CN114282664A - 自反馈模型训练方法、装置、路侧设备及云控平台 - Google Patents

Abstract

本公开提供了一种用于图像处理的自反馈模型训练方法、装置、电子设备及存储介质，涉及智能交通、计算机视觉和深度学习技术领域。具体实现方案为：将样本图像数据输入带自反馈支路的自反馈模型进行前向传播，得到目标输出结果；根据所述目标输出结果与标签数据计算损失，得到损失函数；根据所述损失函数的反向传播对所述自反馈模型进行训练，得到训练后的目标模型。采用本公开，可以在不增加模型复杂度的基础上提高模型性能。

Description

自反馈模型训练方法、装置、路侧设备及云控平台

技术领域

本公开涉及人工智能领域。本公开尤其涉及智能交通、计算机视觉和深度学习技术领域。

背景技术

随着技术的发展，可以通过人工智能改善硬件性能，所适用的应用场景多种多样，比如涉及图文处理、图像处理、视频处理、人脸识别、目标定位等应用场景的硬件设计中都可以采用人工智能技术，即将训练好的模型部署于硬件中，以提高硬件的处理速度及处理准确率。

然而，模型结构或模型训练的情况各种各样，对应的硬件性能优劣与否，会影响到硬件的处理速度及处理准确率，需要在不增加模型复杂度的基础上提高模型性能。对此，相关技术未存在有效的解决方案。

发明内容

本公开提供了一种用于图像处理的自反馈模型训练方法、装置、电子设备及存储介质。

根据本公开的一方面，提供了一种用于图像处理的自反馈模型训练方法，包括：

将样本图像数据输入带自反馈支路的自反馈模型进行前向传播，得到目标输出结果；

根据所述目标输出结果与标签数据计算损失，得到损失函数；

根据所述损失函数的反向传播对所述自反馈模型进行训练，得到训练后的目标模型。

根据本公开的另一方面，提供了一种图像处理方法，包括：

将待处理图像输入训练后的目标模型，所述训练后的目标模型根据本公开任意一实施例所提供的训练方法训练获得；

根据所述训练后的目标模型，对所述待处理图像执行包括图像分类、图像识别、图像分割中的至少一种图像处理。

根据本公开的另一方面，提供了一种视频处理方法，包括：

从待处理视频数据流中提取出多个图像帧；

将所述多个图像帧输入训练后的目标模型，所述训练后的目标模型根据本公开任意一实施例所提供的训练方法训练获得；

根据所述训练后的目标模型，对所述多个图像帧执行包括图像分类、图像识别、图像分割中的至少一种图像处理，得到图像处理结果；

根据所述图像处理结果，对所述待处理视频数据流中的目标对象执行包括识别、定位中的至少一种视频处理。

根据本公开的另一方面，提供了一种用于图像处理的自反馈模型训练装置，包括：

前向处理模块，用于将样本图像数据输入带自反馈支路的自反馈模型进行前向传播，得到目标输出结果；

损失运算模块，用于根据所述目标输出结果与标签数据计算损失，得到损失函数；

训练模块，用于根据所述损失函数的反向传播对所述自反馈模型进行训练，得到训练后的目标模型。

根据本公开的另一方面，提供了一种图像处理装置，包括：

第一输入模块，用于将待处理图像输入训练后的目标模型，所述训练后的目标模型根据本公开任意一实施例所提供的训练方法训练获得；

图像处理模块，用于根据所述训练后的目标模型，对所述待处理图像执行包括图像分类、图像识别、图像分割中的至少一种图像处理。

根据本公开的另一方面，提供了一种视频处理装置，包括：

图像帧提取模块，用于从待处理视频数据流中提取出多个图像帧；

第一输入模块，用于将所述多个图像帧输入训练后的目标模型，所述训练后的目标模型根据本公开任意一实施例所提供的训练方法训练获得；

图像处理模块，用于根据所述训练后的目标模型，对所述多个图像帧执行包括图像分类、图像识别、图像分割中的至少一种图像处理，得到图像处理结果；

视频处理模块，用于根据所述图像处理结果，对所述待处理视频数据流中的目标对象执行包括识别、定位中的至少一种视频处理。

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

与该至少一个处理器通信连接的存储器；其中，

该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开任意一实施例所提供的方法。

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，该计算机指令用于使该计算机执行本公开任意一项实施例所提供的方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机指令，该计算机指令被处理器执行时实现本公开任意一项实施例所提供的方法。

