CN113989562A - 模型训练、图像分类方法和装置 - Google Patents

模型训练、图像分类方法和装置 Download PDF

Info

Publication number
CN113989562A
CN113989562A CN202111271211.5A CN202111271211A CN113989562A CN 113989562 A CN113989562 A CN 113989562A CN 202111271211 A CN202111271211 A CN 202111271211A CN 113989562 A CN113989562 A CN 113989562A
Authority
CN
China
Prior art keywords
sample
sample image
feature
fusion
category
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
CN202111271211.5A
Other languages
English (en)
Inventor
何凤翔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jingdong Zhenshi Information Technology Co Ltd
Original Assignee
Beijing Jingdong Zhenshi Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Jingdong Zhenshi Information Technology Co Ltd filed Critical Beijing Jingdong Zhenshi Information Technology Co Ltd
Priority to CN202111271211.5A priority Critical patent/CN113989562A/zh
Publication of CN113989562A publication Critical patent/CN113989562A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/253—Fusion techniques of extracted features
    • 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

Landscapes

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

Abstract

本申请公开了模型训练方法和装置，涉及图像处理技术领域。该方法的一具体实施方式包括：获取第一样本图像集和第二样本图像集；对于第一样本图像集中的各类别样本图像，基于该类别样本图像中至少一个样本图像的融合特征，得到该类别样本图像对应的第一融合特征；对于第二样本图像集中的每一样本图像，提取该样本的融合特征，得到该样本图像的第二融合特征；基于第二融合特征与第一样本图像集中各类别样本图像对应第一融合特征的相似度，构建损失函数，以训练得到分类模型。该实施方式有效提升了训练得到的分类模型的准确性和泛化能力。

