CN114119972A - 模型获取及对象处理方法、装置、电子设备及存储介质 - Google Patents
模型获取及对象处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114119972A CN114119972A CN202111271407.4A CN202111271407A CN114119972A CN 114119972 A CN114119972 A CN 114119972A CN 202111271407 A CN202111271407 A CN 202111271407A CN 114119972 A CN114119972 A CN 114119972A
- Authority
- CN
- China
- Prior art keywords
- model
- training
- processed
- backbone network
- semantic segmentation
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 7
- 238000012549 training Methods 0.000 claims abstract description 109
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 54
- 238000000034 method Methods 0.000 claims abstract description 43
- 238000012545 processing Methods 0.000 claims abstract description 37
- 230000011218 segmentation Effects 0.000 claims description 76
- 238000004590 computer program Methods 0.000 claims description 11
- 230000000052 comparative effect Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 9
- 238000013473 artificial intelligence Methods 0.000 abstract description 7
- 238000013135 deep learning Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000010801 machine learning Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method 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
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 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
- 230000000007 visual effect Effects 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了模型获取及对象处理方法、装置、电子设备及存储介质，涉及计算机视觉和深度学习等人工智能领域，其中的方法可包括：针对预定类型任务，将其对应的网络模型中的主干网络和非主干网络作为整体，采用自监督算法进行训练；将训练得到的网络模型作为所述预定类型任务对应的预训练模型。应用本公开所述方案，可提升预训练模型的训练效果等。
Description
技术领域
本公开涉及人工智能技术领域，特别涉及计算机视觉和深度学习等领域的模型获取及对象处理方法、装置、电子设备及存储介质。
背景技术
自监督算法是针对分类任务(如图像分类、文本分类)等提出的，以分类任务为例，可利用自监督算法，进行主干网络(Backbone)的训练/学习，从而得到分类任务对应的预训练模型。
但是对于某些任务，如语义分割任务，其网络结构中除了包括主干网络外，还会包括非主干网络部分，如分割头(head)。若采用现有的自监督算法训练语义分割任务对应的预训练模型，将只会对主干网络进行训练，从而仅能学习到主干网络的特征表示能力，进而影响了预训练模型的训练效果等。
发明内容
本公开提供了模型获取及对象处理方法、装置、电子设备及存储介质。
一种模型获取方法，包括：
针对预定类型任务，将其对应的网络模型中的主干网络和非主干网络作为整体，采用自监督算法进行训练；
将训练得到的网络模型作为所述预定类型任务对应的预训练模型。
一种对象处理方法，包括：
获取待处理对象；
将所述待处理对象作为第一模型的输入，得到输出的所述待处理对象的处理结果，其中，所述第一模型为基于预训练模型生成的模型，所述预训练模型为将其中的主干网络和非主干网络作为整体、采用自监督算法训练得到的模型。
一种模型获取装置，包括：第一训练模块以及第二训练模型；
