组数gij这样的网络结构超参数，以使得可以通过调整每个数据处理阶段中包括的每个网络单元对应的通道分组数gij的不同取值，在网络基数的维度上来构建具有不同网络基数的候选网络结构。其中，gij表示第i个数据处理阶段中包括的第j个网络单元对应的通道分组数。
其中，网络深度、网络宽度、网络基数均是网络结构不同维度的参数。
在一示例中，假设候选网络结构包括三个数据处理阶段(阶段1、阶段2和阶段3)，目标图像处理任务对应的网络结构超参数：共享开关、网络单元个数、通道扩展率、通道分组数，在不同数据处理阶段的可选取值，可以如表1所示。
表1
| 数据处理阶段i | 阶段1(i＝1) | 阶段2(i＝2) | 阶段3(i＝3) |
| 共享开关s<sub>i</sub> | 0，1 | 0，1 | 0，1 |
| 网络单元个数b<sub>i</sub> | 2，3，4 | 3，4，5 | 5，6，7 |
| 通道扩展率e<sub>ij</sub> | 0.25，0.5 | 0.25，0.5 | 0.25，0.5 |
| 通道分组数g<sub>ij</sub> | 1，C/16，32，C | 1，C/16，32，C | 1，C/16，32，C |
其中，C是网络单元的输出通道数，也就是说，网络单元对应的通道分组数gij，可以根据网络单元的输出通道数自适应改变。
针对同一个数据处理阶段，该数据处理阶段中包括的每个网络单元的输入输出对应相同的特征维度。网络结构超参数中包括的数据处理阶段的个数i，共享开关si、网络单元个数bi、通道扩展率eij、通道分组数gij在不同数据处理阶段的可选取值，可以根据实际情况进行其它设置，本公开对此不作具体限定。
根据网络结构超参数，构建包括多个候选网络结构的搜索空间。进而，可以基于目标图像处理任务对应的训练样本图像数据集，从搜索空间中快速得到用于执行目标图像处理任务的目标网络。
在一示例中，可以基于目标图像处理任务对应的训练样本图像数据集，对搜索空间中的多个候选网络结构进行单独训练，从而得到适配于目标图像处理任务的目标网络。
由于对搜索空间中的多个候选网络结构进行单独训练的训练过程可能耗时较久，为了提高网络训练效率，可以根据搜索空间中的多个候选网络结构，构建超级网络，进而基于超级网络，实现对多个候选网络结构的联合训练，提高网络训练效率。
在一种可能的实现方式中，基于目标图像处理任务对应的训练样本图像数据集，从搜索空间中确定用于执行目标图像处理任务的目标网络，包括：根据搜索空间中包括的多个候选网络结构，构建超级网络；基于训练样本图像数据集，通过对超级网络进行网络训练，确定目标网络。
超级网络中包括所有候选网络结构，且不同候选网络结构之间可以共享网络权重参数。通过构建超级网络，可以实现对搜索空间中包括的多个候选网络结构的联合训练，从而可以提高网络训练的效率，从搜索空间中快速得到目标网络。
在构建得到超级网络之后，可以利用网络结构自动搜索(NAS，NeuralArchitecture Search)方法，自动搜索得到最终的目标网络。NAS包括三个阶段：超级网络训练、子网搜索、子网重新训练。
在一种可能的实现方式中，基于训练样本图像数据集，通过对超级网络进行网络训练，确定目标网络，包括：基于训练样本图像数据集，对超级网络进行网络训练，得到训练后的超级网络；基于预设约束条件，对训练后的超级网络进行搜索，得到符合预设约束条件的多个第一候选网络；基于多个第一候选网络，确定目标网络。
训练样本图像数据集可以是预先构建好的，用于对目标图像处理任务进行网络训练的图像数据集。例如，在目标图像处理任务是VOT任务的情况下，训练样本图像数据集可以是跟踪样本图像数据集。训练样本图像数据集的构建方式，以及数据量大小，可以根据实际情况进行设置，本公开对此不作具体限定。
在一种可能的实现方式中，基于训练样本图像数据集，对超级网络进行网络训练，得到训练后的超级网络，包括：基于训练样本图像数据集，对从超级网络中随机采样的一个候选网络结构进行网络训练，得到训练后的候选网络结构；将训练后的候选网络结构作为新的候选网络结构，更新超级网络；迭代地对超级网络进行随机采样以及网络训练，直至满足预设迭代条件，得到训练后的超级网络。
首先，从超级网络中随机采样一个候选网络结构；然后，基于训练样本图像数据集对随机采样的该候选网络结构进行网络训练，得到训练后的候选网络结构，以及将训练后的候选网络结构作为新的候选网络结构，更新超级网络。迭代地执行上述随机采样以及网络训练过程，直至满足预设迭代条件，得到训练后的超级网络。
