CN114118379B - 神经网络的训练方法、图像处理方法、装置、设备和介质 - Google Patents
神经网络的训练方法、图像处理方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN114118379B CN114118379B CN202111460550.8A CN202111460550A CN114118379B CN 114118379 B CN114118379 B CN 114118379B CN 202111460550 A CN202111460550 A CN 202111460550A CN 114118379 B CN114118379 B CN 114118379B
- Authority
- CN
- China
- Prior art keywords
- feature
- image
- synthetic
- sample
- 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.)
- Active
Links
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
- G06N3/04—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)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种神经网络的训练方法、图像处理方法、装置、设备和介质,涉及人工智能领域,具体涉及计算机视觉技术、图像处理技术和深度学习技术。该方法包括:利用图像特征提取子网络获取第一样本图像的图像特征和第二样本图像的图像特征;利用综合特征提取子网络获取第一样本综合特征和第二样本综合特征,综合特征提取子网络被配置为:确定多个综合特征向量,其中每一个包括与接收的图像特征的多个特征图对应的多个综合特征值,其中每一个基于对应的特征图的多个特征值而确定;基于多个综合特征向量,确定综合特征以输出;基于第一样本综合特征和第二样本综合特征计算损失值,并基于损失值调整图像特征提取子网络的参数。
Description
技术领域
本公开涉及人工智能领域,具体涉及计算机视觉技术、图像处理技术和深度学习技术,特别涉及一种用于图像处理的神经网络的训练方法、利用神经网络进行图像处理的方法、用于图像处理的神经网络的训练装置、利用神经网络进行图像处理的装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术:人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
对比学习广泛应用于图像领域的自监督表示学习。通过对比学习的方式,能够在无标签的情况下训练得到能够提取图像特征的神经网络。而图像特征的提取和选择是图像处理过程中很重要的环节,对后续如图像分类、目标检测、图像检索有着重要的影响,要从图像中提取有用的信息,必须对图像特征进行降维处理,特征提取与特征选择就是最有效的降维方法,其目的是得到一个反映数据本质结构、识别率更高的特征子空间。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明,否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地,除非另有指明,否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
本公开提供了一种用于图像处理的神经网络的训练方法、利用神经网络进行图像处理的方法、用于图像处理的神经网络的训练装置、利用神经网络进行图像处理的装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面,提供了用于图像处理的神经网络的训练方法,该方法包括:利用图像特征提取子网络获取第一样本图像的图像特征和第二样本图像的图像特征;将第一样本图像的图像特征和第二样本图像的图像特征分别输入综合特征提取子网络,以得到第一样本综合特征和第二样本综合特征,其中,综合特征提取子网络被配置为:确定多个综合特征向量,其中,多个综合特征向量中的每一个综合特征向量包括与接收到的图像特征所包括的多个特征图对应的多个综合特征值,其中,多个综合特征值中的每一个综合特征值是基于对应的特征图所包括的多个特征值确定的;以及基于多个综合特征向量,确定用于输出的综合特征;以及基于第一样本综合特征和第二样本综合特征计算第一损失值,并基于第一损失值调整图像特征提取子网络的参数。
根据本公开的另一方面,提供了一种利用神经网络进行图像处理的方法,该方法包括:将待处理图像输入神经网络,以得到待处理图像综合特征,其中,神经网络是利用上述用于图像处理的神经网络的训练方法训练得到的;以及利用待处理图像综合特征执行图像处理任务。
根据本公开的另一方面,提供了一种用于图像处理的神经网络的训练装置,该装置包括:第一获取单元,被配置为获取第一样本图像和第二样本图像;图像特征提取子网络,被配置为接收输入图像,以输出输入图像的图像特征,其中,图像特征包括多个特征图;综合特征提取子网络,被配置为:确定多个综合特征向量,其中,多个综合特征向量中的每一个综合特征向量包括与接收到的图像特征所包括的多个特征图对应的多个综合特征值,其中,多个综合特征值中的每一个综合特征值是基于对应的特征图所包括的多个特征值确定的;以及基于多个综合特征向量,确定用于输出的综合特征;以及调参单元,被配置为基于第一样本综合特征和第二样本综合特征计算第一损失值,并基于第一损失值调整图像特征提取子网络的参数,其中,第一样本综合特征是利用图像特征提取子网络和综合特征提取子网络对第一样本图像进行处理而得到的,第二样本综合特征是利用图像特征提取子网络和综合特征提取子网络对第二样本图像进行处理而得到的。