Description

模型训练、图像分类方法和装置
技术领域
本申请涉及计算机技术领域，具体涉及图像处理技术领域，尤其涉及一种模型训练、图像分类方法和装置。
背景技术
现有的小样本学习常使用基于LDR(Local Descriptor-based Representations，基于本地描述符的表示)技术的特征提取方法。该方法有两个主要缺点：
(1)通过LDR技术提取出的一些局部特征的语义信息，可能与样本整体的语义信息(即样本的类别)不符；
(2)通过LDR技术提取出的具有不同语义信息的局部特征，可能存在相互重叠的情况。
这些缺陷会导致使用LDR特征提取器得到的局部特征，可能无法很好地反映不同数据样本之间的相似程度，进而限制了当前基于LDR特征提取技术的小样本学习模型的预测性能。
发明内容
本申请实施例提供了一种模型训练方法、装置、设备以及存储介质。
根据第一方面，本申请实施例提供了一种模型训练方法，该方法包括：获取第一样本图像集和第二样本图像集，其中，第一样本图像集中包括预设数量个样本类别的样本图像；对于第一样本图像集中的各类别样本图像，基于该类别样本图像中至少一个样本图像的融合特征，得到该类别样本图像对应的第一融合特征，融合特征为对图像的局部特征进行融合得到的特征；对于第二样本图像集中的每一样本图像，提取该样本的融合特征，得到该样本图像的第二融合特征；基于第二融合特征与第一样本图像集中各类别样本图像对应第一融合特征的相似度，构建损失函数，以训练得到分类模型。
根据第二方面，本申请实施例提供了一种图像分类方法，该方法包括：获取待分类图像；将待分类图像输入分类模型，得到待分类图像对应的图像类别，其中，分类模型是如上述第一方面任一实现方式描述的方法得到的分类模型。
根据第三方面，本申请实施例提供了一种模型训练装置，该装置包括：获取数据模块，被配置成获取第一样本图像集和第二样本图像集，其中，第一样本图像集中包括预设数量个样本类别的样本图像；第一提取模块，被配置成对于第一样本图像集中的各类别样本图像，基于该类别样本图像中至少一个样本图像的融合特征，得到该类别样本图像对应的第一融合特征，融合特征为对图像的局部特征进行融合得到的特征；第二提取模块，被配置成对于第二样本图像集中的每一样本图像，提取该样本的融合特征，得到该样本图像的第二融合特征；训练模型模块，被配置成基于第二融合特征与第一样本图像集中各类别样本图像对应第一融合特征的相似度，构建损失函数，以训练得到分类模型。
根据第四方面，本申请实施例提供了一种图像分类装置，该装置包括：获取图像模块，被配置成获取待分类图像；分类图像模块，被配置成将待分类图像输入分类模型，得到待分类图像对应的图像类别，其中，分类模型是如上述第一方面任一实现方式描述的方法得到的分类模型。
根据第五方面，本申请实施例提供了一种电子设备，该电子设备包括一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被该一个或多个处理器执行，使得一个或多个处理器实现如第一方面或第二方面中任一实现方式描述的方法。
根据第六方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面或第二方面中任一实现方式描述的方法。
本申请通过获取第一样本图像集和第二样本图像集，其中，第一样本图像集中包括预设数量个样本类别的样本图像；对于第一样本图像集中的各类别样本图像，基于该类别样本图像中至少一个样本图像的融合特征，得到该类别样本图像对应的第一融合特征，融合特征为对图像的局部特征进行融合得到的特征；对于第二样本图像集中的每一样本图像，提取该样本的融合特征，得到该样本图像的第二融合特征；基于第二融合特征与第一样本图像集中各类别样本图像对应第一融合特征的相似度，构建损失函数，以训练得到分类模型，有效提升了训练得到的分类模型的准确性和泛化能力。
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。本公开的其他特征将通过以下的说明书而变得容易理解。
附图说明
图1是本申请可以应用于其中的示例性系统架构图；
图2是根据本申请的模型训练方法的一个实施例的流程图；
图3是根据本申请的模型训练方法的一个应用场景的示意图；
图4是根据本申请的模型训练方法的又一个实施例的流程图；
图5是根据本申请的图像分类方法的又一个实施例的流程图；
图6是根据本申请的模型训练装置的一个实施例的示意图；
图7是根据本申请的图像分类装置的一个实施例的示意图；
图8是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请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，而不会背离本申请的范围和精神。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。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的模型训练方法的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如，图像识别类应用、通讯类应用等。