由于超级网络中不同候选网络结构之间可以共享网络权重参数，因此，上述迭代地执行随机采样以及网络训练的过程，可以实现对所有候选网络结构的联合训练，对所有共享网络权重参数进行优化，得到训练后的超级网络，大大缩短了训练时间。
本领域人员应该了解，可以采用相关技术中的任意网络训练方式对随机采样的一个候选网络结构进行训练，本公开对训练方式和训练过程不作具体限定。
预设迭代条件可以根据实际情况设置，例如，预设迭代条件是预设迭代次数，或，预设迭代条件是网络性能符合性能约束等，本公开对预设迭代条件的具体形式不作具体限定。
在一种可能的实现方式中，在目标图像处理任务是视觉目标跟踪任务的情况下，目标网络的结构类型是部分孪生网络结构类型。
针对VOT场景，即在目标图像处理任务是VOT任务的情况下，基于孪生网络结构、非孪生网络结构和部分孪生网络结构进行了对比实验，对比实验结果表明，部分孪生网络结构在执行VOT任务时的网络性能较高。因此，在目标图像处理任务是VOT任务的情况下，NAS主要基于搜索空间中的部分孪生网络结构进行训练和搜索。
图2示出根据本公开实施例的VOT场景下的神经网络结构搜索方法的示意图。如图2所示，在VOT场景下，NAS中的超级网络训练过程包括：从超级网络中随机采样部分孪生网络结构，基于VOT对应的训练样本图像数据集，对随机采样的部分孪生网络结构进行训练，得到训练后的部分孪生网络结构；将训练后的部分孪生网络结构作为新的候选网络结构，更新超级网络；迭代地对超级网络中的部分孪生网络结构进行随机采样以及网络训练，直至满足预设迭代条件，得到训练后的超级网络。进而，利用训练后的超级网络，对部分孪生网络结构进行子网搜索、子网重新训练，最终得到目标网络，其中，目标网络的结构类型是是部分孪生网络结构。
针对训练后的超级网络，通过后续的子网搜索，以从训练后的超级网络中得到符合预设约束条件的多个第一候选网络。
在一种可能的实现方式中，预设约束条件包括计算复杂度约束条件和网络性能约束条件；基于预设约束条件，对训练后的超级网络进行搜索，得到符合预设约束条件的多个第一候选网络，包括：基于每个候选网络结构中包括的预设网络分支的计算复杂度，确定符合计算复杂度约束条件的多个第二候选网络；基于多个第二候选网络，利用进化算法，确定符合网络性能约束条件的多个第一候选网络。
在候选网络结构是孪生网络结构的情况下，孪生网络结构中的两个网络分支共享相同的网络参数，具有相同的计算复杂度。但是，孪生网络结构执行目标图像处理任务时，图像处理精度可能并不是很高。本公开实施例中，在子网搜索过程中，对训练后的超级网络中的部分孪生网络结构进行采样，根据部分孪生网络结构中包括的预设网络分支的计算复杂度，搜索得到符合计算复杂度约束条件的多个第二候选网络。第二候选网络的结构类型为部分孪生网络结构。在第二候选网络中，通过对预设网络分支的计算复杂度进行约束，以实现将更多的计算复杂度分配给预设网络分支以外的另一网络分支，使得第二候选网络的两个网络分支具有不同的计算复杂度，从而具有不同的特征提取性能，进而可以提高后续的图像处理精度。
在一示例中，利用每秒浮点运算次数Flops作为子网搜索过程中计算复杂度约束条件。在对训练后的超级网络执行子网搜索时，针对训练后的超级网络中的任意一个候选网络结构α，确定候选网络结构α中包括的预设网络分支αs的计算复杂度Flops(αs)，在Flops(αs)≤Flops(sc)的情况下，确定候选网络结构α符合计算复杂度约束条件，将候选网络结构α确定为第二候选网络。其中，Flops(sc)为预设计算复杂度约束条件，利用Flops(sc)对预设网络分支的计算复杂度进行约束，以实现将更多的计算复杂度分配给预设网络分支以外的另一网络分支。计算复杂度约束条件除了可以采用Flops以外，还可以根据实际情况采用其它能够衡量计算复杂度的参数，本公开对此不作具体限定。
在一种可能的实现方式中，在目标图像处理任务是视觉目标跟踪任务的情况下，预设网络分支是搜索图像特征提取分支。预设网络分支以外的另一网络分支是模板图像特征提取分支。
在目标图像处理任务为VOT任务的情况下，候选网络结构包括两个网络分支，用于对第一个图像帧(模板图像帧)进行特征提取的模板图像特征提取分支，以及用于对后续图像帧(搜索图像帧)进行特征提取的搜索图像特征提取分支。
在候选网络结构是孪生网络结构的情况下，模板图像特征提取分支和搜索图像特征提取分支共享相同的网络参数，具有相同的计算复杂度。但是，采用孪生网络结构执行VOT任务时，跟踪准确度可能并不是很高。例如，假设VOT任务是跟踪马路上正常行驶的红色轿车，而红色轿车旁边突然迎面驶来一辆橙色轿车时，在两辆车相似度较高的情况下，孪生网络结构很容易无法区分两辆车，导致发生跟踪漂移。