所述第一训练模块，用于针对预定类型任务，将其对应的网络模型中的主干网络和非主干网络作为整体，采用自监督算法进行训练；
所述第二训练模块，用于将训练得到的网络模型作为所述预定类型任务对应的预训练模型。
一种对象处理装置，包括：获取模块以及处理模块；
所述获取模块，用于获取待处理对象；
所述处理模块，用于将所述待处理对象作为第一模型的输入，得到输出的所述待处理对象的处理结果，其中，所述第一模型为基于预训练模型生成的模型，所述预训练模型为将其中的主干网络和非主干网络作为整体、采用自监督算法训练得到的模型。
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如以上所述的方法。
一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使计算机执行如以上所述的方法。
一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现如以上所述的方法。
上述公开中的一个实施例具有如下优点或有益效果：针对预定类型任务，可将主干网络和非主干网络作为整体，采用自监督算法进行训练，以得到所需的预训练模型，从而提升了预训练模型的训练效果，即提升了模型性能，并相应地提升了后续处理结果的准确性等。
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为本公开所述模型获取方法第一实施例的流程图；
图2为本公开所述模型获取方法第二实施例的流程图；
图3为本公开所述对象处理方法实施例的流程图；
图4为本公开所述模型获取装置实施例400的组成结构示意图；
图5为本公开所述对象处理装置实施例500的组成结构示意图；
图6示出了可以用来实施本公开的实施例的电子设备600的示意性框图。
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。
另外，应理解，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，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
图1为本公开所述模型获取方法第一实施例的流程图。如图1所示，包括以下具体实现方式。
在步骤101中，针对预定类型任务，将其对应的网络模型中的主干网络和非主干网络作为整体，采用自监督算法进行训练。
在步骤102中，将训练得到的网络模型作为所述预定类型任务对应的预训练模型。
可以看出，上述方法实施例所述方案中，针对预定类型任务，可将主干网络和非主干网络作为整体，采用自监督算法进行训练，以得到所需的预训练模型，从而提升了预训练模型的训练效果，即提升了模型性能，并相应地提升了后续处理结果的准确性等。
所述预定类型任务具体为何种任务不作限制，只要是对应的网络模型(网络结构)中包括主干网络和非主干网络的任务均可适用。
本公开的一个实施例中，所述预定类型任务可为语义分割任务，相应地，所述非主干网络可包括：分割头(head)。其中，主干网络可输出特征表示，进而可利用分割头来实现预测或分割等。
以下即以语义分割任务为例，对本公开所述方案进行进一步说明。
针对语义分割任务，可将其对应的网络模型中的主干网络和分割头作为整体，采用自监督算法进行训练。
自监督算法是近些年流行起来的一种机器学习方法，其实现思想是利用辅助任务从大规模的无监督数据中挖掘出自身的监督信息，通过这种构造的监督信息对网络进行训练，从而可以学习到对于下游任务具有价值的表征。相比于传统的机器学习方法，自监督算法摆脱了对于标注训练样本的依赖等，因此得到了广泛的应用。本公开所述方案中，即可利用自监督算法来进行语义分割任务对应的预训练模型的训练。
本公开的一个实施例中，具体地，可采用基于对比学习(Contrastive Learning)的自监督算法进行训练。
自监督算法可分为基于生成方法的自监督算法和基于对比学习的自监督算法等。其中，对比学习的实现思想是尽可能的缩小相似样本的距离，并拉大正负样本的距离。相比于基于生成方法的自监督算法，基于对比学习的自监督算法不会过分关注像素细节，而能够更好地关注抽象的语义信息，且实现方式更为简单等，因此，本公开所述方案中，可采用基于对比学习的自监督算法来进行语义分割任务对应的预训练模型的训练，即可将语义分割的主干网络和分割头整体进行对比学习，以提升在下游具体语义分割任务上的效果等。
如何将语义分割的主干网络和分割头整体进行对比学习不作限制。比如，对比学习通常会涉及到两个分支，按照现有方式，若仅对主干网络进行对比学习，那么可根据主干网络的输出得到两个分支的特征，进而可将两个分支的特征进行对比分析等，而将语义分割的主干网络和分割头整体进行对比学习后，可根据分割头的输出(经过了主干网络和分割头的处理)得到两个分支的特征，进而可将两个分支的特征进行对比分析等。
经过上述处理后，可获取到所需的预训练模型。本公开的一个实施例中，还可确定出预训练模型的应用场景，并可针对所述应用场景对预训练模型进行微调，从而得到所述应用场景下的语义分割模型。
应用场景即指具体的语义分割任务类型，如道路场景分割、面部分割等。以道路场景分割这一应用场景为例，针对该应用场景，可利用相应的训练样本对获取到的预训练模型进行微调，从而得到该应用场景下的语义分割模型。
通过微调处理，可进一步提升模型的性能，使得模型与具体的应用场景相匹配，并相应地提升了该应用场景下的语义分割结果的准确性等。
基于上述介绍，图2为本公开所述模型获取方法第二实施例的流程图。如图2所示，包括以下具体实现方式。
在步骤201中，针对语义分割任务，将其对应的网络模型中的主干网络和分割头作为整体，采用基于对比学习的自监督算法进行训练。
以所述网络模型为HRNet18OCRNet为例，其中的主干网络为高分辨率网络(HRNet，High-Resolution Net)18，分割头为对象上下文表示网络(OCRNet，Object ContextRepresentations Net)，即OCR头。
另外，自监督算法可为动量对比2(Mocov2，Momentum Contrast Version2)算法。
相应地，可将主干网络HRNet18和分割头OCRNet作为整体，采用Mocov2算法进行训练。
在步骤202中，将训练得到的网络模型作为语义分割任务对应的预训练模型。
在步骤203中，确定预训练模型的应用场景，针对所述应用场景对预训练模型进行微调，得到所述应用场景下的语义分割模型。
以道路场景分割这一应用场景为例，针对该应用场景，可利用相应的训练样本对获取到的预训练模型进行微调，从而得到该应用场景下的语义分割模型。
以上所述网络模型的结构仅为举例说明，并不用于限制本公开的技术方案，具体结构可根据实际需要而定。
图3为本公开所述对象处理方法实施例的流程图。如图3所示，包括以下具体实现方式。
在步骤301中，获取待处理对象。
在步骤302中，将待处理对象作为第一模型的输入，得到输出的待处理对象的处理结果，其中，所述第一模型为基于预训练模型生成的模型，所述预训练模型为将其中的主干网络和非主干网络作为整体、采用自监督算法训练得到的模型。
可以看出，上述方法实施例所述方案中，可将主干网络和非主干网络作为整体，采用自监督算法进行训练，以得到所需的预训练模型，从而提升了预训练模型的训练效果，即提升了模型性能，相应地，利用基于所述预训练模型生成的第一模型对待处理对象进行处理，可提升处理结果的准确性等。
本公开的一个实施例中，待处理对象可为待处理图像，第一模型可为语义分割模型，相应地，可将待处理图像作为语义分割模型的输入，得到输出的待处理图像的语义分割结果。
对于语义分割任务来说，其对应的网络模型中会包括主干网络和非主干网络，如非主干网络通常为分割头。相应地，在训练语义分割任务对应的预训练模型时，可将主干网络和分割头作为整体，采用自监督算法进行训练。
本公开的一个实施例中，具体地，可采用基于对比学习的自监督算法进行训练，即可将语义分割的主干网络和分割头整体进行对比学习，以提升在下游具体语义分割任务上的效果等。
自监督算法可分为基于生成方法的自监督算法和基于对比学习的自监督算法等。其中，对比学习的实现思想是尽可能的缩小相似样本的距离，并拉大正负样本的距离。相比于基于生成方法的自监督算法，基于对比学习的自监督算法不会过分关注像素细节，而能够更好地关注抽象的语义信息，且实现方式更为简单等。
另外，还可确定出预训练模型的应用场景，并可针对所述应用场景对预训练模型进行微调，从而得到所述应用场景下的语义分割模型。
应用场景即指具体的语义分割任务类型，如道路场景分割、面部分割等。以道路场景分割这一应用场景为例，针对该应用场景，可利用相应的训练样本对获取到的预训练模型进行微调，从而得到该应用场景下的语义分割模型。进一步地，可获取该应用场景下的待处理图像，并可将待处理图像作为语义分割模型的输入，从而得到输出的待处理图像的语义分割结果，并确保了分割结果的准确性等。
需要说明的是，对于前述的各方法实施例，为了简单描述，将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本公开并不受所描述的动作顺序的限制，因为依据本公开，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本公开所必须的。另外，某个实施例中没有详述的部分，可以参见其它实施例中的相关说明。
以上是关于方法实施例的介绍，以下通过装置实施例，对本公开所述方案进行进一步说明。
图4为本公开所述模型获取装置实施例400的组成结构示意图。如图4所示，包括：第一训练模块401以及第二训练模型402。
第一训练模块401，用于针对预定类型任务，将其对应的网络模型中的主干网络和非主干网络作为整体，采用自监督算法进行训练。
第二训练模块402，用于将训练得到的网络模型作为所述预定类型任务对应的预训练模型。
本公开的一个实施例中，所述预定类型任务可为语义分割任务，相应地，所述非主干网络可为分割头。
针对语义分割任务，第一训练模块401可将其对应的网络模型中的主干网络和分割头作为整体，采用自监督算法进行训练。
本公开的一个实施例中，具体地，可采用基于对比学习的自监督算法进行训练。
本公开的一个实施例中，第二训练模块402还可确定出预训练模型的应用场景，并可针对所述应用场景对预训练模型进行微调，从而得到所述应用场景下的语义分割模型。
应用场景即指具体的语义分割任务类型，如道路场景分割、面部分割等。以道路场景分割这一应用场景为例，针对该应用场景，可利用相应的训练样本对获取到的预训练模型进行微调，从而得到该应用场景下的语义分割模型。
图5为本公开所述对象处理装置实施例500的组成结构示意图。如图5所示，包括：获取模块501以及处理模块502。
获取模块501，用于获取待处理对象。
处理模块502，用于将待处理对象作为第一模型的输入，得到输出的待处理对象的处理结果，其中，第一模型为基于预训练模型生成的模型，预训练模型为将其中的主干网络和非主干网络作为整体、采用自监督算法训练得到的模型。
本公开的一个实施例中，待处理对象可为待处理图像，第一模型可为语义分割模型，相应地，处理模块502可将待处理图像作为语义分割模型的输入，得到输出的待处理图像的语义分割结果。
对于语义分割任务来说，其对应的网络模型中会包括主干网络和非主干网络，如非主干网络通常为分割头。相应地，在训练语义分割任务对应的预训练模型时，可将主干网络和分割头作为整体，采用自监督算法进行训练。
本公开的一个实施例中，具体地，可采用基于对比学习的自监督算法进行训练，即可将语义分割的主干网络和分割头整体进行对比学习，以提升在下游具体语义分割任务上的效果等。
图4和图5所示装置实施例的具体工作流程请参照前述方法实施例中的相关说明，不再赘述。
总之，采用本公开装置实施例所述方案，针对预定类型任务，可将主干网络和非主干网络作为整体，采用自监督算法进行训练，以得到所需的预训练模型，从而提升了预训练模型的训练效果，即提升了模型性能，并相应地提升了后续处理结果的准确性，以语义分割任务为例，可获取到性能更优的语义分割模型，进而提升了语义分割结果的准确性等。
本公开所述方案可应用于人工智能领域，特别涉及计算机视觉和深度学习等领域。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。
另外，本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，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。
图6示出了可以用来实施本公开的实施例的电子设备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、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，个人数字助理、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、ROM 602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，例如本公开所述的方法。例如，在一些实施例中，本公开所述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，可以执行本公开所述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)而被配置为执行本公开所述的方法。
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)、复杂可编程逻辑设备(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 (17)
1.一种模型获取方法，包括：
针对预定类型任务，将其对应的网络模型中的主干网络和非主干网络作为整体，采用自监督算法进行训练；
将训练得到的网络模型作为所述预定类型任务对应的预训练模型。
2.根据权利要求1所述的方法，其中，
所述采用自监督算法进行训练包括：采用基于对比学习的自监督算法进行训练。
3.根据权利要求1或2所述的方法，其中，
所述预定类型任务包括：语义分割任务；
所述非主干网络包括：分割头。
4.根据权利要求3所述的方法，还包括：
确定所述预训练模型的应用场景；
针对所述应用场景对所述预训练模型进行微调，得到所述应用场景下的语义分割模型。
5.一种对象处理方法，包括：
获取待处理对象；
将所述待处理对象作为第一模型的输入，得到输出的所述待处理对象的处理结果，其中，所述第一模型为基于预训练模型生成的模型，所述预训练模型为将其中的主干网络和非主干网络作为整体、采用自监督算法训练得到的模型。
6.根据权利要求5所述的方法，其中，
所述待处理对象包括：待处理图像；
所述第一模型包括：语义分割模型；
所述将所述待处理对象作为第一模型的输入，得到输出的所述待处理对象的处理结果包括：
将所述待处理图像作为所述语义分割模型的输入，得到输出的所述待处理图像的语义分割结果。
7.根据权利要求5或6所述的方法，其中，
所述自监督算法包括：基于对比学习的自监督算法。
8.一种模型获取装置，包括：第一训练模块以及第二训练模型；
所述第一训练模块，用于针对预定类型任务，将其对应的网络模型中的主干网络和非主干网络作为整体，采用自监督算法进行训练；
所述第二训练模块，用于将训练得到的网络模型作为所述预定类型任务对应的预训练模型。
9.根据权利要求8所述的装置，其中，
所述第一训练模块采用基于对比学习的自监督算法进行训练。
10.根据权利要求8或9所述的装置，其中，
所述预定类型任务包括：语义分割任务；
所述非主干网络包括：分割头。
11.根据权利要求10所述的装置，其中，
所述第二训练模块进一步用于，确定所述预训练模型的应用场景，针对所述应用场景对所述预训练模型进行微调，得到所述应用场景下的语义分割模型。
12.一种对象处理装置，包括：获取模块以及处理模块；
所述获取模块，用于获取待处理对象；
所述处理模块，用于将所述待处理对象作为第一模型的输入，得到输出的所述待处理对象的处理结果，其中，所述第一模型为基于预训练模型生成的模型，所述预训练模型为将其中的主干网络和非主干网络作为整体、采用自监督算法训练得到的模型。
13.根据权利要求12所述的装置，其中，
所述待处理对象包括：待处理图像；
所述第一模型包括：语义分割模型；
所述处理模块将所述待处理图像作为所述语义分割模型的输入，得到输出的所述待处理图像的语义分割结果。
14.根据权利要求12或13所述的装置，其中，
所述自监督算法包括：基于对比学习的自监督算法。
15.一种电子设备，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1-7中任一项所述的方法。
16.一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计算机执行权利要求1-7中任一项所述的方法。
17.一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111271407.4A CN114119972A (zh) | 2021-10-29 | 2021-10-29 | 模型获取及对象处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111271407.4A CN114119972A (zh) | 2021-10-29 | 2021-10-29 | 模型获取及对象处理方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114119972A true CN114119972A (zh) | 2022-03-01 |
Family
ID=80379630
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111271407.4A Pending CN114119972A (zh) | 2021-10-29 | 2021-10-29 | 模型获取及对象处理方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114119972A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115660036A (zh) * | 2022-09-22 | 2023-01-31 | 北京百度网讯科技有限公司 | 模型预训练及任务处理方法、装置、电子设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112016319A (zh) * | 2020-09-08 | 2020-12-01 | 平安科技（深圳）有限公司 | 预训练模型获取、疾病实体标注方法、装置及存储介质 |
| CN112329588A (zh) * | 2020-10-30 | 2021-02-05 | 中海石油(中国)有限公司 | 一种基于Faster R-CNN的管道故障检测方法 |
| EP3828774A1 (en) * | 2019-11-28 | 2021-06-02 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method, apparatus, electronic device and storage medium for obtaining question-answer reading comprehension model |
| CN112991330A (zh) * | 2021-04-19 | 2021-06-18 | 征图新视(江苏)科技股份有限公司 | 基于知识蒸馏的正样本工业缺陷检测方法 |
| CN113536922A (zh) * | 2021-06-11 | 2021-10-22 | 北京理工大学 | 一种加权融合多种图像任务的视频行为识别方法 |
-
2021
- 2021-10-29 CN CN202111271407.4A patent/CN114119972A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3828774A1 (en) * | 2019-11-28 | 2021-06-02 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method, apparatus, electronic device and storage medium for obtaining question-answer reading comprehension model |
| CN112016319A (zh) * | 2020-09-08 | 2020-12-01 | 平安科技（深圳）有限公司 | 预训练模型获取、疾病实体标注方法、装置及存储介质 |
| CN112329588A (zh) * | 2020-10-30 | 2021-02-05 | 中海石油(中国)有限公司 | 一种基于Faster R-CNN的管道故障检测方法 |
| CN112991330A (zh) * | 2021-04-19 | 2021-06-18 | 征图新视(江苏)科技股份有限公司 | 基于知识蒸馏的正样本工业缺陷检测方法 |
| CN113536922A (zh) * | 2021-06-11 | 2021-10-22 | 北京理工大学 | 一种加权融合多种图像任务的视频行为识别方法 |
Non-Patent Citations (2)
| Title |
|---|
| TING CHEN等: ""Big self-supervised models are strong semi-supervised learners"", HTTP://ARXIV.ORG/ABS2006.10029, 26 October 2020 (2020-10-26), pages 1 - 18 * |
| 贡荣麟;施俊;王骏;: "面向乳腺超声图像分割的混合监督双通道反馈U-Net", 中国图象图形学报, no. 10, 16 October 2020 (2020-10-16) * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115660036A (zh) * | 2022-09-22 | 2023-01-31 | 北京百度网讯科技有限公司 | 模型预训练及任务处理方法、装置、电子设备及存储介质 |
| CN115660036B (zh) * | 2022-09-22 | 2024-05-24 | 北京百度网讯科技有限公司 | 模型预训练及任务处理方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113326764B (zh) | 训练图像识别模型和图像识别的方法和装置 | |
| CN113344089B (zh) | 模型训练方法、装置及电子设备 | |
| CN113553412B (zh) | 问答处理方法、装置、电子设备和存储介质 | |
| CN113392253B (zh) | 视觉问答模型训练及视觉问答方法、装置、设备及介质 | |
| CN113657483A (zh) | 模型训练方法、目标检测方法、装置、设备以及存储介质 | |
| US20220358955A1 (en) | Method for detecting voice, method for training, and electronic devices | |
| CN112949818A (zh) | 模型蒸馏方法、装置、设备以及存储介质 | |
| CN113360700A (zh) | 图文检索模型的训练和图文检索方法、装置、设备和介质 | |
| CN114186681A (zh) | 用于生成模型簇的方法、装置及计算机程序产品 | |
| CN114564971A (zh) | 深度学习模型的训练方法、文本数据处理方法和装置 | |
| CN113963197A (zh) | 图像识别方法、装置、电子设备和可读存储介质 | |
| CN113191261A (zh) | 图像类别的识别方法、装置和电子设备 | |
| CN114119972A (zh) | 模型获取及对象处理方法、装置、电子设备及存储介质 | |
| CN114758649B (zh) | 一种语音识别方法、装置、设备和介质 | |
| CN115457329B (zh) | 图像分类模型的训练方法、图像分类方法和装置 | |
| CN112530415B (zh) | 负向回复识别模型获取及负向回复识别方法和装置 | |
| CN114842541A (zh) | 模型的训练及人脸识别方法、装置、设备以及存储介质 | |
| CN114549695A (zh) | 图像生成方法、装置、电子设备及可读存储介质 | |
| CN114724144A (zh) | 文本识别方法、模型的训练方法、装置、设备及介质 | |
| CN114067805A (zh) | 声纹识别模型的训练与声纹识别方法及装置 | |
| CN114817476A (zh) | 语言模型的训练方法、装置、电子设备和存储介质 | |
| CN113886543A (zh) | 生成意图识别模型的方法、装置、介质及程序产品 | |
| CN113641724A (zh) | 知识标签挖掘方法、装置、电子设备及存储介质 | |
| CN115312042A (zh) | 用于处理音频的方法、装置、设备以及存储介质 | |
| CN113408632A (zh) | 提高图像分类准确性的方法、装置、电子设备及存储介质 |
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 |