根据本公开的另一方面,提供了一种利用神经网络进行图像处理的装置,该装置包括:神经网络,被配置为接收待处理图像,以输出待处理图像综合特征,其中,神经网络是利用上述用于图像处理的神经网络的训练装置训练得到的;以及图像处理单元,被配置为利用待处理图像综合特征执行图像处理任务。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中存储器存储有可被至少一个处理器执行的指令,这些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上述方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行上述方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,其中,计算机程序在被处理器执行时实现上述方法。
根据本公开的一个或多个实施例,通过在图像对比学习中加入对特征图中的所有特征值进行综合表示的环节,并使用多种不同的综合表示以得到多个综合特征,从而能够得到更丰富并且表达能力更强的图像特征,使得训练后的神经网络能够适用于更多的场景,并且能够提升训练后的神经网络的在执行图像处理任务时的性能。
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
附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图;
图2示出了根据本公开示例性实施例的用于图像处理的神经网络的训练方法的流程图;
图3示出了根据本公开示例性实施例的确定多个综合特征向量的流程图;
图4示出了根据本公开示例性实施例的确定多个综合特征向量的流程图;
图5示出了根据本公开示例性实施例的确定多个综合特征向量的流程图;
图6示出了根据本公开示例性实施例的用于图像处理的神经网络的训练方法的流程图;
图7示出了根据本公开示例性实施例的利用神经网络进行图像处理的方法的流程图;
图8示出了根据本公开示例性实施例的用于图像处理的神经网络的训练装置的结构框图;
图9示出了根据本公开示例性实施例的综合特征提取子网络的结构框图;
图10示出了根据本公开示例性实施例的用于图像处理的神经网络的训练装置的结构框图;
图11示出了根据本公开示例性实施例的利用神经网络进行图像处理的装置的结构框图;以及
图12出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
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。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。
在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个元件与另一元件区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。此外,本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
相关技术中,现有的对比学习框架中的图像特征的表达能力有限,因此在执行下游的图像处理任务时效果欠佳。
为解决上述问题,本公开通过在图像对比学习中加入对特征图中的所有特征值进行综合表示的环节,并使用多种不同的综合表示以得到多个综合特征,从而能够得到更丰富并且表达能力更强的图像特征,使得训练后的神经网络能够适用于更多的场景,并且能够提升训练后的神经网络的在执行图像处理任务时的性能。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1,该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
在本公开的实施例中,服务器120可以运行使得能够执行用于图像处理的神经网络的训练方法或利用神经网络进行图像处理的方法的一个或多个服务或软件应用。
在某些实施例中,服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中,这些服务可以作为基于web的服务或云服务提供,例如在软件即服务(SaaS)网络下提供给客户端设备101、102、103、104、105和/或106的用户。
在图1所示的配置中,服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解,各种不同的系统配置是可能的,其可以与系统100不同。因此,图1是用于实施本文所描述的各种方法的系统的一个示例,并且不旨在进行限制。
用户可以使用客户端设备101、102、103、104、105和/或106来进行信息验证。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口,例如,用户可以利用客户端通过各种输入设备采集图像数据,也可以利用客户端处理图像数据。客户端设备还可以经由该接口向用户输出信息,例如,客户端可以向用户输出图像处理的结果。尽管图1仅描绘了六种客户端设备,但是本领域技术人员将能够理解,本公开可以支持任何数量的客户端设备。
客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备,例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统,例如MICROSOFT Windows、APPLE iOS、类UNIX操作系统、Linux或类Linux操作系统(例如GOOGLE Chrome OS);或包括各种移动操作系统,例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序,例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序,并且可以使用各种通信协议。