本公开实施例中，在目标图像处理任务是VOT任务的情况下，在子网搜索过程中，对训练后的超级网络中的部分孪生网络结构进行采样，根据部分孪生网络结构中包括的搜索图像特征提取分支的计算复杂度，搜索得到符合计算复杂度约束条件的多个第二候选网络。第二候选网络的结构类型为部分孪生网络结构，在第二候选网络中，对搜索图像特征提取分支的计算复杂度进行约束，以实现将更多的计算复杂度分配给模板图像特征提取分支，使得第二候选网络具有更高的判别性，针对跟踪目标变化更加鲁棒，能够较为准确地区分不同目标，从而抵抗干扰，提高跟踪准确度。
在子网搜索过程中确定符合计算复杂度约束条件的多个第二候选网络之后，进而根据多个第二候选网络，利用进化算法，确定符合网络性能约束条件的多个第一候选网络。
在一种可能的实现方式中，根据多个第二候选网络，利用进化算法，确定符合网络性能约束条件的多个第一候选网络，包括：基于目标图像处理任务对应的测试样本图像数据集，对多个第二候选网络进行测试，确定每个第二候选网络对应的测试损失，其中，测试损失用于反映第二候选网络对应的网络性能；根据多个第二候选网络对应的测试损失的损失排序，基于进化算法，对损失排序最低的预设数目的第二候选网络进行交叉变异，得到更新后的多个第二候选网络；迭代地根据多个第二候选网络进行测试和交叉变异，直至满足预设迭代条件，得到符合网络性能约束条件的多个第一候选网络。
目标图像处理任务对应的测试样本图像数据集，和目标图像处理任务对应的训练样本图像数据集可以相同，也可以不相同，本公开对此不作具体限定。
在一种可能的实现方式中，测试样本图像数据集对应有标签；基于目标图像处理任务对应的测试样本图像数据集，对多个第二候选网络进行测试，确定每个第二候选网络对应的测试损失，包括：针对任一第二候选网络，利用该第二候选网络对测试样本图像数据集进行测试，得到预测结果；根据标签和预测结果之间的差异，确定该第二候选网络对应的测试损失。
利用第二候选网络在测试数据集上的测试损失作为评估指标，对每个第二候选网络进行测试。在目标图像处理任务是VOT任务的情况下，测试样本图像数据集对应的标签，用于指示测试样本图像数据集对应的真实跟踪结果。
基于测试样本图像数据集，对多个第二候选网络进行测试，确定每个第二候选网络对应的测试损失；对多个第二候选网络对应的测试损失进行由低到高的损失排序，进而选择测试损失最低的预设数目k个第二候选网络，即选择损失排序的前k个第二候选网络。基于进化(EA，Evolutionary Algorithm)算法，将选择的k个第二候选网络作为父网络，通过交叉变异，生成第一次迭代更新后的多个第二候选网络。
进而，基于测试样本图像数据集，对第一次迭代更新后的多个第二候选网络进行测试，确定每个第二候选网络对应的测试损失；对多个第二候选网络对应的测试损失进行由低到高的损失排序，进而选择测试损失最低的预设数目k个第二候选网络，即选择损失排序的前k个第二候选网络。基于进化算法，将选择的k个第二候选网络作为父网络，通过交叉变异，生成第二次迭代更新后的多个第二候选网络基于更新后的多个第二候选网络。
迭代地执行上述测试和交叉变异过程，直至满足预设迭代条件，得到最终迭代更新后的多个第二候选网络。
在一示例中，可以将最终迭代更新后的多个第二候选网络，确定为符合网络性能约束的多个第一候选网络。
在一示例中，基于测试样本图像数据集，对最终迭代更新后的多个第二候选网络进行测试，确定每个第二候选网络对应的测试损失，以及对多个第二候选网络对应的测试损失进行由低到高的损失排序，进而可以选择损失排序的前k个第二候选网络，作为符合网络性能约束的多个第一候选网络。
其中，预设数目k的具体取值可以根据实际情况确定，本公开对此不作具体限定。
在NAS的子网搜索阶段确定符合预设约束条件的多个第一候选网络之后，基于训练样本图像数据集，对多个第一候选网络进行再训练，确定目标网络。
在一种可能的实现方式中，基于多个第一候选网络，确定目标网络，包括：基于训练样本图像数据集，对多个第一候选网络进行网络训练，得到训练后的多个第一候选网络；基于目标图像处理任务对应的测试样本图像数据集，对训练后的多个第一候选网络进行测试，基于测试结果，从训练后的多个第一候选网络中确定目标网络。
利用训练样本图像数据集对多个第一候选网络进行网络训练，以及基于测试样本图像数据集对训练后的多个第一候选网络进行测试，进而基于测试结果，将网络性能最好的(图像处理精度最高)的训练后的第一候选网络，确定为最终的目标网络。