终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏的各种电子设备，包括但不限于手机和笔记本电脑。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供模型训练的服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器，例如，获取第一样本图像集和第二样本图像集；对于第一样本图像集中的各类别样本图像，基于该类别样本图像中至少一个样本图像的融合特征，得到该类别样本图像对应的第一融合特征；对于第二样本图像集中的每一样本图像，提取该样本的融合特征，得到该样本图像的第二融合特征；基于第二融合特征与第一样本图像集中各类别样本图像对应第一融合特征的相似度，构建损失函数，以训练得到分类模型。
需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供训练模型的服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
需要指出的是，本公开的实施例所提供的模型训练方法可以由服务器105执行，也可以由终端设备101、102、103执行，还可以由服务器105和终端设备101、102、103彼此配合执行。相应地，模型训练的装置包括的各个部分(例如各个单元、子单元、模块、子模块)可以全部设置于服务器105中，也可以全部设置于终端设备101、102、103中，还可以分别设置于服务器105和终端设备101、102、103中。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
图2示出了可以应用于本申请的模型训练方法的实施例的流程示意图200。在本实施例中，模型训练方法包括以下步骤：
步骤201，获取第一样本图像集和第二样本图像集。
在本实施例中，执行主体(如图1中所示的服务器105或终端设备101、102、103)可以从本地或远端的存储有样本图像的服务器获取第一样本图像集和第二样本图像集。
其中，第一样本图像集和第二样本图像集中所包括的样本图像数量较少，且样本图像均标注有图像类别。第一样本图像集也可以称为支撑集(support set)，第二样本图像集也可以称为询问集(query set)。
这里，第一样本图像集包括预设数量个样本类别的样本图像。预设数量可根据实际需求进行设定，例如，5个、10个等，本申请对此不作限定。
具体地，一个样本图像集，其所包括的样本图像均标注有图像类别，每个样本图像属于M个类别中的一个，但样本图像总量十分少(例如，不超过100张图像)，执行主体可根据样本图像集重新划分出第一样本图像集和第二样本图像集。其中，第一样本图像集，即支撑集，为
Figure BDA0003328811830000051
由MN个样本构成，每个类别含N个样本。第二样本图像集，即询问集，为
Figure BDA0003328811830000052
由MT个样本构成，每个类别含T个样本。需要指出的是，这里，N和T都非常小(例如，不超过10)。
步骤202，对于第一样本图像集中的各类别样本图像，基于该类别样本图像中至少一个样本图像的融合特征，得到该类别样本图像对应的第一融合特征。
在本实施例中，对于第一样本图像集中的各类别样本图像，执行主体可以根据该类别样本图像中的一个样本图像的融合特征，得到该类别样本图像对应的第一融合特征，即直接将该样本图像的融合特征确定为该类别样本图像对应的第一融合特征；也可以根据该类别样本图像中的多个样本图像的融合特征，得到该类别样本图像对应的第一融合特征，本申请对此不作限定。
其中，融合特征为对图像的多个局部特征进行融合得到的特征。
这里，执行主体可首先采用现有技术或未来发展技术中的提取样本图像的局部特征的算法，例如，LDR算法等，提取样本图像的多个局部特征，进而对样本图像的多个局部特征进行融合，得到融合特征。
其中，局部特征通常以向量形式表示，执行主体可以直接将各局部特征的向量按位相加求平均，得到融合特征，可以将一个局部特征输入预设的神经网络进行迭代计算，得到融合特征，也可以将一个局部特征输入基于注意力机制的神经网络，得到融合特征，本申请对此不作限定。
在一些可选的方式中，对于第一样本图像集中的各类别样本图像，基于该类别样本图像中至少一个样本图像的融合特征，得到该类别样本图像对应的第一融合特征，包括：对于第一样本图像集中的各类别样本图像，基于该类别样本图像中至少两个样本图像的融合特征，得到该类别样本图像对应的第一融合特征。
在本实现方式中，对于第一样本图像集中的各类别样本图像，执行主体可以根据该类别样本图像中的多个样本图像的融合特征，得到该类别样本图像对应的第一融合特征。
具体地，设第一样本图像集中的第m个类别中的第n个样本(共N个样本)图像的融合特征为
Figure BDA0003328811830000061
针对第m个类别对应的第一融合特征表征为
Figure BDA0003328811830000062
则每个
Figure BDA0003328811830000063
(i＝1，2……H)可通过如下公式表示：
Figure BDA0003328811830000064