根据本公开的另一方面，提供了一种路侧设备，包括上述电子设备。

根据本公开的另一方面，提供了一种云控平台，包括上述电子设备。

采用本公开，将样本图像数据输入带自反馈支路的自反馈模型进行前向传播，得到目标输出结果；根据所述目标输出结果与标签数据计算损失，得到损失函数；根据所述损失函数的反向传播对所述自反馈模型进行训练，得到训练后的目标模型，从而，可以在不增加模型复杂度的基础上提高模型性能。

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

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开实施例的自反馈模型训练方法的流程示意图；

图2是根据本公开实施例的图像处理方法的流程示意图；

图3是根据本公开实施例的视频处理方法的流程示意图；

图4是根据本公开实施例一应用示例中VGG结构自反馈的示意图；

图5是根据本公开实施例一应用示例中残差结构自反馈的示意图；

图6是根据本公开实施例一应用示例中下采样结构自反馈的示意图；

图7是根据本公开实施例的自反馈模型训练装置的组成结构示意图；

图8是根据本公开实施例的图像处理装置的组成结构示意图；

图9是根据本公开实施例的视频处理装置的组成结构示意图；

图10是用来实现本公开实施例的自反馈模型训练方法、图像处理及视频处理方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

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。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。本文中术语“第一”、“第二”表示指代多个类似的技术用语并对其进行区分，并不是限定顺序的意思，或者限定只有两个的意思，例如，第一特征和第二特征，是指代有两类/两个特征，第一特征可以为一个或多个，第二特征也可以为一个或多个。

另外，为了更好的说明本公开，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。

得益于科技的发展，以神经网络为核心的人工智能技术大量被应用在计算机视觉的相关场景中，如人脸识别、图像分类、文字识别(OCR，optical character recognition)识别、目标检测、图像分割、目标追踪、事件检测、无人驾驶等等。

在众多的计算机视觉任务中，被最开始研究和最广泛应用的一个内容是基础模型(卷积神经网络、残差网络等常规模型)的研究，也有针对基础模型的轻量模型研究。计算机视觉任务会借鉴或者基于该基础模型来实现，或者根据不同任务需求在该基础模型上稍加改进即可。因此，基础模型的性能优劣直接影响了其他任务的结果。

为了提升模型的性能，可以增加网络的深度或者宽度，但是会增加模型的参数量，因此上述基础模型被众多研究者迭代优化，一些改进模型中，例如挤压激励网络(SENet，Squeeze-and-Excitation Networks)模型，是在现有模型的基础上，增加了一条生成不同通道权重的支路，通过重新分配生成特征的重要性来调整模型的学习，仍然会导致模型参数量的增加，只是相对少的参数量增加；又如，聚合残差变换网络(ResNeXt，AggregatedResidual Transformations for Deep Neural Networks)模型，是吸收了残差网络(ResNet，Residual Neural Network)和先驱网络模型(Inception，Going Deeper withConvolutions)模型的优点，通过在卷积层之间增加组分类操作来减少模型的参数，同时可以保证模型性能不掉，甚至提升模型性能，但是组卷积本身支持优化不是很好，使得特征之间的关联变弱，换言之减少了特征之间的联系，导致精确度下降，同时模型的优化仅靠目标函数来反馈，会增加耗时和参数量；又如，移动网络模型(MobileNets，EfficientConvolutional Neural Networks for Mobile Vision Applications)模型，是继续拓展组卷积的下限，输出特征仅与对应的输入特征相关，该模型通过增加1x1的卷积来加强特整层之间的联系，相比于常规卷积，这种关联相对较弱；又如，维度重构模型(ShuffleNet，AnExtremely Efficient Convolutional Neural Network for Mobile Devices)模型，是通过在组卷积之后接shuffle操作来打乱特征的顺序，然后在下一次组卷积的时候不同特征层的特征就会有关联，但是shuffle操作人为痕迹过于明显，实际操作也比较耗时；又如高效神经网络(EfficientNet，Rethinking Model Scaling for Convolutional NeuralNetworks)模型，是用于分析图像分辨率、网络宽度及网络深度对于模型的影响，同时使用了神经架构搜索(NAS，Neural Architecture Search)技术进行超参数搜索，NAS技术对于设备要求较高，导致训练起来比较困难。