基于训练样本图像数据集，对多个第一候选网络进行网络训练，得到训练后的多个第一候选网络。本领域人员应该了解，可以采用相关技术中的任意网络训练方式对多个第一候选网络进行训练，本公开对训练方式和训练过程不作具体限定。
针对训练后的多个第一候选网络，基于测试样本图像数据集对训练后的多个第一候选进行测试，得到每个训练后的第一候选网络对应的测试损失。由于测试损失可以用于指示网络性能，因此，测试损失最小的训练后的第一候选网络的网络性能最好，可以将测试损失最小的训练后的第一候选网络，确定为最终的目标网络。
本领域人员应该了解，可以采用相关技术中的任意网络训练方式对多个第一候选网络进行训练，本公开对训练方式和训练过程不作具体限定。
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外，本公开还提供了神经网络结构搜索装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种神经网络结构搜索方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。
图3示出根据本公开实施例的神经网络结构搜索装置的框图。如图3所示，装置30包括：
搜索空间构建模块31，用于根据目标图像处理任务对应的网络结构超参数，构建包括多个候选网络结构的搜索空间，其中，网络结构超参数包括共享开关，共享开关用于指示每个候选网络结构中包括的两个网络分支，在每个数据处理阶段是否共享网络参数；
网络搜索模块32，用于基于目标图像处理任务对应的训练样本图像数据集，从搜索空间中确定用于执行目标图像处理任务的目标网络。
在一种可能的实现方式中，搜索空间构建模块31，具体用于：
通过调整每个数据处理阶段的共享开关的不同取值，构建多个候选网络结构，其中，多个候选网络结构的结构类型包括：孪生网络结构类型、非孪生网络结构类型、部分孪生网络结构类型。
在一种可能的实现方式中，网络结构超参数还包括用于指示所述数据处理阶段包括的网络单元个数、每个网络单元对应的通道扩展率、以及每个网络单元对应的通道分组数。
在一种可能的实现方式中，网络搜索模块32，包括：
超级网络构建子模块，用于根据搜索空间中包括的多个候选网络结构，构建超级网络；
网络训练子模块，用于基于训练样本图像数据集，通过对超级网络进行网络训练，确定目标网络。
在一种可能的实现方式中，网络训练子模块，包括：
超级网络训练单元，用于基于训练样本图像数据集，对超级网络进行网络训练，得到训练后的超级网络；
子网搜索单元，用于基于预设约束条件，对训练后的超级网络进行搜索，得到符合预设约束条件的多个第一候选网络；
子网再训练单元，用于基于多个第一候选网络，确定目标网络。
在一种可能的实现方式中，超级网络训练单元，具体用于：
基于训练样本图像数据集，对从超级网络中随机采样的一个候选网络结构进行网络训练，得到训练后的候选网络结构；
将训练后的候选网络结构作为新的候选网络结构，更新超级网络；
迭代地对超级网络进行随机采样以及网络训练，直至满足预设迭代条件，得到训练后的超级网络。
在一种可能的实现方式中，预设约束条件包括计算复杂度约束条件和网络性能约束条件；
子网搜索单元，包括：
第一确定子单元，用于根据每个候选网络结构中包括的预设网络分支的计算复杂度，确定符合计算复杂度约束条件的多个第二候选网络；
第二确定子单元，用于根据多个第二候选网络，利用进化算法，确定符合网络性能约束条件的多个第一候选网络。
在一种可能的实现方式中，第二确定子单元，具体用于：
基于目标图像处理任务对应的测试样本图像数据集，对多个第二候选网络进行测试，确定每个第二候选网络对应的测试损失，其中，测试损失用于反映第二候选网络对应的网络性能；
根据多个第二候选网络对应的测试损失的损失排序，基于进化算法，对损失排序最低的预设数目的第二候选网络进行交叉变异，得到更新后的多个第二候选网络；
迭代地根据多个第二候选网络进行测试和交叉变异，直至满足预设迭代条件，得到符合网络性能约束条件的多个第一候选网络。
在一种可能的实现方式中，在目标图像处理任务是视觉目标跟踪任务的情况下，预设网络分支是搜索图像特征提取分支。
在一种可能的实现方式中，测试样本图像数据集对应有标签；
第二确定子单元，还具体用于：
针对任一第二候选网络，利用第二候选网络对测试样本图像数据集进行预测，得到预测结果；
根据标签和预测结果之间的差异，确定第二候选网络对应的测试损失。
在一种可能的实现方式中，子网再训练单元，具体用于：
基于训练样本图像数据集，对多个第一候选网络进行网络训练，得到训练后的多个第一候选网络结构；