该实现方式通过对于第一样本图像集中的各类别样本图像，基于该第一样本图像集中各类别样本图像中至少两个样本图像的融合特征，得到各该类别样本图像对应的第一融合特征，有助于减少离散值对第一融合特征的影响，提升第一融合特征的准确性，进而基于与第一融合特征和第二融合特征，训练得到分类模型，提升了训练得到的分类模型的准确性。
在一些可选的方式中，融合特征通过以下方式得到：对于每一样本图像，基于该样本图像的局部特征和预设的基于注意力机制的神经网络模型，得到融合特征。
在本实现方式中，对于每一样本图像，执行主体可以将该样本图像的局部特征输入预设的基于注意机制的神经网络模型，以得到融合特征。
具体地，融合特征的获取方式如下式所示：
Figure BDA0003328811830000071
其中，
Figure BDA0003328811830000072
为融合特征，aji是注意力权重，
Figure BDA0003328811830000073
是一个可训练的参数矩阵。注意力权重可通过如下公式计算：
Figure BDA0003328811830000074
其中，PK,
Figure BDA0003328811830000075
是两个可训练的参数矩阵，运算符“·”表示内积运算。
该实现方式通过对于每一样本图像，基于该样本图像的局部特征和预设的基于注意力机制的神经网络模型，得到融合特征，即得到富含全局语义信息的融合特征，该特征充分考虑了各局部特征的权重，进一步提升了融合特征的准确性和全面性，进而提升了基于融合特征训练得到的分类模型的准确性和泛化能力。
步骤203，对于第二样本图像集中的每一样本图像，提取该样本的融合特征，得到该样本图像的第二融合特征。
在本实施例中，对于第二样本图像集中的每一样本图像，执行主体可以提取该样本图像的多个局部特征，并对局部特征进行融合，得到融合特征，将该融合特征确定为该样本图像的第二融合特征。
这里，执行主体可首先采用现有技术或未来发展技术中的提取样本图像的局部特征的算法，例如，LDR算法等，提取样本图像的多个局部特征。
步骤204，基于第二融合特征与第一样本图像集中各类别样本图像对应第一融合特征的相似度，构建损失函数，以训练得到分类模型。
在本实施例中，执行主体在得到第二融合特征和第一样本图像集中各类别样本图像对应的第一融合特征后，可以计算第二融合特征和各类别样本对应的第一融合特征的相似度，并得到预设数量个相似度，进而根据预设数量个相似度构建损失函数，通过最小化损失函数对初始的分类模型进行训练，响应于达到预设的训练结束的条件，得到训练完成的分类模型。
其中，预设的训练结束的条件可以包括但不限于以下至少一项：训练时间超过预设时长；训练次数超过预设次数；利用损失函数计算所得的损失值小于预设损失值阈值。
这里，训练完成的分类模型用于识别图像类别。
在一些可选的方式中，基于第二融合特征与第一样本图像集中各类别样本图像对应第一融合特征的相似度，构建损失函数，以训练得到分类模型，包括：采用投票方式度量第二融合特征与第一样本图像集中各类别样本图像对应第一融合特征的相似度；基于相似度生成预测置信度；基于预测置信度，构建损失函数，以训练得到分类模型。
在本实现方式中，执行主体可采用投票方式度量第二样本图像集中各样本图像的第二融合特征与第一样本图像集中各类别样本图像的第一融合特征的相似度，并基于度量得到的相似度，生成预测置信度，进而根据预测置信度，构建损失函数，以训练得到分类模型。
具体地，第一样本图像集(共M个类别，每个类别N个样本)中第m个类别对应的第一融合特征表征为
Figure BDA0003328811830000081
第二样本图像集(共M个类别，每个类别T个样本)中样本
Figure BDA0003328811830000082
的第二融合特征为
Figure BDA0003328811830000083
则采用投票方式度量该该样本图像的第二融合特征与第m个类别的第一融合特征的相似度，通过如下公式表示：
Figure BDA0003328811830000091
进一步地，使用上述相似度{s1,…,sM}生成预测置信度，具体如下式所示：
Figure BDA0003328811830000092
其中，
Figure BDA0003328811830000093
是一个放缩系数，可根据具体实验数据和实际需求设定。
基于上式所给出的预测置信度，构建损失函数，具体如下式所示：
Figure BDA0003328811830000094
其中，I[·]表示指示函数。
继续参见图3，图3是根据本实施例的模型训练的方法的应用场景的一个示意图。
在图3的应用场景中，执行主体301将一个样本图像集划分为第一样本图像集302和第二样本图像集303，其中，第一样本图像集302，即支撑集，为
Figure BDA0003328811830000095
由MN个样本构成，M个类别，每个类别含N个样本。第二样本图像集303，即询问集，为
Figure BDA0003328811830000096