针对上述改进模型各自存在的问题，本公开采用带自反馈支路的自反馈模型，该模型只需要在各类常规模型基础上增加一条自反馈支路即可实现，而不需要增加网络的深度及宽度，可以在不增加模型参数的前提下提升模型的性能。

根据本公开的实施例，提供了一种用于图像处理的自反馈模型训练方法，图1是根据本公开实施例的自反馈模型训练方法的流程示意图，该方法可以应用于自反馈模型训练装置，例如，该装置可以部署于终端或服务器或其它处理设备执行的情况下，可以执行图像处理、视频处理等等。其中，终端可以为用户设备(UE，User Equipment)、移动设备、蜂窝电话、无绳电话、个人数字处理(PDA，Personal Digital Assistant)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中，该方法还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。如图1所示，包括：

S101、将样本图像数据输入带自反馈支路的自反馈模型进行前向传播，得到目标输出结果。

S102、根据所述目标输出结果与标签数据计算损失，得到损失函数。

S103、根据所述损失函数的反向传播对所述自反馈模型进行训练，得到训练后的目标模型。

S101-S103的一示例中，在自反馈模型包括至少一个卷积层的情况下，可以将每个卷积层的输出分别连接至当前卷积层的自反馈支路，通过该当前卷积层的自反馈支路连接至该当前卷积层的输入后进行前向传播，从而得到该目标输出结果，换言之，对于一个或多个卷积层中的每个卷积层，是将当前卷积层的输出，通过自反馈支路连接到当前卷积层的输入，之后根据该目标输出结果与标签数据计算损失，得到损失函数，根据该损失函数的反向传播对自反馈模型进行训练，得到训练后的目标模型。

采用本公开，将样本图像数据输入带自反馈支路的自反馈模型进行前向传播，得到目标输出结果；根据所述目标输出结果与标签数据计算损失，得到损失函数；根据所述损失函数的反向传播对所述自反馈模型进行训练，得到训练后的目标模型。由于通过自反馈支路可以再次输入该当前卷积层，从而进一步提取到更多更精确的特征，因此，无需通过增加模型的深度及宽度来额外增加参数，可以在不增加模型复杂度的基础上提高模型性能。

一实施方式中，将样本图像数据输入带自反馈支路的自反馈模型进行前向传播，得到目标输出结果，包括：初始过程中，是将所述样本图像数据输入所述自反馈模型的第一卷积层，得到第一输出结果，将所述第一输出结果通过所述自反馈支路返回所述第一卷积层并再次输入，得到第二输出结果。响应i次迭代处理的过程中，是将所述第二输出结果输入所述自反馈模型的第m卷积层，其中，所述m为大于1且小于所述i的整数，得到第m输出结果，将所述第m输出结果通过所述自反馈支路返回所述第m卷积层并再次输入，得到第m+1输出结果。达到所述i次迭代处理，经所述前向传播得到所述目标输出结果。采用本实施方式，可以通过该待带自反馈支路的自反馈模型进行图像特征提取，最终得到更多更精确的图像特征，且处理效率快、准确率高、耗时短。可以将该图像特征用于图像处理场景中，实现更精确的图像分类、图像识别、图像分割等，还可以将该图像特征用于视频处理场景中，实现更精确的目标对象识别、定位等。

一实施方式中，所述将样本图像数据输入带自反馈支路的自反馈模型进行前向传播，得到输出结果，包括：将所述样本图像数据输入所述自反馈模型的第一卷积层，得到第一输出结果，将所述第一输出结果通过所述自反馈支路返回所述第一卷积层并再次输入，得到第二输出结果。响应i次迭代处理，将所述第二输出结果输入所述自反馈模型的第m卷积层，其中，所述m为大于1且小于所述i的整数，得到第m输出结果，将所述第m输出结果通过所述自反馈支路返回所述第m卷积层并再次输入，得到第m+1输出结果。达到所述i次迭代处理，经所述前向传播得到第i输出结果。将所述样本图像数据在所述自反馈模型中透传得到的输出结果与所述第i输出结果运算后，得到所述目标输出结果。采用本实施方式，可以通过该待带自反馈支路的自反馈模型进行图像特征提取，并结合透传的图像特征与最后一次迭代所提取的图像特征进行运算，以最终得到更多更精确的图像特征，且处理效率快、准确率高、耗时短。可以将该图像特征用于图像处理场景中，实现更精确的图像分类、图像识别、图像分割等，还可以将该图像特征用于视频处理场景中，实现更精确的目标对象识别、定位等。