基于目标图像处理任务对应的测试样本图像数据集，对训练后的多个第一候选网络进行测试，基于测试结果，从训练后的多个第一候选网络中确定目标网络。
在一种可能的实现方式中，在目标图像处理任务是视觉目标跟踪任务的情况下，目标网络的结构类型是部分孪生网络结构类型。
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是易失性或非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备的处理器中运行时，所述电子设备中的处理器执行上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图4示出根据本公开实施例的一种电子设备的框图。如图4所示，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
参照图4，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如互补金属氧化物半导体(CMOS)或电荷耦合装置(CCD)图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如无线网络(WiFi)，第二代移动通信技术(2G)或第三代移动通信技术(3G)，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
本公开涉及增强现实领域，通过获取现实环境中的目标对象的图像信息，进而借助各类视觉相关算法实现对目标对象的相关特征、状态及属性进行检测或识别处理，从而得到与具体应用匹配的虚拟与现实相结合的AR效果。示例性的，目标对象可涉及与人体相关的脸部、肢体、手势、动作等，或者与物体相关的标识物、标志物，或者与场馆或场所相关的沙盘、展示区域或展示物品等。视觉相关算法可涉及视觉定位、SLAM、三维重建、图像注册、背景分割、对象的关键点提取及跟踪、对象的位姿或深度检测等。具体应用不仅可以涉及跟真实场景或物品相关的导览、导航、讲解、重建、虚拟效果叠加展示等交互场景，还可以涉及与人相关的特效处理，比如妆容美化、肢体美化、特效展示、虚拟模型展示等交互场景。可通过卷积神经网络，实现对目标对象的相关特征、状态及属性进行检测或识别处理。上述卷积神经网络是基于深度学习框架进行模型训练而得到的网络模型。
图5示出根据本公开实施例的一种电子设备的框图。如图5所示，电子设备1900可以被提供为一服务器。参照图5，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如微软服务器操作系统(Windows ServerTM)，苹果公司推出的基于图形用户界面操作系统(Mac OSXTM)，多用户多进程的计算机操作系统(UnixTM),自由和开放原代码的类Unix操作系统(LinuxTM)，开放原代码的类Unix操作系统(FreeBSDTM)或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (15)
1.一种神经网络结构搜索方法，其特征在于，包括：
根据目标图像处理任务对应的网络结构超参数，构建包括多个候选网络结构的搜索空间，其中，所述网络结构超参数包括共享开关，所述共享开关用于指示每个所述候选网络结构中包括的两个网络分支，在每个数据处理阶段是否共享网络参数；
基于所述目标图像处理任务对应的训练样本图像数据集，从所述搜索空间中确定用于执行所述目标图像处理任务的目标网络。
2.根据权利要求1所述的方法，其特征在于，所述根据目标图像处理任务对应的网络结构超参数，构建包括多个候选网络结构的搜索空间，包括：
通过调整每个所述数据处理阶段的所述共享开关的不同取值，构建所述多个候选网络结构，其中，所述多个候选网络结构的结构类型包括：孪生网络结构类型、非孪生网络结构类型、部分孪生网络结构类型。
3.根据权利要求1或2所述的方法，其特征在于，所述网络结构超参数还包括用于指示每个所述数据处理阶段包括的网络单元个数、每个网络单元对应的通道扩展率、以及每个所述网络单元对应的通道分组数。
4.根据权利要求1至3中任意一项所述的方法，其特征在于，所述基于所述目标图像处理任务对应的训练样本图像数据集，从所述搜索空间中确定用于执行所述目标图像处理任务的目标网络，包括：
根据所述搜索空间中包括的所述多个候选网络结构，构建超级网络；
基于所述训练样本图像数据集，通过对所述超级网络进行网络训练，确定所述目标网络。