由MT个样本构成，M个类别，每个类别含T个样本。需要指出的是，这里，N和T都非常小(例如，不超过10)。对于第一样本图像集302中的各类别样本图像，基于该类别样本图像中至少一个样本图像，例如，一个样本图像，的融合特征，得到该类别样本图像对应的第一融合特征304，融合特征为对图像的局部特征进行融合得到的特征；对于第二样本图像集中的每一样本图像，提取该样本的融合特征，得到该样本图像的第二融合特征305；基于第二融合特征305与第一样本图像集中各类别样本图像对应第一融合特征304的相似度，构建损失函数306，以训练得到分类模型307。
本公开的模型训练的方法，通过获取第一样本图像集和第二样本图像集，其中，第一样本图像集中包括预设数量个样本类别的样本图像；对于第一样本图像集中的各类别样本图像，基于该类别样本图像中至少一个样本图像的融合特征，得到该类别样本图像对应的第一融合特征，融合特征为对图像的局部特征进行融合得到的特征；对于第二样本图像集中的每一样本图像，提取该样本的融合特征，得到该样本图像的第二融合特征；基于第二融合特征与第一样本图像集中各类别样本图像对应第一融合特征的相似度，构建损失函数，以训练得到分类模型，有效提升了训练得到的分类模型的准确性和泛化能力。
进一步参考图4，其示出了图2所示的模型训练方法的又一个实施例的流程400。在本实施例中，融合特征的获得流程400，可包括以下步骤：
步骤401，对于每一样本图像，将该样本图像的一个局部特征作为初始局部特征，基于初始局部特征和预设的神经网络模型进行迭代计算。
在本实施例中，对于每一样本图像，执行主体可以选取该样本图像的多个局部特征中的任一个局部特征作为初始局部特征，并将初始局部特征输入预设的神经网络模型以进行迭代运算。
其中，预设的神经网络模型用于基于初始局部特征及与该初始局部特征最邻近的局部特征进行计算，得到初始融合特征。
这里，迭代运算包括：将初始局部特征输入预设的神经网络模型，得到初始融合特征；将初始融合特征作为初始局部特征，继续执行迭代运算。
具体地，执行主体可以采用LDR技术提取了样本图像的H个局部特征{l1,…,lH}，每个局部特征是一个D维实向量，即
Figure BDA0003328811830000101
具体地迭代过程如下式所示：
Figure BDA0003328811830000102
其中，t表示当前处于第t次迭代步骤，γ(t)和φ(t)是两个可微函数，
Figure BDA0003328811830000103
是一个可微的置换不变函数，而
Figure BDA0003328811830000104
表示第i个初始局部特征的最邻近局部特征点的下标集合。
步骤402，响应于确定迭代运算满足预设条件，得到融合特征。
在本实施例中，执行主体基于初始局部特征和预设的神经网络模型进行迭代计算，并判断迭代计算是否满足预设条件，若迭代运算满足预设条件，则将预设的神经网络模型输出的初始融合特征确定为融合特征。
其中，预设条件可根据实际需求进行设定，例如，迭代运算的迭代次数达到预设的迭代次数阈值，如，1000次，2000次等；迭代运算的迭代时间达到预设的迭代时间阈值等。
从图4中可以看出，本实施例主要描述用于获得图2所示的融合特征的过程。该实施例通过对于每一样本图像，将该样本图像的一个局部特征作为初始局部特征，基于初始局部特征和预设的神经网络模型进行迭代计算，迭代运算包括：将初始局部特征输入预设的神经网络模型，得到初始融合特征；将初始融合特征作为初始局部特征，继续执行迭代运算，响应于确定迭代运算满足预设条件，得到融合特征，该迭代运算促使每个局部位置不断吸收融合邻近的其他局部特征，从而得到富含样本全局语义信息的融合特征，进而基于融合特征，得到分类模型，有助于进一步提升得到的分类模型的准确性和泛化能力。
继续参考图5，示出了根据本申请的图像分类方法的一个实施例的流程500。该图像分类方法，包括以下步骤：
步骤501，获取待分类图像。
在本实施例中，执行主体可通过有线或无线连接方式获取待分类图像。
其中，无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
步骤502，将待分类图像输入分类模型，得到待分类图像对应的图像类别。
在本实施例中，执行主体在获取到待分类图像后，可将待分类图像输入分类模型，以得到与待分类图像对应的图像类别。其中，分类模型是如图2对应的实施例描述的方法得到的分类模型，这里不再赘述。
本公开实施例提供的图像分类方法，通过获取待分类图像；将待分类图像输入分类模型，得到待分类图像对应的图像类别，其中，分类模型是如图2实施例描述的方法得到的分类模型，有助于提升对待分类图像进行分类的准确性。
进一步参考图6，作为对上述各图所示方法的实现，本申请提供了一种模型训练装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图6所示，本实施例的模型训练装置600包括：获取数据模块601、第一提取模块602、第二提取模块603和训练模型模块604。
其中，获取数据模块601，可被配置成获取第一样本图像集和第二样本图像集。
第一提取模块602，可被配置成对于第一样本图像集中的各类别样本图像，基于该类别样本图像中至少一个样本图像的融合特征，得到该类别样本图像对应的第一融合特征。
第二提取模块603，可被配置成对于第二样本图像集中的每一样本图像，提取该样本的融合特征，得到该样本图像的第二融合特征。