网络110可以是本领域技术人员熟知的任何类型的网络,其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例,一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机,或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中,服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个,包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中,服务器120可以包括一个或多个应用程序,以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序,以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。
在一些实施方式中,服务器120可以为分布式系统的服务器,或者是结合了区块链的服务器。服务器120也可以是云服务器,或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。
系统100还可以包括一个或多个数据库130。在某些实施例中,这些数据库可以用于存储数据和其他信息。例如,数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据存储库130可以驻留在各种位置。例如,由服务器120使用的数据存储库可以在服务器120本地,或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库130可以是不同的类型。在某些实施例中,由服务器120使用的数据存储库可以是数据库,例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中,数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库,例如键值存储库,对象存储库或由文件系统支持的常规存储库。
图1的系统100可以以各种方式配置和操作,以使得能够应用根据本公开所描述的各种方法和装置。
根据本公开的一方面,提供了一种用于图像处理的神经网络的训练方法。如图2所示,该方法包括:步骤S201、利用图像特征提取子网络获取第一样本图像的图像特征和第二样本图像的图像特征;步骤S202、将第一样本图像的图像特征和第二样本图像的图像特征分别输入综合特征提取子网络,以得到第一样本综合特征和第二样本综合特征,其中,综合特征提取子网络被配置为:步骤S203、确定多个综合特征向量,其中,多个综合特征向量中的每一个综合特征向量包括与接收到的图像特征所包括的多个特征图对应的多个综合特征值,其中,多个综合特征值中的每一个综合特征值是基于对应的特征图所包括的多个特征值确定的;以及步骤S204、基于多个综合特征向量,确定用于输出的综合特征;以及步骤S205、基于第一样本综合特征和第二样本综合特征计算第一损失值,并基于第一损失值调整图像特征提取子网络的参数。
由此,通过在图像对比学习中加入对特征图中的所有特征值进行综合表示的环节,并使用多种不同的综合表示以得到多个综合特征,从而能够得到更丰富并且表达能力更强的图像特征,使得训练后的神经网络能够适用于更多的场景,并且能够提升训练后的神经网络的在执行图像处理任务时的性能。
根据一些实施例,在对神经网络进行训练前,可以先确定原始图像集。原始图像集中可以包括属于不同类别的多种图像。在确定原始图像集后,对其中所包括的每一个原始图像进行两种不同的图像变换,以得到多组样本图像对。在一些实施例中,对神经网络的训练是以批(batch)为单位进行的,因此也可以在每一轮训练时,先从原始图像集中确定用于本轮训练的一部分图像(即,批),进而将该批中的每一个图像进行两种不同变换。也就是说,每一个批包括由这一部分图像生成的多组样本图像对。
图像变换也称为图像增强或数据增强,例如可以包括拉伸、裁剪、旋转、翻转、改变颜色等。在生成样本图像对时,可以使用这些图像变换方法中的不同方法对原始图像进行变换,也可以使用其他图像变换方法,在此不作限定。
根据一些实施例,第一样本图像和第二样本图像为原始图像集(或,一个批)中的一个原始图像经过不同图像变换而得到的两个图像。这样的两个图像可以互为正例。在多组样本图像对中,除第一样本图像和第二样本图像以外的所有图像可以称为第一样本图像的负例。
根据一些实施例,图像特征提取子网络例如可以是任何能够提取图像特征并输出多个特征图的神经网络。在本公开中,特征图为二维图像,其尺寸为宽度W乘以高度H。可以使用多个特征图的数量表示特征图的通道数。
在一个示例性实施例中,可以使用ResNet作为图像特征提取子网络进行图像特征提取。可以理解的是,本领域技术人员可以使用其他神经网络,或根据需求自行设计神经网络,在此不做限定。
根据一些实施例,第二样本图像特征可以是利用上述图像特征提取网络对第二样本图像进行处理而的到的,也可以是利用另一个图像特征提取网络(例如,MoCo(MomentumContrast)或BYOL方法中的动量编码器)对第二样本图像进行处理而得到的,在此不做限定。可以理解的是,本领域技术人员可以参考现有的图像对比学习框架中的处理方式来获取第二样本图像特征,这些适应性应用均在被公开的保护范围内。
根据一些实施例,在得到第二样本图像特征后,可以使用综合特征提取子网络对第二样本图像特征进行处理,以得到第二样本综合特征,以加强对第二样本图像的图像特征的表达能力。
根据一些实施例,多个综合特征向量可以包括第一综合特征向量,第一综合特征向量可以包括与多个特征图对应的多个第一综合特征值。如图3所示,步骤S203、确定多个综合特征向量可以包括:步骤S301、针对多个特征图中的每一个特征图,确定该特征图中的多个特征值各自的权重;以及步骤S302、利用多个特征值各自的权重,对多个特征值进行加权求和,以得到与该特征图对应的第一综合特征值。由此,通过对特征图中的每一个特征值进行加权求和,能够保留每一个特征值所包含的信息,并将每一个特征值的重要性作为参考信息,从而提升了特征的表达能力。
根据一些实施例,多个特征值各自的权重例如可以根据高斯分布而确定。高斯分布的均值(mean)例如可以为图像中心,而高斯分布的方差(variance)可以根据不同取值的效果而确定。可以理解的是,本领域技术人员可以自行确定高斯分布的参数,或使用动态参数,也可以使用其他方式确定特征值的权重。
根据一些实施例,多个综合特征向量可以包括第二综合特征向量,第二综合特征向量可以包括与多个特征图对应的多个第二综合特征值。如图4所示,步骤S203、确定多个综合特征向量可以包括:步骤S401、针对多个特征图中的每一个特征图,将该特征图中的多个特征值中的最大值确定为与该特征图对应的第二综合特征值。由此,通过使用多个特征值中的最大值,能够降低计算复杂度,并且能够一定程度保留纹理特征。
根据一些实施例,多个综合特征向量可以包括第三综合特征向量,第三综合特征向量可以包括与多个特征图对应的多个第三综合特征值。如图5所示,步骤S203、确定多个综合特征向量可以包括:步骤S501、确定广义平均系数;步骤S502、针对多个特征图中的每一个特征图,确定该特征图中的多个特征值各自的广义平均系数次幂的平均值;以及步骤S503、将平均值的广义平均系数次方根确定为该特征图的第三综合特征值。由此,通过使用广义平均值能够保留每一个特征值的信息,并且能够提升图像特征表达的丰富性。
根据一些实施例,广义平均系数p的取值范围例如可以为0<p<∞。本领域技术人员可以根据不同取值的效果确定其具体取值。
可以理解的是,本领域技术人员可以采用更少或更多的综合特征向量,并且可以将上述综合特征向量替换为其他能够对特征图进行综合表示的综合特征向量,在此不做限定。
根据一些实施例,综合特征提取子网络可以包括与多个综合特征向量中的每一个综合特征向量对应的全连接层。综合特征提取子网络可以被进一步配置为:针对多个综合特征向量中的每一个综合特征向量,利用与该综合特征向量对应的全连接层处理该综合特征向量;以及将处理后的综合特征向量进行归一化。
根据一些实施例,步骤S204、基于多个综合特征向量,确定用于输出的综合特征包括:基于多个综合特征向量各自对应的归一化后的综合特征向量,确定用于输出的综合特征。由此,通过使用全连接层处理每一个综合特征向量,能够对综合特征向量进行降维,以意图使用更少的维度保留图像信息,降低后续的计算量,并且能够将不同通道的综合特征值进行关联,以增强特征的表达能力。而通过使用归一化,能够保证特征向量中的每一个特征值均在一定范围内,使得输出更稳定。
根据一些实施例,步骤S204、基于多个综合特征向量,确定用于输出的综合特征包括:将多个综合特征向量进行拼接,以得到拼接特征;以及将拼接特征进行归一化,以得到综合特征。由此通过将多个综合特征向量进行拼接,使得所有的特征信息都得以保留,从而得到了更丰富且全面的特征表示,而通过对拼接后的拼接特征进行归一化,使得最终输出的综合特征更稳定。
可以理解的是,步骤S203和步骤S204例如可以是步骤S202的子步骤,在此不做限定。
根据一些实施例,步骤S205中的基于第一样本综合特征和第二样本综合特征计算第一损失值可以包括:计算第一样本综合特征和第二样本综合特征之间的相似度,并基于该相似度计算第一损失值。由于第一样本和第二样本互为正例,因此二者之间的相似度越高,第一损失值越低。可以理解的是,满足上述要求的各类损失值计算方式均可以用于计算第一损失值,并且均在本公开的保护范围内。
根据一些实施例,在得到第一样本综合特征和第二样本综合特征后,还可以使用单个全连接层或多层感知机网络进行进一步处理,以得到第一样本映射特征和第二样本映射特征,并基于这两个特征计算第一损失值。
根据一些实施例,步骤S205中的基于第一损失值调整图像特征提取子网络和综合特征提取子网络的参数可以包括:使用反向传播,基于第一损失值调整图像特征提取子网络的参数。在一些实施例中,综合特征提取子网络包括多个卷积层,因此可以使用反向传播,基于第一损失值调整综合特征提取子网络中的卷积层的参数。
根据一些实施例,如图6所示,训练方法还包括:步骤S606、获取第三样本图像的图像特征,其中,第三样本图像是对不同于第一原始图像的第二原始图像进行图像变换而得到的;步骤S607、将第三样本图像的图像特征输入综合特征提取子网络,以得到第三样本综合特征;以及步骤S608、基于第一样本综合特征和第三样本综合特征计算第二损失值,并基于第二损失值调整图像特征提取子网络的参数。在一些实施例中,第一损失值和第一样本综合特征与第二样本综合特征之间的相似度成负相关,第二损失值和第一样本综合特征与第三样本综合特征之间的相似度成正相关。
由此,通过使用第三样本图像(即,负例)对神经网络进行训练,能够使得神经网络基于不同的图像输出的图像特征在特征空间的距离更远,从而进一步提升图像特征的表达能力,并提升处理下游任务时的性能。
在对神经网络的训练结束后,可以将顺序连接的图像特征提取子网络和综合特征提取子网络作为最终的神经网络,该神经网络能够基于图像输出强表达能力的图像特征,以用于下游任务。可以理解的是,上述训练方法也可以是对神经网络的预训练方法,也就是说,在上述训练过程结束后,可以结合下游任务对上述神经网络进行进一步训练,使得神经网络能够用于处理该下游任务,在此不做限定。
根据本公开的另一方面,提供了一种利用神经网络进行图像处理的方法。如图7所示,图像处理方法包括:步骤S701、将待处理图像输入神经网络,以得到待处理图像综合特征,其中,神经网络是利用上述用于图像处理的神经网络的训练方法训练得到的;以及步骤S702、利用待处理图像综合特征执行图像处理任务。
由此,通过使用利用上述方法训练的神经网络,能够在更多的场景下执行更丰富的图像处理任务,并且由于使用了更丰富并且表达能力更强的图像特征,使得在执行这些图像处理任务时能够具有较好的性能。
根据本公开的另一方面,公开了一种用于图像处理的神经网络的训练装置。如图8所示,该装置包括:第一获取单元801,被配置为获取第一样本图像和第二样本图像,其中,第一样本图像和第二样本图像是对第一原始图像进行不同的图像变换而得到的;图像特征提取子网络802,被配置为接收输入图像,以输出输入图像的图像特征,其中,图像特征包括多个特征图;综合特征提取子网络803,被配置为:确定多个综合特征向量,其中,多个综合特征向量中的每一个综合特征向量包括与接收到的图像特征所包括的多个特征图对应的多个综合特征值,其中,多个综合特征值中的每一个综合特征值是基于对应的特征图所包括的多个特征值确定的;基于多个综合特征向量,确定用于输出的综合特征;以及调参单元804,被配置为基于第一样本综合特征和第二样本综合特征计算第一损失值,并基于第一损失值调整图像特征提取子网络的参数,其中,第一样本综合特征是利用图像特征提取子网络和综合特征提取子网络对第一样本图像进行处理而得到的,第二样本综合特征是利用图像特征提取子网络和综合特征提取子网络对第二样本图像特征进行处理而得到的。可以理解的是,图8中的单元801-804的操作与图2中的步骤S201-S205的操作类似,在此不做赘述。
由此,通过在图像对比学习中加入对特征图中的所有特征值进行综合表示的环节,并使用多种不同的综合表示以得到多个综合特征,从而能够得到更丰富并且表达能力更强的图像特征,使得训练后的神经网络能够适用于更多的场景,并且能够提升训练后的神经网络的在执行图像处理任务时的性能。
根据一些实施例,多个综合特征向量可以包括第一综合特征向量,第一综合特征向量可以包括与多个特征图对应的多个第一综合特征值。如图9所示,综合特征提取子网络900的输入为多个特征图908,并且可以包括:第一综合特征向量提取层901,被配置为:针对多个特征图中的每一个特征图,确定该特征图中的多个特征值各自的权重;以及利用多个特征值各自的权重,对多个特征值进行加权求和,以得到与该特征图对应的第一综合特征值。
根据一些实施例,多个综合特征向量可以包括第二综合特征向量,第二综合特征向量可以包括与多个特征图对应的多个第二综合特征值。如图9所示,综合特征提取子网络900可以包括:第二综合特征向量提取层902,被配置为:针对多个特征图中的每一个特征图,将该特征图中的多个特征值中的最大值确定为与该特征图对应的第二综合特征值。
根据一些实施例,多个综合特征向量可以包括第三综合特征向量,第三综合特征向量可以包括与多个特征图对应的多个第三综合特征值。如图9所示,综合特征提取子网络900可以包括:第三综合特征向量提取层903,被配置为:确定广义平均系数;针对多个特征图中的每一个特征图,确定该特征图中的多个特征值各自的广义平均系数次幂的平均值;以及将平均值的广义平均系数次方根确定为该特征图的第三综合特征值。
根据一些实施例,如图9所示,综合特征提取子网络900还可以包括:与多个综合特征向量中的每一个综合特征向量对应的全连接层904和第二归一化层905。全连接层904可以被配置为:对接收到的对应的综合特征向量进行处理。第二归一化层905可以被配置为:对接收到的对应的处理后的综合特征向量进行归一化。
根据一些实施例,如图9所示,综合特征提取子网络900还可以包括拼接层906和第一归一化层907。拼接层906可以被配置为:将多个综合特征向量进行拼接,以得到拼接特征。第一归一化层907可以被配置为:将拼接特征进行归一化,以得到综合特征909。
根据一些实施例,如图10所示,该装置还可以包括:第二获取单元1005,被配置为获取第三样本图像的图像特征,其中,第三样本图像是对不同于第一原始图像的第二原始图像进行图像变换而得到的。可以理解的是,图10中的单元1001-1004的操作与图8中的单元801-804的操作类似,在此不做赘述。
根据一些实施例,调参单元1004可以被进一步配置为基于第一样本综合特征和第三样本综合特征计算第二损失值,并基于第二损失值调整图像特征提取子网络的参数。其中,第三样本综合特征是利用综合特征提取子网络对第三样本图像的图像特征进行处理而得到的。
根据一些实施例,第一损失值和第一样本综合特征与第二样本综合特征之间的相似度成负相关,第二损失值和第一综合图像特征与第三样本综合特征之间的相似度成正相关。
根据本公开的另一方面,还提供了一种利用神经网络进行图像处理的装置。如图11所示,图像处理装置1100包括:神经网络1101,被配置为接收待处理图像,以输出待处理图像综合特征,其中,神经网络是利用装置800或装置1000训练得到的;以及图像处理单元1102,被配置为利用待处理图像综合特征执行图像处理任务。可以理解的是,图11中的单元1101-1102的操作与图7中的步骤S701-S702的操作类似,在此不做赘述。
由此,通过使用利用上述装置训练的神经网络,能够在更多的场景下执行更丰富的图像处理任务,并且由于使用了更丰富并且表达能力更强的图像特征,使得在执行这些图像处理任务时能够具有较好的性能。
根据本公开的实施例,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。
参考图12,现将描述可以作为本公开的服务器或客户端的电子设备1200的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,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12所示,设备1200包括计算单元1201,其可以根据存储在只读存储器(ROM)1202中的计算机程序或者从存储单元1208加载到随机访问存储器(RAM)1203中的计算机程序,来执行各种适当的动作和处理。在RAM 1203中,还可存储设备1200操作所需的各种程序和数据。计算单元1201、ROM 1202以及RAM 1203通过总线1204彼此相连。输入/输出(I/O)接口1205也连接至总线1204。
设备1200中的多个部件连接至I/O接口1205,包括:输入单元1206、输出单元1207、存储单元1208以及通信单元1209。输入单元1206可以是能向设备1200输入信息的任何类型的设备,输入单元1206可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入,并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元1207可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元1208可以包括但不限于磁盘、光盘。通信单元1209允许设备1200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,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元1201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1201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、各种运行机器学习网络算法的计算单元、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1201执行上文所描述的各个方法和处理,例如用于图像处理的神经网络的训练方法和利用神经网络进行图像处理的方法。例如,在一些实施例中,用于图像处理的神经网络的训练方法和利用神经网络进行图像处理的方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元1208。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1202和/或通信单元1209而被载入和/或安装到设备1200上。当计算机程序加载到RAM 1203并由计算单元1201执行时,可以执行上文描述的用于图像处理的神经网络的训练方法和利用神经网络进行图像处理的方法的一个或多个步骤。备选地,在其他实施例中,计算单元1201可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行用于图像处理的神经网络的训练方法和利用神经网络进行图像处理的方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。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,本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行,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。
虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、系统和设备仅仅是示例性的实施例或示例,本发明的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。
Claims (18)
1.一种用于图像处理的神经网络的训练方法,包括:
利用图像特征提取子网络获取第一样本图像的图像特征和第二样本图像的图像特征,其中,所述第一样本图像和所述第二样本图像是对第一原始图像进行不同的图像变换而得到的;
将所述第一样本图像的图像特征和所述第二样本图像的图像特征分别输入综合特征提取子网络,以得到第一样本综合特征和第二样本综合特征,其中,所述综合特征提取子网络被配置为:
确定多个综合特征向量,其中,所述多个综合特征向量中的每一个综合特征向量包括与接收到的图像特征所包括的多个特征图对应的多个综合特征值,其中,所述多个综合特征值中的每一个综合特征值是基于对应的特征图所包括的多个特征值确定的;以及
基于所述多个综合特征向量,确定用于输出的综合特征;以及基于所述第一样本综合特征和所述第二样本综合特征计算第一损失值,并基于所述第一损失值调整所述图像特征提取子网络的参数。
2.如权利要求1所述的方法,其中,所述多个综合特征向量包括第一综合特征向量,所述第一综合特征向量包括与所述多个特征图对应的多个第一综合特征值;
其中,所述确定多个综合特征向量包括:
针对所述多个特征图中的每一个特征图,确定该特征图中的多个特征值各自的权重;以及
利用所述多个特征值各自的权重,对所述多个特征值进行加权求和,以得到与该特征图对应的第一综合特征值。
3.如权利要求1或2所述的方法,其中,所述多个综合特征向量包括第二综合特征向量,所述第二综合特征向量包括与所述多个特征图对应的多个第二综合特征值;
其中,所述确定多个综合特征向量包括:
针对所述多个特征图中的每一个特征图,将该特征图中的多个特征值中的最大值确定为与该特征图对应的第二综合特征值。
4.如权利要求1或2所述的方法,其中,所述多个综合特征向量包括第三综合特征向量,所述第三综合特征向量包括与所述多个特征图对应的多个第三综合特征值;
其中,所述确定多个综合特征向量包括:
确定广义平均系数;
针对所述多个特征图中的每一个特征图,确定该特征图中的多个特征值各自的所述广义平均系数次幂的平均值;以及
将所述平均值的所述广义平均系数次方根确定为该特征图的第三综合特征值。
5.如权利要求1或2所述的方法,其中,基于所述多个综合特征向量,确定用于输出的综合特征包括:
将所述多个综合特征向量进行拼接,以得到拼接特征;以及
将所述拼接特征进行归一化,以得到所述综合特征。
6.如权利要求1或2所述的方法,其中,所述综合特征提取子网络包括与所述多个综合特征向量中的每一个综合特征向量对应的全连接层,其中,所述综合特征提取子网络被进一步配置为:
针对所述多个综合特征向量中的每一个综合特征向量,利用与该综合特征向量对应的全连接层处理该综合特征向量;以及
将所述处理后的综合特征向量进行归一化,
其中,基于所述多个综合特征向量,确定用于输出的综合特征包括:
基于所述多个综合特征向量各自对应的所述归一化后的综合特征向量,确定用于输出的综合特征。
7.如权利要求1或2所述的方法,其中,所述方法还包括:
获取第三样本图像的图像特征,其中,所述第三样本图像是对不同于所述第一原始图像的第二原始图像进行图像变换而得到的;
将所述第三样本图像的图像特征输入所述综合特征提取子网络,以得到第三样本综合特征;以及
基于所述第一样本综合特征和所述第三样本综合特征计算第二损失值,并基于所述第二损失值调整所述图像特征提取子网络的参数,
其中,所述第一损失值和所述第一样本综合特征与所述第二样本综合特征之间的相似度成负相关,所述第二损失值和所述第一样本综合特征与所述第三样本综合特征之间的相似度成正相关。
8.一种利用神经网络进行图像处理的方法,包括:
将待处理图像输入神经网络,以得到待处理图像综合特征,其中,所述神经网络是利用权利要求1-7中任一项所述的方法训练得到的;以及
利用所述待处理图像综合特征执行图像处理任务。
9.一种用于图像处理的神经网络的训练装置,包括:
第一获取单元,被配置为获取第一样本图像和第二样本图像,其中,所述第一样本图像和所述第二样本图像是对第一原始图像进行不同的图像变换而得到的;
图像特征提取子网络,被配置为接收输入图像,以输出所述输入图像的图像特征,其中,所述图像特征包括多个特征图;
综合特征提取子网络,被配置为:
确定多个综合特征向量,其中,所述多个综合特征向量中的每一个综合特征向量包括与接收到的图像特征所包括的多个特征图对应的多个综合特征值,其中,所述多个综合特征值中的每一个综合特征值是基于对应的特征图所包括的多个特征值确定的;以及
基于所述多个综合特征向量,确定用于输出的综合特征;以及调参单元,被配置为基于第一样本综合特征和第二样本综合特征计算第一损失值,并基于所述第一损失值调整所述图像特征提取子网络的参数,其中,所述第一样本综合特征是利用所述图像特征提取子网络和所述综合特征提取子网络对所述第一样本图像进行处理而得到的,所述第二样本综合特征是利用所述图像特征提取子网络和所述综合特征提取子网络对所述第二样本图像进行处理而得到的。
10.如权利要求9所述的装置,其中,所述多个综合特征向量包括第一综合特征向量,所述第一综合特征向量包括与所述多个特征图对应的多个第一综合特征值,
其中,所述综合特征提取子网络包括第一综合特征向量提取层,所述第一综合特征向量提取层被配置为:
针对所述多个特征图中的每一个特征图,确定该特征图中的多个特征值各自的权重;以及
利用所述多个特征值各自的权重,对所述多个特征值进行加权求和,以得到与该特征图对应的第一综合特征值。
11.如权利要求9或10所述的装置,其中,所述多个综合特征向量包括第二综合特征向量,所述第二综合特征向量包括与所述多个特征图对应的多个第二综合特征值;
其中,所述综合特征提取子网络包括第二综合特征向量提取层,所述第二综合特征向量提取层被配置为:
针对所述多个特征图中的每一个特征图,将该特征图中的多个特征值中的最大值确定为与该特征图对应的第二综合特征值。
12.如权利要求9或10所述的装置,其中,所述多个综合特征向量包括第三综合特征向量,所述第三综合特征向量包括与所述多个特征图对应的多个第三综合特征值;
其中,所述综合特征提取子网络包括第三综合特征向量提取层,所述第三综合特征向量提取层被配置为:
确定广义平均系数;
针对所述多个特征图中的每一个特征图,确定该特征图中的多个特征值各自的所述广义平均系数次幂的平均值;以及
将所述平均值的所述广义平均系数次方根确定为该特征图的第三综合特征值。
13.如权利要求9或10所述的装置,其中,所述综合特征提取子网络包括拼接层和第一归一化层,
其中,所述拼接层被配置为:
将所述多个综合特征向量进行拼接,以得到拼接特征,
其中,所述第一归一化层被配置为:
将所述拼接特征进行归一化,以得到所述综合特征。
14.如权利要求9或10所述的装置,其中,所述综合特征提取子网络包括与所述多个综合特征向量中的每一个综合特征向量对应的全连接层和第二归一化层,
其中,所述全连接层被配置为:
对接收到的对应的综合特征向量进行处理,
其中,所述第二归一化层被配置为:
对接收到的对应的处理后的综合特征向量进行归一化。
15.如权利要求9或10所述的装置,其中,所述装置还包括:
第二获取单元,被配置为获取第三样本图像的图像特征,其中,所述第三样本图像是对不同于所述第一原始图像的第二原始图像进行图像变换而得到的,
其中,所述调参单元被进一步配置为基于所述第一样本综合特征和第三样本综合特征计算第二损失值,并基于所述第二损失值调整所述图像特征提取子网络的参数,其中,所述第三样本综合特征是利用所述综合特征提取子网络对所述第三样本图像的图像特征进行处理而得到的,
其中,所述第一损失值和所述第一样本综合特征与所述第二样本综合特征之间的相似度成负相关,所述第二损失值和所述第一样本综合特征与所述第三样本综合特征之间的相似度成正相关。
16.一种利用神经网络进行图像处理的装置,包括:
神经网络,被配置为接收待处理图像,以输出待处理图像综合特征,其中,所述神经网络是利用权利要求9-15中任一项所述的装置训练得到的;以及
图像处理单元,被配置为利用所述待处理图像综合特征执行图像处理任务。
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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111460550.8A CN114118379B (zh) | 2021-12-02 | 2021-12-02 | 神经网络的训练方法、图像处理方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111460550.8A CN114118379B (zh) | 2021-12-02 | 2021-12-02 | 神经网络的训练方法、图像处理方法、装置、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114118379A CN114118379A (zh) | 2022-03-01 |
CN114118379B true CN114118379B (zh) | 2023-03-24 |
Family
ID=80366298
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111460550.8A Active CN114118379B (zh) | 2021-12-02 | 2021-12-02 | 神经网络的训练方法、图像处理方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114118379B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016197046A1 (en) * | 2015-06-05 | 2016-12-08 | Google Inc. | Spatial transformer modules |
CN108447495B (zh) * | 2018-03-28 | 2020-06-09 | 天津大学 | 一种基于综合特征集的深度学习语音增强方法 |
CN110866140B (zh) * | 2019-11-26 | 2024-02-02 | 腾讯科技(深圳)有限公司 | 图像特征提取模型训练方法、图像搜索方法及计算机设备 |
CN112016591A (zh) * | 2020-08-04 | 2020-12-01 | 杰创智能科技股份有限公司 | 一种图像识别模型的训练方法及图像识别方法 |
CN112561060B (zh) * | 2020-12-15 | 2022-03-22 | 北京百度网讯科技有限公司 | 神经网络训练方法及装置、图像识别方法及装置和设备 |
CN113656582B (zh) * | 2021-08-17 | 2022-11-18 | 北京百度网讯科技有限公司 | 神经网络模型的训练方法、图像检索方法、设备和介质 |
-
2021
- 2021-12-02 CN CN202111460550.8A patent/CN114118379B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114118379A (zh) | 2022-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113807440B (zh) | 利用神经网络处理多模态数据的方法、设备和介质 | |
CN114648638B (zh) | 语义分割模型的训练方法、语义分割方法与装置 | |
CN114511758A (zh) | 图像识别方法及装置、电子设备和介质 | |
CN114743196B (zh) | 文本识别的方法及装置、神经网络的训练方法 | |
CN114004985B (zh) | 人物交互检测方法、神经网络及其训练方法、设备和介质 | |
CN115511779B (zh) | 图像检测方法、装置、电子设备和存储介质 | |
CN114445667A (zh) | 图像检测方法和用于训练图像检测模型的方法 | |
CN115082740A (zh) | 目标检测模型训练方法、目标检测方法、装置、电子设备 | |
CN114550313B (zh) | 图像处理方法、神经网络及其训练方法、设备和介质 | |
CN115601555A (zh) | 图像处理方法及装置、设备和介质 | |
CN116306862A (zh) | 用于文本处理神经网络的训练方法、装置和介质 | |
CN114005452A (zh) | 提取语音特征的方法、装置、电子设备及存储介质 | |
CN115600646B (zh) | 语言模型的训练方法、装置、介质及设备 | |
CN114118379B (zh) | 神经网络的训练方法、图像处理方法、装置、设备和介质 | |
CN115393514A (zh) | 三维重建模型的训练方法、三维重建方法、装置、设备 | |
CN114693977A (zh) | 图像处理方法、模型训练方法、装置、设备及介质 | |
CN114494797A (zh) | 用于训练图像检测模型的方法和装置 | |
CN114429678A (zh) | 模型训练方法及装置、电子设备和介质 | |
CN114429548A (zh) | 图像处理方法、神经网络及其训练方法、装置和设备 | |
CN114140852A (zh) | 图像检测方法和装置 | |
CN114120420B (zh) | 图像检测方法和装置 | |
CN114067183B (zh) | 神经网络模型训练方法、图像处理方法、装置和设备 | |
CN117218297B (zh) | 人体重建参数生成方法、装置、设备和介质 | |
CN117218499B (zh) | 面部表情捕捉模型的训练方法、面部表情驱动方法和装置 | |
CN116881485B (zh) | 生成图像检索索引的方法及装置、电子设备和介质 |
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 |