5.根据权利要求4所述的方法，其特征在于，所述基于所述训练样本图像数据集，通过对所述超级网络进行网络训练，确定所述目标网络，包括：
基于所述训练样本图像数据集，对所述超级网络进行网络训练，得到训练后的超级网络；
基于预设约束条件，对所述训练后的超级网络进行搜索，得到符合所述预设约束条件的多个第一候选网络；
基于所述多个第一候选网络，确定所述目标网络。
6.根据权利要求5所述的方法，其特征在于，所述基于所述训练样本图像数据集，对所述超级网络进行网络训练，得到训练后的超级网络，包括：
基于所述训练样本图像数据集，对从所述超级网络中随机采样的一个候选网络结构进行网络训练，得到训练后的候选网络结构；
将所述训练后的候选网络结构作为新的候选网络结构，更新所述超级网络；
迭代地对所述超级网络进行随机采样以及网络训练，直至满足预设迭代条件，得到所述训练后的超级网络。
7.根据权利要求5或6所述的方法，其特征在于，所述预设约束条件包括计算复杂度约束条件和网络性能约束条件；
所述基于预设约束条件，对所述训练后的超级网络进行搜索，得到符合所述预设约束条件的多个第一候选网络，包括：
基于每个所述候选网络结构中包括的预设网络分支的计算复杂度，确定符合所述计算复杂度约束条件的多个第二候选网络；
根据所述多个第二候选网络，利用进化算法，确定符合所述网络性能约束条件的所述多个第一候选网络。
8.根据权利要求7所述的方法，其特征在于，所述根据所述多个第二候选网络，利用进化算法，确定符合所述网络性能约束条件的所述多个第一候选网络，包括：
基于所述目标图像处理任务对应的测试样本图像数据集，对所述多个第二候选网络进行测试，确定每个所述第二候选网络对应的测试损失，其中，所述测试损失用于反映所述第二候选网络对应的网络性能；
根据所述多个第二候选网络对应的所述测试损失的损失排序，基于进化算法，对损失排序最低的预设数目的所述第二候选网络进行交叉变异，得到更新后的多个第二候选网络；
迭代地根据所述多个第二候选网络进行测试和交叉变异，直至满足预设迭代条件，得到符合所述网络性能约束条件的所述多个第一候选网络。
9.根据权利要求7或8所述的方法，其特征在于，在所述目标图像处理任务是视觉目标跟踪任务的情况下，所述预设网络分支是搜索图像特征提取分支。
10.根据权利要求8或9所述的方法，其特征在于，所述测试样本图像数据集对应有标签；
所述基于所述目标图像处理任务对应的测试样本图像数据集，对所述多个第二候选网络进行测试，确定每个所述第二候选网络对应的测试损失，包括：
针对任一所述第二候选网络，利用所述第二候选网络对所述测试样本图像数据集进行预测，得到预测结果；
根据所述标签和所述预测结果之间的差异，确定所述第二候选网络对应的测试损失。
11.根据权利要求5至10中任意一项所述的方法，其特征在于，所述基于所述多个第一候选网络，确定所述目标网络，包括：
基于所述训练样本图像数据集，对所述多个第一候选网络进行网络训练，得到训练后的多个第一候选网络；
基于所述目标图像处理任务对应的测试样本图像数据集，对所述训练后的多个第一候选网络进行测试，基于测试结果，从所述训练后的多个第一候选网络中确定所述目标网络。
12.根据权利要求1至11中任意一项所述的方法，其特征在于，在所述目标图像处理任务是视觉目标跟踪任务的情况下，所述目标网络的结构类型是部分孪生网络结构类型。
13.一种神经网络结构搜索装置，其特征在于，包括：
搜索空间构建模块，用于根据目标图像处理任务对应的网络结构超参数，构建包括多个候选网络结构的搜索空间，其中，所述网络结构超参数包括共享开关，所述共享开关用于指示每个所述候选网络结构中包括的两个网络分支，在每个数据处理阶段是否共享网络参数；
网络搜索模块，用于基于所述目标图像处理任务对应的训练样本图像数据集，从所述搜索空间中确定用于执行所述目标图像处理任务的目标网络。
14.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求1至12中任意一项所述的方法。
15.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至12中任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111062203.XA CN113781518B (zh) | 2021-09-10 | 2021-09-10 | 神经网络结构搜索方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111062203.XA CN113781518B (zh) | 2021-09-10 | 2021-09-10 | 神经网络结构搜索方法及装置、电子设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113781518A true CN113781518A (zh) | 2021-12-10 |