训练模型模块604，可被配置成基于第二融合特征与第一样本图像集中各类别样本图像对应第一融合特征的相似度，构建损失函数，以训练得到分类模型。
在本实施例的一些可选的方式中，融合特征通过以下方式得到：对于每一样本图像，将该样本图像的一个局部特征作为初始局部特征，基于初始局部特征和预设的神经网络模型进行迭代计算；响应于确定迭代运算满足预设条件，得到融合特征。
在本实施例的一些可选的方式中，融合特征通过以下方式得到：对于每一样本图像，基于该样本图像的局部特征和预设的基于注意力机制的神经网络模型，得到融合特征。
在本实施例的一些可选的方式中，模型训练模块进一步被配置成：采用投票方式度量第二融合特征与第一样本图像集中各类别样本图像对应第一融合特征的相似度；基于相似度生成预测置信度；基于预测置信度，构建损失函数，以训练得到分类模型。
进一步参考图7，作为对上述各图所示方法的实现，本公开提供了一种图像分类装置的一个实施例，该装置实施例与图5所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图7所示，本实施例的图像分类装置700包括：获取图像模块701和分类图像模块702。
其中，获取图像模块701，可被配置成获取待分类图像。
分类图像模块702，可被配置成将待分类图像输入分类模型，得到待分类图像对应的图像类别。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图8所示，是根据本申请实施例的模型训练的方法的电子设备的框图。
800是根据本申请实施例的模型训练的方法的电子设备的框图。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/或者要求的本申请的实现。
如图8所示，该电子设备包括：一个或多个处理器801、存储器802，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图8中以一个处理器801为例。
存储器802即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的模型训练的方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的模型训练的方法。
存储器802作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的模型训练的方法对应的程序指令/模块(例如，附图6所示的获取数据模块601、第一提取模块602、第二提取模块603和训练模型模块604)。处理器801通过运行存储在存储器802中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的模型训练的方法。
存储器802可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储模型训练的的电子设备的使用所创建的数据等。此外，存储器802可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器802可选包括相对于处理器801远程设置的存储器，这些远程存储器可以通过网络连接至模型训练的的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
模型训练的方法的电子设备还可以包括：输入装置803和输出装置804。处理器801、存储器802、输入装置803和输出装置804可以通过总线或者其他方式连接，图8中以通过总线连接为例。
输入装置803可接收输入的数字或字符信息，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置804可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处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、专用ASIC(专用集成电路)、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。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
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。
根据本申请实施例的技术方案，有效提升了训练得到的分类模型准确性和泛化能力。
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，本发申请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，只要能够实现本申请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，并不构成对本申请保护范围的限制。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。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (14)

1.一种模型训练方法，所述方法包括：
获取第一样本图像集和第二样本图像集，其中，所述第一样本图像集中包括预设数量个样本类别的样本图像；
对于所述第一样本图像集中的各类别样本图像，基于该类别样本图像中至少一个样本图像的融合特征，得到该类别样本图像对应的第一融合特征，所述融合特征为对图像的局部特征进行融合得到的特征；
对于所述第二样本图像集中的每一样本图像，提取该样本的融合特征，得到该样本图像的第二融合特征；
基于所述第二融合特征与所述第一样本图像集中各类别样本图像对应第一融合特征的相似度，构建损失函数，以训练得到分类模型。
2.根据权利要求1所述的方法，其中，所述融合特征通过以下方式得到：
对于每一样本图像，将该样本图像的一个局部特征作为初始局部特征，基于所述初始局部特征和预设的神经网络模型进行迭代计算，其中，所述预设的神经网络模型用于基于初始局部特征及与该初始局部特征最邻近的局部特征进行迭代计算，得到初始融合特征，所述迭代运算包括：将初始局部特征输入预设的神经网络模型，得到初始融合特征，将所述初始融合特征作为所述初始局部特征，继续执行所述迭代运算；
响应于确定所述迭代运算满足预设条件，得到融合特征。
3.根据权利要求1所述的方法，其中，所述融合特征通过以下方式得到：
对于每一样本图像，基于该样本图像的局部特征和预设的基于注意力机制的神经网络模型，得到融合特征。
4.根据权利要求1所述的方法，其中，所述对于所述第一样本图像集中的各类别样本图像，基于该类别样本图像中至少一个样本图像的融合特征，得到该类别样本图像对应的第一融合特征，包括：
对于所述第一样本图像集中的各类别样本图像，基于该类别样本图像中至少两个样本图像的融合特征，得到该类别样本图像对应的第一融合特征。
5.根据权利要求1-4任一所述的方法，其中，所述基于所述第二融合特征与所述第一样本图像集中各类别样本图像对应第一融合特征的相似度，构建损失函数，以训练得到分类模型，包括：
采用投票方式度量第二融合特征与第一样本图像集中各类别样本图像对应第一融合特征的相似度；
基于相似度生成预测置信度；
基于预测置信度，构建损失函数，以训练得到分类模型。
6.一种图像分类方法，包括：
获取待分类图像；
将所述待分类图像输入分类模型，得到待分类图像对应的图像类别，其中，所述分类模型是如权利要求1-5之一所述的方法得到的分类模型。
7.一种模型训练装置，包括：
获取数据模块，被配置成获取第一样本图像集和第二样本图像集，其中，所述第一样本图像集中包括预设数量个样本类别的样本图像；
第一提取模块，被配置成对于所述第一样本图像集中的各类别样本图像，基于该类别样本图像中至少一个样本图像的融合特征，得到该类别样本图像对应的第一融合特征，所述融合特征为对图像的局部特征进行融合得到的特征；
第二提取模块，被配置成对于所述第二样本图像集中的每一样本图像，提取该样本的融合特征，得到该样本图像的第二融合特征；
训练模型模块，被配置成基于所述第二融合特征与所述第一样本图像集中各类别样本图像对应第一融合特征的相似度，构建损失函数，以训练得到分类模型。
8.根据权利要求7所述的装置，其中，所述融合特征通过以下方式得到：
对于每一样本图像，将该样本图像的一个局部特征作为初始局部特征，基于所述初始局部特征和预设的神经网络模型进行迭代计算，其中，所述预设的神经网络模型用于基于初始局部特征及与该初始局部特征最邻近的局部特征进行迭代计算，得到初始融合特征，所述迭代运算包括：将初始局部特征输入预设的神经网络模型，得到初始融合特征，将所述初始融合特征作为所述初始局部特征，继续执行所述迭代运算；
响应于确定所述迭代运算满足预设条件，得到融合特征。
9.根据权利要求7所述的装置，其中，所述融合特征通过以下方式得到：
对于每一样本图像，基于该样本图像的局部特征和预设的基于注意力机制的神经网络模型，得到融合特征。
10.根据权利要求7所述的装置，其中，所述第一提取模块进一步被配置成：
对于所述第一样本图像集中的各类别样本图像，基于该类别样本图像中至少两个样本图像的融合特征，得到该类别样本图像对应的第一融合特征。
11.根据权利要求7-10任一所述的装置，其中，所述模型训练模块进一步被配置成：
采用投票方式度量第二融合特征与第一样本图像集中各类别样本图像对应第一融合特征的相似度；
基于相似度生成预测置信度；
基于预测置信度，构建损失函数，以训练得到分类模型。
12.一种图像分类装置，包括：
获取图像模块，被配置成获取待分类图像；
分类图像模块，被配置成将待分类图像输入分类模型，得到待分类图像对应的图像类别，其中，所述分类模型是如权利要求1-5之一所述的方法得到的分类模型。
13.一种电子设备，其特征在于，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，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的方法。
CN202111271211.5A 2021-10-29 2021-10-29 模型训练、图像分类方法和装置 Pending CN113989562A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111271211.5A CN113989562A (zh) 2021-10-29 2021-10-29 模型训练、图像分类方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111271211.5A CN113989562A (zh) 2021-10-29 2021-10-29 模型训练、图像分类方法和装置

Publications (1)

Publication Number Publication Date
CN113989562A true CN113989562A (zh) 2022-01-28

Family

ID=79744282

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111271211.5A Pending CN113989562A (zh) 2021-10-29 2021-10-29 模型训练、图像分类方法和装置

Country Status (1)

Country Link
CN (1) CN113989562A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117710700A (zh) * 2024-02-05 2024-03-15 厦门她趣信息技术有限公司 一种基于深度学习的相似图像检测方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117710700A (zh) * 2024-02-05 2024-03-15 厦门她趣信息技术有限公司 一种基于深度学习的相似图像检测方法及系统

Similar Documents

Publication Publication Date Title
CN108776787B (zh) 图像处理方法及装置、电子设备、存储介质
CN112036509A (zh) 用于训练图像识别模型的方法和装置
CN111104514A (zh) 文档标签模型的训练方法及装置
KR20210132578A (ko) 지식 그래프를 구축하는 방법, 장치, 기기 및 저장 매체
CN111027707B (zh) 模型的优化方法、装置及电子设备
CN114612749B (zh) 神经网络模型训练方法及装置、电子设备和介质
CN112559870B (zh) 多模型融合方法、装置、电子设备和存储介质
CN112241764A (zh) 图像识别方法、装置、电子设备及存储介质
EP4006909B1 (en) Method, apparatus and device for quality control and storage medium
CN111460384B (zh) 策略的评估方法、装置和设备
US20220027575A1 (en) Method of predicting emotional style of dialogue, 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
CN111582477A (zh) 神经网络模型的训练方法和装置
CN111611990A (zh) 用于识别图像中表格的方法和装置
CN111078878A (zh) 文本处理方法、装置、设备及计算机可读存储介质
CN111522944A (zh) 用于输出信息的方法、装置、设备以及存储介质
CN112529180A (zh) 模型蒸馏的方法和装置
CN114386503A (zh) 用于训练模型的方法和装置
KR20230006601A (ko) 정렬 방법, 정렬 모델의 트레이닝 방법, 장치, 전자 기기 및 매체
CN113157829A (zh) 一种兴趣点名称比对方法、装置、电子设备和存储介质
CN114547252A (zh) 文本识别方法、装置、电子设备和介质
CN113989562A (zh) 模型训练、图像分类方法和装置
CN110929499B (zh) 文本相似度获取方法、装置、介质及电子设备
CN112288483A (zh) 用于训练模型的方法和装置、用于生成信息的方法和装置
CN112488126A (zh) 特征图处理方法、装置、设备以及存储介质

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