一实施方式中，所述将样本图像数据输入带自反馈支路的自反馈模型进行前向传播，得到输出结果，包括：将所述样本图像数据输入所述自反馈模型的第一卷积层，得到第一输出结果，将所述第一输出结果执行上采样处理，将上采样处理结果通过所述自反馈支路返回所述第一卷积层并再次输入，得到第二输出结果。响应i次迭代处理，将所述第二输出结果输入所述自反馈模型的第m卷积层，其中，所述m为大于1且小于所述i的整数，得到第m输出结果，将所述第m输出结果执行上采样处理，将上采样处理结果通过所述自反馈支路返回所述第m卷积层并再次输入，得到第m+1输出结果。达到所述i次迭代处理，经所述前向传播得到所述目标输出结果。采用本实施方式，可以通过该待带自反馈支路的自反馈模型进行图像特征提取，将上采样处理结果通过该自反馈支路返回当前卷积层并再次输入，以最终得到更多更精确的图像特征，且处理效率快、准确率高、耗时短。可以将该图像特征用于图像处理场景中，实现更精确的图像分类、图像识别、图像分割等，还可以将该图像特征用于视频处理场景中，实现更精确的目标对象识别、定位等。

根据本公开的实施例，提供了一种图像处理方法，图2是根据本公开实施例的图像处理方法的流程示意图，所述方法包括：

S201、将待处理图像输入训练后的目标模型，所述训练后的目标模型根据自反馈模型训练方法训练获得。

S202、根据所述训练后的目标模型，对所述待处理图像执行包括图像分类、图像识别、图像分割中的至少一种图像处理。

采用本公开，由于训练后的目标模型，是根据自反馈模型训练方法训练获得的，将该训练后的目标模型部署于图像处理的硬件设备中运行，可以提取到更多更精确的图像特征，因此，在图像处理场景中，可以实现更精确的图像分类、图像识别、图像分割等。

根据本公开的实施例，提供了一种视频处理方法，图3是根据本公开实施例的视频处理方法的流程示意图，所述方法包括：

S301、从待处理视频数据流中提取出多个图像帧。

S302、将所述多个图像帧输入训练后的目标模型，所述训练后的目标模型根据自反馈模型训练方法训练获得。

S303、根据所述训练后的目标模型，对所述多个图像帧执行包括图像分类、图像识别、图像分割中的至少一种图像处理，得到图像处理结果。

S304、根据所述图像处理结果，对所述待处理视频数据流中的目标对象执行包括识别、定位中的至少一种视频处理。

采用本公开，由于训练后的目标模型，是根据自反馈模型训练方法训练获得的，将该训练后的目标模型部署于视频处理的硬件设备中运行，可以提取到更多更精确的图像特征，因此，在视频处理场景中，可以实现更精确的目标对象识别、定位等。

应用示例：

本应用示例中，对VGG结构、残差结构、下采样结构的神经网络模型分别增加了自反馈支路，仅作为示例，在实际应用中不限于这三种神经网络模型。其中，该自反馈支路可以分为两种，一种是Identity的自反馈，即将原始输入经过一个Identity函数(或称恒等映射)后叠加到卷积输出上；另一种是需要上采样的自反馈，上采样存在三种方式：双线性插值直接缩放(Resize)，类似于图像缩放操作；反卷积(deconvolution&transposedconvolution)及反池化(unpooling)。进一步，还可以在自反馈支路上根据实际需要增加场景所需的自反馈模块。

图4是根据本公开实施例一应用示例中VGG结构自反馈的示意图，图4中所示的虚线部分为自反馈支路。基于该VGG结构的自反馈过程中，采用三个卷积层，卷积的步长为1，记为“S1”，将样本图像数据输入该自反馈模型的第一卷积层，得到第一输出结果，将第一输出结果通过第一卷积层的自反馈支路返回第一卷积层并再次输入，得到第二输出结果。将第二输出结果输入该自反馈模型的第二卷积层，得到第三输出结果，将第三输出结果通过第二卷积层的自反馈支路返回第二卷积层并再次输入，得到第四输出结果。将第四输出结果输入该自反馈模型的第三卷积层，得到第五输出结果，将第五输出结果通过第三卷积层的自反馈支路返回第三卷积层并再次输入，得到第六输出结果，从而经多次迭代处理并执行前向传播，最终得到目标输出结果(如第六输出结果)。

图5是根据本公开实施例一应用示例中残差结构自反馈的示意图，图5中所示的虚线部分为自反馈支路。基于该残差结构的自反馈过程中，采用二个卷积层，卷积的步长为1，记为“S1”，将样本图像数据输入该自反馈模型的第一卷积层，得到第一输出结果，将第一输出结果通过第一卷积层的自反馈支路返回第一卷积层并再次输入，得到第二输出结果。将第二输出结果输入该自反馈模型的第二卷积层，得到第三输出结果，将第三输出结果通过第二卷积层的自反馈支路返回第二卷积层并再次输入，得到第四输出结果。将样本图像数据在该自反馈模型中以Shortcut方式(即：第一卷积层及第二卷积层对输入不做任何处理而直接输出的方式)透传得到的输出结果与第四输出结果运算后得到第五输出结果，从而经多次迭代处理并执行前向传播，最终得到目标输出结果(如第五输出结果)。

图6是根据本公开实施例一应用示例中下采样结构自反馈的示意图，图6中所示的虚线部分为自反馈支路。基于该下采样结构的自反馈过程中，采用一个卷积层，卷积的步长为2，记为“S2”，将样本图像数据输入该自反馈模型的第一卷积层，得到第一输出结果，将第一输出结果执行上采样处理(卷积的步长为2的情况下，是下采样处理，得到的输出为原图的1/2，则通过该上采样处理将该输出予以还原至原图大小)，将上采样处理结果通过该自反馈支路返回第一卷积层并再次输入，得到第二输出结果并作为最终的目标输出结果。不限于一个卷积层，还可以是多个卷积层的场景，从而经多次迭代处理并执行前向传播，最终得到目标输出结果。

基于上述任一个自反馈网络结构，在模型训练过程中，输入待训练的样本图像数据和标签数据(label)，通过对自反馈模型的训练，以输出目标属性，包括如下内容：

步骤一：搭建带自反馈支路的自反馈模型，准备数据和初始化参数，比如字符串“For iter in range(maxiters)”。

步骤二：批量输入该样本图像数据到自反馈模型，进行前向传播。其中，通过增加本卷积层的自反馈作用过程，可以增强特征表达能力，以用于后续模型应用的图像处理或视频处理中，比如，应用于计算机视觉领域的目标检测、追踪定位等。

步骤三：计算由步骤二得到的输出与label之间的误差，得到损失函数。

步骤四：根据损失函数的反向传播，即反传误差梯度来更新该自反馈模型的权重。

步骤五：保存对该自反馈模型训练后得到的目标模型。

基于上述任一个自反馈网络结构，在模型测试过程中，包括如下内容：

步骤一：加载训练后保存的目标模型。

步骤二：输入待处理数据(如图像处理中的图像数据、或视频处理中提取的图像帧数据等)至该目标模型。

步骤三：输出该目标模型的处理结果。

采用本应用示例，有别于现有模型都是单向设计结构(不存在自反馈的反向过程)，该目标模型是一种自反馈网络模型，该模型可以在不增加模型参数的情况下提升模型的性能，该自反馈网络模型还可以与其他模型相结合，可以丰富模型设计的内容及扩展，通过更高的模型性能来提升模型部署到硬件设备中的硬件性能(如准确度及处理速度等)。

根据本公开的实施例，提供了一种用于图像处理的自反馈模型训练装置，图7是根据本公开实施例的自反馈模型训练装置的组成结构示意图，如图7所示，自反馈模型训练装置700包括：前向处理模块701，用于将样本图像数据输入带自反馈支路的自反馈模型进行前向传播，得到目标输出结果；损失运算模块702，用于根据所述目标输出结果与标签数据计算损失，得到损失函数；训练模块703，用于根据所述损失函数的反向传播对所述自反馈模型进行训练，得到训练后的目标模型。

一实施方式中，所述前向处理模块，用于所述自反馈模型包括至少一个卷积层的情况下，将每个卷积层的输出分别连接至当前卷积层的自反馈支路，通过所述当前卷积层的自反馈支路连接至所述当前卷积层的输入后进行所述前向传播，得到所述目标输出结果。

一实施方式中，所述前向处理模块，用于将所述样本图像数据输入所述自反馈模型的第一卷积层，得到第一输出结果，将所述第一输出结果通过所述自反馈支路返回所述第一卷积层并再次输入，得到第二输出结果；响应i次迭代处理，将所述第二输出结果输入所述自反馈模型的第m卷积层，其中，所述m为大于1且小于所述i的整数，得到第m输出结果，将所述第m输出结果通过所述自反馈支路返回所述第m卷积层并再次输入，得到第m+1输出结果；达到所述i次迭代处理，经所述前向传播得到所述目标输出结果。

一实施方式中，所述前向处理模块，用于将所述样本图像数据输入所述自反馈模型的第一卷积层，得到第一输出结果，将所述第一输出结果通过所述自反馈支路返回所述第一卷积层并再次输入，得到第二输出结果；响应i次迭代处理，将所述第二输出结果输入所述自反馈模型的第m卷积层，其中，所述m为大于1且小于所述i的整数，得到第m输出结果，将所述第m输出结果通过所述自反馈支路返回所述第m卷积层并再次输入，得到第m+1输出结果；达到所述i次迭代处理，经所述前向传播得到第i输出结果；将所述样本图像数据在所述自反馈模型中透传得到的输出结果与所述第i输出结果运算后，得到所述目标输出结果。

一实施方式中，所述前向处理模块，用于将所述样本图像数据输入所述自反馈模型的第一卷积层，得到第一输出结果，将所述第一输出结果执行上采样处理，将上采样处理结果通过所述自反馈支路返回所述第一卷积层并再次输入，得到第二输出结果；响应i次迭代处理，将所述第二输出结果输入所述自反馈模型的第m卷积层，其中，所述m为大于1且小于所述i的整数，得到第m输出结果，将所述第m输出结果执行上采样处理，将上采样处理结果通过所述自反馈支路返回所述第m卷积层并再次输入，得到第m+1输出结果；达到所述i次迭代处理，经所述前向传播得到所述目标输出结果。

根据本公开的实施例，提供了一种图像处理装置，图8是根据本公开实施例的图像处理装置的组成结构示意图，如图8所示，图像处理装置800包括：第一输入模块801，用于将待处理图像输入训练后的目标模型，所述训练后的目标模型根据自反馈模型训练方法训练获得；图像处理模块802，用于根据所述训练后的目标模型，对所述待处理图像执行包括图像分类、图像识别、图像分割中的至少一种图像处理。

根据本公开的实施例，提供了一种视频处理装置，图9是根据本公开实施例的视频处理装置的组成结构示意图，如图9所示，视频处理装置900包括：图像帧提取模块901，用于从待处理视频数据流中提取出多个图像帧；第一输入模块902，用于将所述多个图像帧输入训练后的目标模型，所述训练后的目标模型根据自反馈模型训练方法训练获得；图像处理模块903，用于根据所述训练后的目标模型，对所述多个图像帧执行包括图像分类、图像识别、图像分割中的至少一种图像处理，得到图像处理结果；视频处理模块904，用于根据所述图像处理结果，对所述待处理视频数据流中的目标对象执行包括识别、定位中的至少一种视频处理。

本公开实施例各装置中的各模块的功能可以参见上述方法中的对应描述，在此不再赘述。

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。

根据本公开的实施例，本公开还提供了一种路侧设备，包括上述电子设备。

可选的，该路侧设备除了包括电子设备，还可以包括通信部件等，电子设备可以和通信部件一体集成，也可以分体设置。电子设备可以获取感知设备(如路侧相机)的数据，例如图片和视频等，从而进行图像视频处理和数据计算。可选的，电子设备自身也可以具备感知数据获取功能和通信功能，例如是AI相机，电子设备可以直接基于获取的感知数据进行图像视频处理和数据计算。

根据本公开的实施例，本公开还提供了一种云控平台，包括上述电子设备。

可选的，该云控平台可以在云端执行处理，云控平台包括的电子设备可以获取感知设备(如路侧相机)的数据，例如图片和视频等，从而进行图像视频处理和数据计算；云控平台也可以称为车路协同管理平台、边缘计算平台、云计算平台、中心系统、云端服务器等。

图10是用来实现本公开实施例的用于图像处理的自反馈模型训练方法、图像处理及视频处理方法的电子设备的框图。该电子设备可以为前述部署设备或代理设备。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/或要求的本公开的实现。

如图10所示，电子设备1000包括计算单元1001，其可以根据存储在只读存储器(ROM)1002中的计算机程序或者从存储单元1008加载到随机访问存储器(RAM)1003中的计算机程序来执行各种适当的动作和处理。在RAM 1003中，还可存储电子设备1000操作所需的各种程序和数据。计算单元1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入输出(I/O)接口1005也连接至总线1004。

电子设备1000中的多个部件连接至I/O接口1005，包括：输入单元1006，例如键盘、鼠标等；输出单元1007，例如各种类型的显示器、扬声器等；存储单元1008，例如磁盘、光盘等；以及通信单元1009，例如网卡、调制解调器、无线通信收发机等。通信单元1009允许电子设备1000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1001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1001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1001执行上文所描述的各个方法和处理，例如自反馈模型训练方法、图像处理及视频处理方法。例如，在一些实施例中，自反馈模型训练方法、图像处理及视频处理方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1008。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1002和/或通信单元1009而被载入和/或安装到电子设备1000上。当计算机程序加载到RAM 1003并由计算单元1001执行时，可以执行上文描述的自反馈模型训练方法、图像处理及视频处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元1001可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行自反馈模型训练方法、图像处理及视频处理方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入、或者触觉输入来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

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执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (19)

1.一种用于图像处理的自反馈模型训练方法，所述方法包括：

将样本图像数据输入带自反馈支路的自反馈模型进行前向传播，得到目标输出结果；

根据所述目标输出结果与标签数据计算损失，得到损失函数；

根据所述损失函数的反向传播对所述自反馈模型进行训练，得到训练后的目标模型。

2.根据权利要求1所述的方法，其中，所述将样本图像数据输入带自反馈支路的自反馈模型进行前向传播，得到目标输出结果，包括：

所述自反馈模型包括至少一个卷积层的情况下，将每个卷积层的输出分别连接至当前卷积层的自反馈支路，通过所述当前卷积层的自反馈支路连接至所述当前卷积层的输入后进行所述前向传播，得到所述目标输出结果。

3.根据权利要求1所述的方法，其中，所述将样本图像数据输入带自反馈支路的自反馈模型进行前向传播，得到目标输出结果，包括：

将所述样本图像数据输入所述自反馈模型的第一卷积层，得到第一输出结果，将所述第一输出结果通过所述自反馈支路返回所述第一卷积层并再次输入，得到第二输出结果；

响应i次迭代处理，将所述第二输出结果输入所述自反馈模型的第m卷积层，其中，所述m为大于1且小于所述i的整数，得到第m输出结果，将所述第m输出结果通过所述自反馈支路返回所述第m卷积层并再次输入，得到第m+1输出结果；

达到所述i次迭代处理，经所述前向传播得到所述目标输出结果。

4.根据权利要求1所述的方法，其中，所述将样本图像数据输入带自反馈支路的自反馈模型进行前向传播，得到输出结果，包括：

将所述样本图像数据输入所述自反馈模型的第一卷积层，得到第一输出结果，将所述第一输出结果通过所述自反馈支路返回所述第一卷积层并再次输入，得到第二输出结果；

响应i次迭代处理，将所述第二输出结果输入所述自反馈模型的第m卷积层，其中，所述m为大于1且小于所述i的整数，得到第m输出结果，将所述第m输出结果通过所述自反馈支路返回所述第m卷积层并再次输入，得到第m+1输出结果；

达到所述i次迭代处理，经所述前向传播得到第i输出结果；

将所述样本图像数据在所述自反馈模型中透传得到的输出结果与所述第i输出结果运算后，得到所述目标输出结果。

5.根据权利要求1所述的方法，其中，所述将样本图像数据输入带自反馈支路的自反馈模型进行前向传播，得到输出结果，包括：

将所述样本图像数据输入所述自反馈模型的第一卷积层，得到第一输出结果，将所述第一输出结果执行上采样处理，将上采样处理结果通过所述自反馈支路返回所述第一卷积层并再次输入，得到第二输出结果；

响应i次迭代处理，将所述第二输出结果输入所述自反馈模型的第m卷积层，其中，所述m为大于1且小于所述i的整数，得到第m输出结果，将所述第m输出结果执行上采样处理，将上采样处理结果通过所述自反馈支路返回所述第m卷积层并再次输入，得到第m+1输出结果；

达到所述i次迭代处理，经所述前向传播得到所述目标输出结果。

6.一种图像处理方法，所述方法包括：

将待处理图像输入训练后的目标模型，所述训练后的目标模型根据权利要求1-5的训练方法训练获得；

根据所述训练后的目标模型，对所述待处理图像执行包括图像分类、图像识别、图像分割中的至少一种图像处理。

7.一种视频处理方法，所述方法包括：

从待处理视频数据流中提取出多个图像帧；

将所述多个图像帧输入训练后的目标模型，所述训练后的目标模型根据权利要求1-5的训练方法训练获得；

根据所述训练后的目标模型，对所述多个图像帧执行包括图像分类、图像识别、图像分割中的至少一种图像处理，得到图像处理结果；

根据所述图像处理结果，对所述待处理视频数据流中的目标对象执行包括识别、定位中的至少一种视频处理。

8.一种用于图像处理的自反馈模型训练装置，所述装置包括：

前向处理模块，用于将样本图像数据输入带自反馈支路的自反馈模型进行前向传播，得到目标输出结果；

损失运算模块，用于根据所述目标输出结果与标签数据计算损失，得到损失函数；

训练模块，用于根据所述损失函数的反向传播对所述自反馈模型进行训练，得到训练后的目标模型。

9.根据权利要求8所述的装置，其中，所述前向处理模块，用于：

所述自反馈模型包括至少一个卷积层的情况下，将每个卷积层的输出分别连接至当前卷积层的自反馈支路，通过所述当前卷积层的自反馈支路连接至所述当前卷积层的输入后进行所述前向传播，得到所述目标输出结果。

10.根据权利要求8所述的装置，其中，所述前向处理模块，用于：

将所述样本图像数据输入所述自反馈模型的第一卷积层，得到第一输出结果，将所述第一输出结果通过所述自反馈支路返回所述第一卷积层并再次输入，得到第二输出结果；

响应i次迭代处理，将所述第二输出结果输入所述自反馈模型的第m卷积层，其中，所述m为大于1且小于所述i的整数，得到第m输出结果，将所述第m输出结果通过所述自反馈支路返回所述第m卷积层并再次输入，得到第m+1输出结果；

达到所述i次迭代处理，经所述前向传播得到所述目标输出结果。

11.根据权利要求8所述的装置，其中，所述前向处理模块，用于：

将所述样本图像数据输入所述自反馈模型的第一卷积层，得到第一输出结果，将所述第一输出结果通过所述自反馈支路返回所述第一卷积层并再次输入，得到第二输出结果；

响应i次迭代处理，将所述第二输出结果输入所述自反馈模型的第m卷积层，其中，所述m为大于1且小于所述i的整数，得到第m输出结果，将所述第m输出结果通过所述自反馈支路返回所述第m卷积层并再次输入，得到第m+1输出结果；

达到所述i次迭代处理，经所述前向传播得到第i输出结果；

将所述样本图像数据在所述自反馈模型中透传得到的输出结果与所述第i输出结果运算后，得到所述目标输出结果。

12.根据权利要求8所述的装置，其中，所述前向处理模块，用于：

将所述样本图像数据输入所述自反馈模型的第一卷积层，得到第一输出结果，将所述第一输出结果执行上采样处理，将上采样处理结果通过所述自反馈支路返回所述第一卷积层并再次输入，得到第二输出结果；

响应i次迭代处理，将所述第二输出结果输入所述自反馈模型的第m卷积层，其中，所述m为大于1且小于所述i的整数，得到第m输出结果，将所述第m输出结果执行上采样处理，将上采样处理结果通过所述自反馈支路返回所述第m卷积层并再次输入，得到第m+1输出结果；

达到所述i次迭代处理，经所述前向传播得到所述目标输出结果。

13.一种图像处理装置，所述装置包括：

第一输入模块，用于将待处理图像输入训练后的目标模型，所述训练后的目标模型根据权利要求1-5的训练方法训练获得；

图像处理模块，用于根据所述训练后的目标模型，对所述待处理图像执行包括图像分类、图像识别、图像分割中的至少一种图像处理。

14.一种视频处理装置，所述装置包括：

图像帧提取模块，用于从待处理视频数据流中提取出多个图像帧；

第一输入模块，用于将所述多个图像帧输入训练后的目标模型，所述训练后的目标模型根据权利要求1-5的训练方法训练获得；

图像处理模块，用于根据所述训练后的目标模型，对所述多个图像帧执行包括图像分类、图像识别、图像分割中的至少一种图像处理，得到图像处理结果；

视频处理模块，用于根据所述图像处理结果，对所述待处理视频数据流中的目标对象执行包括识别、定位中的至少一种视频处理。

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，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，包括计算机指令，该计算机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。

18.一种路侧设备，包括如权利要求15所述的电子设备。

19.一种云控平台，包括如权利要求15所述的电子设备。

Images