| CN113781518B CN113781518B (zh) | 2024-05-17 |
Family
ID=78842453
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111062203.XA Active CN113781518B (zh) | 2021-09-10 | 2021-09-10 | 神经网络结构搜索方法及装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113781518B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114743041A (zh) * | 2022-03-09 | 2022-07-12 | 中国科学院自动化研究所 | 一种预训练模型抽选框架的构建方法及装置 |
| WO2024040941A1 (zh) * | 2022-08-25 | 2024-02-29 | 华为云计算技术有限公司 | 神经网络结构搜索方法、装置及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180218429A1 (en) * | 2017-01-31 | 2018-08-02 | Wal-Mart Stores, Inc. | Systems and methods for utilizing a convolutional neural network architecture for visual product recommendations |
| CN110084215A (zh) * | 2019-05-05 | 2019-08-02 | 上海海事大学 | 一种二值化三元组孪生网络模型的行人重识别方法及系统 |
| CN110263697A (zh) * | 2019-06-17 | 2019-09-20 | 哈尔滨工业大学（深圳） | 基于无监督学习的行人重识别方法、装置及介质 |
| US20200232802A1 (en) * | 2020-03-23 | 2020-07-23 | Alipay Labs (singapore) Pte. Ltd. | System and method for determining routing by learned selective optimization |
| CN112712546A (zh) * | 2020-12-21 | 2021-04-27 | 吉林大学 | 一种基于孪生神经网络的目标跟踪方法 |
| CN113256677A (zh) * | 2021-04-16 | 2021-08-13 | 浙江工业大学 | 一种图注意力视觉目标跟踪方法 |
-
2021
- 2021-09-10 CN CN202111062203.XA patent/CN113781518B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180218429A1 (en) * | 2017-01-31 | 2018-08-02 | Wal-Mart Stores, Inc. | Systems and methods for utilizing a convolutional neural network architecture for visual product recommendations |
| CN110084215A (zh) * | 2019-05-05 | 2019-08-02 | 上海海事大学 | 一种二值化三元组孪生网络模型的行人重识别方法及系统 |
| CN110263697A (zh) * | 2019-06-17 | 2019-09-20 | 哈尔滨工业大学（深圳） | 基于无监督学习的行人重识别方法、装置及介质 |
| US20200232802A1 (en) * | 2020-03-23 | 2020-07-23 | Alipay Labs (singapore) Pte. Ltd. | System and method for determining routing by learned selective optimization |
| CN112712546A (zh) * | 2020-12-21 | 2021-04-27 | 吉林大学 | 一种基于孪生神经网络的目标跟踪方法 |
| CN113256677A (zh) * | 2021-04-16 | 2021-08-13 | 浙江工业大学 | 一种图注意力视觉目标跟踪方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114743041A (zh) * | 2022-03-09 | 2022-07-12 | 中国科学院自动化研究所 | 一种预训练模型抽选框架的构建方法及装置 |
| CN114743041B (zh) * | 2022-03-09 | 2023-01-03 | 中国科学院自动化研究所 | 一种预训练模型抽选框架的构建方法及装置 |
| WO2024040941A1 (zh) * | 2022-08-25 | 2024-02-29 | 华为云计算技术有限公司 | 神经网络结构搜索方法、装置及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113781518B (zh) | 2024-05-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111340766B (zh) | 目标对象的检测方法、装置、设备和存储介质 | |
| CN111881956B (zh) | 网络训练方法及装置、目标检测方法及装置和电子设备 | |
| CN110674719A (zh) | 目标对象匹配方法及装置、电子设备和存储介质 | |
| JP2022522551A (ja) | 画像処理方法及び装置、電子機器並びに記憶媒体 | |
| CN109543537B (zh) | 重识别模型增量训练方法及装置、电子设备和存储介质 | |
| CN110458218B (zh) | 图像分类方法及装置、分类网络训练方法及装置 | |
| CN110532956B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN111401230B (zh) | 姿态估计方法及装置、电子设备和存储介质 | |
| CN110909815A (zh) | 神经网络训练、图像处理方法、装置及电子设备 | |
| CN113326768B (zh) | 训练方法、图像特征提取方法、图像识别方法及装置 | |
| CN111881827B (zh) | 目标检测方法及装置、电子设备和存储介质 | |
| CN113781518B (zh) | 神经网络结构搜索方法及装置、电子设备和存储介质 | |
| CN111242303A (zh) | 网络训练方法及装置、图像处理方法及装置 | |
| CN110543849A (zh) | 检测器的配置方法及装置、电子设备和存储介质 | |
| CN111523599B (zh) | 目标检测方法及装置、电子设备和存储介质 | |
| CN113052874B (zh) | 目标跟踪方法及装置、电子设备和存储介质 | |
| CN114445753A (zh) | 人脸跟踪识别方法及装置、电子设备和存储介质 | |
| CN114581525A (zh) | 姿态确定方法及装置、电子设备和存储介质 | |
| CN113283343A (zh) | 人群定位方法及装置、电子设备和存储介质 | |
| CN113496237A (zh) | 域适应神经网络训练和交通环境图像处理方法及装置 | |
| CN111046780A (zh) | 神经网络训练及图像识别方法、装置、设备和存储介质 | |
| CN114842404A (zh) | 时序动作提名的生成方法及装置、电子设备和存储介质 | |
| CN115035440A (zh) | 时序动作提名的生成方法及装置、电子设备和存储介质 | |
| CN114648649A (zh) | 人脸匹配方法及装置、电子设备和存储介质 | |
| CN114677648A (zh) | 网络训练、行人重识别方法及装置、电子设备和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |