CN114549948A - 深度学习模型的训练方法、图像识别方法、装置和设备 - Google Patents
深度学习模型的训练方法、图像识别方法、装置和设备 Download PDFInfo
- Publication number
- CN114549948A CN114549948A CN202210144095.9A CN202210144095A CN114549948A CN 114549948 A CN114549948 A CN 114549948A CN 202210144095 A CN202210144095 A CN 202210144095A CN 114549948 A CN114549948 A CN 114549948A
- Authority
- CN
- China
- Prior art keywords
- loss value
- deep learning
- learning model
- obtaining
- output
- 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
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
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种深度学习模型的训练方法,涉及人工智能技术领域,尤其涉及深度学习技术领域和计算机视觉技术领域。具体实现方案为:将样本数据输入深度学习模型,得到至少一个输出特征信息,其中,每个输出特征信息与一个卷积层对应;根据至少一个输出特征信息,得到至少一个相关性信息,其中,每个相关性信息用于表征一个卷积层中多个卷积通道之间的相关性;根据至少一个相关性信息,得到第一损失值;以及根据第一损失值,训练深度学习模型。本公开还提供了一种图像识别方法、装置、电子设备和存储介质。
Description
技术领域
本公开涉及人工智能技术领域,尤其涉及深度学习技术领域和计算机视觉技术领域。更具体地,本公开提供了一种深度学习模型的训练方法、图像识别方法、装置、电子设备和存储介质。
背景技术
深度学习模型可以提取输入数据的特征,并根据该特征进行分类。可以增加样本数据的数量,以提高深度学习模型性能。
发明内容
本公开提供了一种深度学习模型的训练方法、图像识别方法、装置、电子设备和存储介质。
根据本公开的一方面,提供了一种深度学习模型的训练方法,所述深度学习模型包括至少一个卷积层,所述方法包括:将样本数据输入所述深度学习模型,得到所述至少一个输出特征信息,其中,每个输出特征信息与一个卷积层对应;根据所述至少一个输出特征信息,得到至少一个相关性信息,其中,每个相关性信息用于表征一个卷积层中多个卷积通道之间的相关性;根据所述至少一个相关性信息,得到第一损失值;以及根据所述第一损失值,训练所述深度学习模型。
根据本公开的另一方面,提供了一种图像识别方法,所述方法包括:将目标图像输入深度学习模型,得到识别结果,其中,所述深度学习模型是根据本公开提供的方法训练的。
根据本公开的另一方面,提供了一种深度学习模型的训练装置,所述深度学习模型包括至少一个卷积层,所述装置包括:第一获得模块,用于将样本数据输入所述深度学习模型,得到所述至少一个输出特征信息,其中,每个输出特征信息与一个卷积层对应;第二获得模块,用于根据所述至少一个输出特征信息,得到至少一个相关性信息,其中,每个相关性信息用于表征一个卷积层中多个卷积通道之间的相关性;第三获得模块,用于根据所述至少一个相关性信息,得到第一损失值;以及训练模块,用于根据所述第一损失值,训练所述深度学习模型。
根据本公开的另一方面,提供了一种图像识别装置,该装置包括:第四获得模块,用于将目标图像输入深度学习模型,得到识别结果,其中,所述深度学习模型是根据本公开提供的装置训练的。
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,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根据本公开提供的方法。
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计算机执行根据本公开提供的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据本公开提供的方法。
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是根据本公开的一个实施例的深度学习模型的训练方法的流程图;
图2是根据本公开的另一个实施例的深度学习模型的训练方法的流程图;
图3是根据本公开的另一个实施例的深度学习模型的训练方法的原理图;
图4是根据本公开另一个实施例的深度学习模型的训练方法的流程图;
图5A是根据本公开的另一个实施例的深度学习模型的训练方法的原理图;
图5B是根据本公开的另一个实施例的深度学习模型的训练方法的原理图。
图6是根据本公开的另一个实施例的图像识别方法的流程图;
图7是根据本公开的一个实施例的深度学习模型的训练装置的框图;
图8是根据本公开的一个实施例的图像识别装置的框图;
图9是根据本公开的一个实施例的可以应用深度学习的训练方法和/或图像识别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。
可以通过增加样本数据的数量,提高深度学习模型的性能。但具有标签的样本数据成本较高。
可以通过更换优化器,提高深度学习模型的性能。例如将SGD(StochasticGradient Descent,随机梯度下降)优化器更换为其他高性能的优化器。但是,对于不同的深度学习模型,同一优化器的性能是不同的,很难确定可以提高所有深度学习模型性能的优化器。
也可以采用各种方式对深度学习模型的参数进行初始化,以提高深度学习模型的性能。例如,可以将所有的参数初始化为符合高斯分布的随机数,以对深度学习模型的参数进行初始化。但这种初始方式并不能提高深度学习模型在特定场景应用时的性能。
图1是根据本公开的一个实施例的深度学习模型的训练方法的流程图。
在本公开实施例中,深度学习模型包括至少一个卷积层。
例如,深度学习模型可以是CNN(Convolutional Neural Network,卷积神经网络)模型。
如图1所示,该方法100可以包括操作S110至操作S140。
在操作S110,将样本数据输入深度学习模型,得到至少一个输出特征信息。
例如,样本数据集中包括多个样本数据。将样本数据集中的样本数据Sample_1输入深度学习模型中,可以得到至少一个输出特征信息。
例如,每个卷积层可以输出一个输出特征信息。
在操作S120,根据至少一个输出特征信息,得到至少一个相关性信息。
例如,每个相关性信息可以表征一个卷积层中多个卷积通道之间的相关性。
例如,每个输出特征信息可以包括多个子输出特征信息。在一个示例中,一个卷积层的每个卷积通道可以输出一个子输出特征信息。
在一个示例中,可以计算多个子输出特征信息之间的相似度,以表征多个卷积通道之间的相关性。比如,上文所述的相似度例如可以是余弦相似度。
在操作S130,根据至少一个相关性信息,得到第一损失值。
例如,可以计算相关性信息与目标相关性信息之间的差异,以得到第一损失值。在一个示例中,可以利用任意损失函数计算相关性信息与目标相关性信息之间的差异,以得到第一损失值。在一个示例中,损失函数例如可以是MSE(Mean Square Error,均方误差)损失函数。相关性信息可以包括相关性矩阵,目标相关性信息可以是单位矩阵。
在操作S140,根据第一损失值,训练深度学习模型。
例如,可以利用第一损失值调整深度学习模型中每个卷积层的参数,以训练深度学习模型。
通过本公开实施例,根据卷积通道之间的相关性,确定了损失值,使得根据该损失值训练得到的深度学习模型可以更全面地提取特征,可以充分提高深度学习模型的性能。
在训练过程中,在深度学习模型的性能不断提高情况下,每个卷积层的卷积通道之间的相关性可以是下降的。
例如,可以使得CNN模型的每个卷积层可以在卷积核数目有限的情况下,更全面地提取特征。
在一些实施例中,每个输出特征信息包含多个子输出特征信息,相关性信息包括相关性矩阵,根据至少一个输出特征信息,得到至少一个相关性信息包括:根据多个子输出特征信息,得到多个行数据;以及根据多个行数据,得到每个相关性矩阵。
例如,每个行数据包括每个子输出特征信息与多个子输出特征信息之间的多个相关性系数。
在一个示例中,输出特征信息Output_1与一个卷积层Conv_1对应。输出特征信息Output_1包括子输出特征信息Output_1_1、子输出特征信息Output_1_2、子输出特征信息Output_1_3和子输出特征信息Output_1_4。可以计算子输出特征信息Output_1_1分别与4个子输出特征信息之间的余弦相似度,以获取4个相关性系数。比如,子输出特征信息Output_1_1与子输出特征信息Output_1_1之间的余弦相似度为1。子输出特征信息Output_1_1与子输出特征信息Output_1_2之间的余弦相似度为A12。子输出特征信息Output_1_1与子输出特征信息Output_1_3之间的余弦相似度为A13。子输出特征信息Output_1_1与子输出特征信息Output_1_4之间的余弦相似度为A14。可以根据这4个余弦相似度,得到一个行数据。类似地,可以得到与输出特征信息Output_1对应的相关性矩阵中其他3个行数据。
根据4个行数据,得到的与输出特征信息Output_1对应的相关性矩阵M_1例如可以为:
每个子输出特征信息与其本身的余弦相似度为1。因此,如公式一所示,该相关性矩阵一个对角线上的数据全为1。
在一些实施例中,根据至少一个相关性信息,得到第一损失值包括:根据至少一个相关性信息,确定至少一个单位矩阵;根据至少一个相关性信息和至少一个单位矩阵,得到至少一个第一子损失值;以及根据至少一个第一子损失值,得到第一损失值。
例如,每个单位矩阵与一个相关性信息对应。在一个示例中,每个单位矩阵的维度与一个相关性矩阵相同。
例如,与上文所述的相关性矩阵M_1对应的单位矩阵I_1例如可以为:
可以利用MSE损失函数根据相关性矩阵M_1和单位矩阵I_1计算一个第一子损失值。类似地,可以计算其他第一子损失值,以获得第一损失值。在一个示例中,可以对多个第一子损失值进行加权求和,以获得第一损失值。比如,多个第一子损失值的权重可以不同。又比如,多个第一子损失值的权重均可以为1。
图2是根据本公开的另一个实施例的深度学习模型的训练方法的流程图。
如图2所示,方法240可以根据第一损失值,训练深度学习模型。下面将结合操作S241至操作S243进行详细说明。
在操作S241,根据输出数据和样本数据的标签,得到第二损失值。
例如,输出数据是将样本数据输入深度学习模型得到的。在一个示例中,深度学习模型还可以包括一个全连接层,该全连接层的输入例如可以是至少一个卷积层中最后一个卷积层的输出,该全连接层的输出为前述的输出数据。
例如,将上文所述的样本数据Sample_1输入深度学习模型,可以得到一个输出数据Output_End_1。可以利用CE(Cross entropy,交叉熵)损失函数,计算输出数据Output_End_1和样本数据Sample_1的标签Lable_1之间的第二损失值Loss_2。
在操作S242,根据第一损失值和第二损失值,得到第三损失值。
例如,可以将第一损失值Loss_1与第二损失值Loss_2相加,得到第三损失值Loss_3。
在操作S243,根据第三损失值,训练深度学习模型。
例如,可以根据第三损失值,调整上文所述的至少一个卷积层和全连接层的参数,以训练深度学习模型。
在一些实施例中,与方法240不同,可以对第一损失值Loss_1与第二损失值Loss_2进行加权求和,得到第三损失值Loss_3。
图3是根据本公开的另一个实施例的深度学习模型的训练方法的原理图。
如图3所示,深度学习模型300包括卷积子模型310和全连接层320。卷子子模型310包括N个卷积层,例如卷积层310_1、卷积层310_2、......卷积层310_n。N为大于1的整数。在一个示例中,N=3。
样本数据Sample_1 301可以具有标签Lable_1 302。在一个示例中,样本数据Sample_1 301的标签Lable_1 302例如可以是“狸花猫”。
将样本数据Sample_1 301输入卷积层310_1,可以得到输出特征信息Output_1311。将输出特征信息Output_1 311输入卷积层310_2,可以得到输出特征信息Output_2312。将第N-1个卷积层的输出特征信息输入卷积层310_n,可以得到输出特征信息Output_n313。在一个示例中,卷积层310_1例如可以是上文所述的卷积层Conv_1。
如图3所示,相关性矩阵M_1 3111可以是根据输出特征信息Output_1 311得到的,可以表征卷积层310_1中多个卷积通道之间的相关性。单位矩阵I_1 3112可以是根据相关性矩阵M_1 3111得到的。可以根据相关性矩阵M_1 3111和单位矩阵I_1 3112,得到一个第一子损失值Loss_1_1 3113。在一个示例中,相关性矩阵M_1 3111如公式一所示。单位矩阵I_1 3112如公式二所示。
类似地,相关性矩阵M_2 3121可以是根据输出特征信息Output_2 312得到的,可以表征卷积层310_2中多个卷积通道之间的相关性。单位矩阵I_2 3122可以是根据相关性矩阵M_2 3121得到的。可以根据相关性矩阵M_2 3121和单位矩阵I_2 3122,得到一个第一子损失值Loss_1_2 3123。相关性矩阵M_n 3131可以是根据输出特征信息Output_n 313得到的,可以表征卷积层310_n中多个卷积通道之间的相关性。单位矩阵I_n 3132可以是根据相关性矩阵M_n 3131得到的。可以根据相关性矩阵M_n 3131和单位矩阵I_n 3132,得到一个第一子损失值Loss_1_n 3133。
根据第一子损失值Loss_1_1 3113、第一子损失值Loss_1_2 3123、......第一子损失值Loss_1_n 3133,可以得到第一损失值Loss_1 303。在一个示例中,可以将多个第一子损失值相加,以得到第一损失值Loss_1 303。
接下来,可以将输出特征信息Output_n 313输入全连接层320,得到输出数据Output_End_1 321。在一个示例中,输出数据Output_End_1 321例如可以是“短毛猫”。
根据输出数据Output_End_1 321和标签Lable_1 302,可以得到第二损失值Loss_2 304。
接下来,可以根据第一损失值Loss_1 303和第二损失值Loss_2 304,得到第三损失值Loss_3 305。在一个示例中,可以将第一损失值Loss_1 303和第二损失值Loss_2 304相加,以得到第三损失值Loss_3 305。
可以根据第三损失值Loss_3 305调整深度学习模型300的参数,以进行训练。
图4是根据本公开另一个实施例的深度学习模型的训练方法的流程图。
如图4所示,方法440可以根据第一损失值,训练深度学习模型。下面将结合操作S441至操作S444进行详细说明。
在操作S441,根据第一损失值,调整至少一个卷积层的参数,得到经训练的深度学习模型。
例如,根据上文所述的样本数据Sample_1,可以得到一个第一损失值Loss_1。利用该第一损失值Loss_1可以调整至少一个卷积层的参数,以对深度学习模型进行一次预训练。
又例如,可以利用上文所述的样本数据集中的多个样本数据,对该深度学习模型进行多次预训练,得到经训练的深度学习模型。可以仅利用样本数据对深度学习模型进行预训练,以对该深度学习模型进行初始化。可以获得高质量的初始化参数。
在操作S442,根据输出数据和样本数据的标签,得到第二损失值。
例如,输出数据是将样本数据输入经训练的深度学习模型得到的
例如,将上文所述的样本数据Sample_1输入经训练的深度学习模型,可以得到一个输出数据Output_End_1’。可以理解,经训练的深度学习模型中卷积层的参数与未训练的深度学习模型中卷积层的参数可以不同。因此,输出数据Output_End_1’与上文所述的输出数据Output_End_1可以不同。
可以利用CE损失函数,计算输出数据Output_End_1’和样本数据Sample_1的标签Lable_1之间的第二损失值Loss_2’。
在操作S443,根据第一损失值和第二损失值,得到第三损失值。
例如,如上文所述,将样本数据Sample_1输入经训练的深度学习模型,得到的至少一个输出特征信息可能发生了改变。在一个示例中,将上文所述的样本数据Sample_1输入经训练的深度学习模型,得到的对应卷积层Conv_1的输出特征信息Output_1’可以与上文所述的输出特征信息Output_1不同。因此,根据经训练的深度学习模型和样本数据Sample_1,得到的第一损失值Loss_1’与上文所述的第一损失值Loss_1也可以不同。
又例如,可以将第一损失值Loss_1’与第二损失值Loss_2’相加,得到第三损失值Loss_3’。
在操作S444,根据第三损失值,对经训练的深度学习模型进行训练。
例如,可以根据第三损失值,调整上文所述的经训练的深度学习模型中至少一个卷积层和全连接层的参数,以对经训练的深度学习模型进行训练。
图5A是根据本公开的另一个实施例的深度学习模型的训练方法的原理图。
如图5A所示,深度学习模型500包括卷积子模型510和全连接层520。卷子子模型510包括N个卷积层,例如卷积层510_1、卷积层510_2、......卷积层510_n。N为大于1的整数。在一个示例中,N=3。
样本数据Sample_1 501可以具有标签Lable_1 502。本实施例中,样本数据Sample_1 501与上文所述的样本数据Sample_1 301相同,其标签也是“狸花猫”。
将样本数据Sample_1 501输入卷积层510_1,可以得到输出特征信息Output_1511。将输出特征信息Output_1 511输入卷积层510_2,可以得到输出特征信息Output_2512。将第N-1个卷积层的输出特征信息输入卷积层510_n,可以得到输出特征信息Output_n513。在一个示例中,卷积层510_1例如可以是上文所述的卷积层Conv_1。
如图5A所示,相关性矩阵M_1 5111可以是根据输出特征信息Output_1 511得到的,可以表征卷积层510_1中多个卷积通道之间的相关性。单位矩阵I_1 5112可以是根据相关性矩阵M_1 5111得到的。可以根据相关性矩阵M_1 5111和单位矩阵I_1 5112,得到一个第一子损失值Loss_1_1 5113。在一个示例中,相关性矩阵M_1 5111如公式一所示。单位矩阵I_1 5112如公式二所示。
类似地,相关性矩阵M_2 5121可以是根据输出特征信息Output_2 512得到的,可以表征卷积层510_2中多个卷积通道之间的相关性。单位矩阵I_2 5122可以是根据相关性矩阵M_2 5121得到的。可以根据相关性矩阵M_2 5121和单位矩阵I_2 5122,得到一个第一子损失值Loss_1_2 5123。相关性矩阵M_n 5131可以是根据输出特征信息Output_n 513得到的,可以表征卷积层510_n中多个卷积通道之间的相关性。单位矩阵I_n 5132可以是根据相关性矩阵M_n 5131得到的。可以根据相关性矩阵M_n 5131和单位矩阵I_n 5132,得到一个第一子损失值Loss_1_n 5133。
根据第一子损失值Loss_1_1 5113、第一子损失值Loss_1_2 5123、......第一子损失值Loss_1_n 5133,可以得到第一损失值Loss_1 503。在一个示例中,可以将多个第一子损失值相加,以得到第一损失值Loss_1 503。
接下来,与图3所示的实施例不同之处在于,本实施例中,可以利用第一损失值Loss_1 503调整卷积子模型510中多个卷积层的参数,即对卷积子模型510进行一次预训练。
之后,可以利用上文所述的样本数据集中的多个样本数据,对该深度学习模型500进行多次预训练,得到经训练的深度学习模型。
图5B是根据本公开的另一个实施例的深度学习模型的训练方法的原理图。
如图5A所示,在对深度学习模型500进行多次预训练之后,可以得到经训练的深度学习模型500’。
如图5B所示,经训练的深度学习模型500’包括卷积子模型510’和全连接层520。卷子子模型510’包括N个卷积层,例如卷积层510_1’、卷积层510_2’、......卷积层510_n’。N为大于1的整数。在一个示例中,N=3。
将样本数据Sample_1 501输入卷积层510_1’,可以得到输出特征信息Output_1’511’。将输出特征信息Output_1’ 511’输入卷积层510_2’,可以得到输出特征信息Output_2’ 512’。将第N-1个卷积层的输出特征信息输入卷积层510_n’,可以得到输出特征信息Output_n’ 513’。在一个示例中,卷积层510_1’例如可以是上文所述的卷积层Conv_1。
如图5A所示,相关性矩阵M_1’ 5111’可以是根据输出特征信息Output_1’ 511’得到的,可以表征卷积层510_1’中多个卷积通道之间的相关性。单位矩阵I_1 5112可以是根据相关性矩阵M_1’ 5111’得到的。可以根据相关性矩阵M_1’ 5111’和单位矩阵I_1 5112,得到一个第一子损失值Loss_1_1’ 5113’。在一个示例中,相关性矩阵M_1’ 5111’与公式一所示的矩阵类似。单位矩阵I_1 5112如公式二所示。
类似地,相关性矩阵M_2’ 5121’可以是根据输出特征信息Output_2’ 512’得到的,可以表征卷积层510_2’中多个卷积通道之间的相关性。单位矩阵I_2 5122可以是根据相关性矩阵M_2’ 5121’得到的。可以根据相关性矩阵M_2’ 5121’和单位矩阵I_2 5122,得到一个第一子损失值Loss_1_2’ 5123’。相关性矩阵M_n’ 5131’可以是根据输出特征信息Output_n’ 513’得到的,可以表征卷积层510_n’中多个卷积通道之间的相关性。单位矩阵I_n 5132可以是根据相关性矩阵M_n’ 5131’得到的。可以根据相关性矩阵M_n’ 5131’和单位矩阵I_n 5132,得到一个第一子损失值Loss_1_n’ 5133’。
根据第一子损失值Loss_1_1’ 5113’、第一子损失值Loss_1_2’ 5123’、......第一子损失值Loss_1_n’ 5133’,可以得到第一损失值Loss_1’ 503’。在一个示例中,可以将多个第一子损失值相加,以得到第一损失值Loss_1 503’。
接下来,可以将输出特征信息Output_n’ 513’输入全连接层520,得到输出数据Output_End_1’ 521’。在一个示例中,输出数据Output_End_1 321例如可以是“黄狸”。
根据输出数据Output_End_1’ 521’和标签Lable_1 502,可以得到第二损失值Loss_2’ 504’。
接下来,可以根据第一损失值Loss_1’ 503’和第二损失值Loss_2’ 504’,得到第三损失值Loss_3’ 505’。在一个示例中,可以将第一损失值Loss_1’ 503’和第二损失值Loss_2’ 504’相加,以得到第三损失值Loss_3’ 505’。
可以根据第三损失值Loss_3’ 505’调整经训练的深度学习模型500’的参数,以进行训练。
需要说明的是,上文所述的样本数据可以为图像样本数据。但本公开中的样本数据不限于此,样本数据还可以是文本样本数据、视频样本数据或音频样本数据等等。
图6是根据本公开的另一个实施例的图像识别方法的流程图。
如图6所示,该方法600可以包括操作S610。
在操作S610,将目标图像输入深度学习模型,得到识别结果。
例如,深度学习模型是根据本公开提供的方法训练的。
图7是根据本公开的一个实施例的深度学习模型的训练装置的框图。
例如,所述深度学习模型包括至少一个卷积层。
如图7所示,该装置700可以包括第一获得模块710、第二获得模块720、第三获得模块730和训练模块740。
第一获得模块710,用于将样本数据输入所述深度学习模型,得到所述至少一个输出特征信息。例如,每个输出特征信息与一个卷积层对应。
第二获得模块720,用于根据所述至少一个输出特征信息,得到至少一个相关性信息。例如,每个相关性信息用于表征一个卷积层中多个卷积通道之间的相关性。
第三获得模块730,用于根据所述至少一个相关性信息,得到第一损失值。
训练模块740,用于根据所述第一损失值,训练所述深度学习模型。
在一些实施例中,所述每个输出特征信息包含多个子输出特征信息,所述相关性信息包括相关性矩阵,所述第二获得模块包括:第一获得单元,用于根据所述多个子输出特征信息,得到多个行数据,其中,每个行数据包括每个子输出特征信息与所述多个子输出特征信息之间的多个相关性系数;以及第二获得单元,用于根据所述多个行数据,得到所述每个相关性矩阵。
在一些实施例中,所述第三获得模块包括:确定单元,用于根据所述至少一个相关性信息,确定至少一个单位矩阵,其中,每个单位矩阵与一个相关性信息对应;第三获得单元,用于根据所述至少一个相关性信息和所述至少一个单位矩阵,得到至少一个第一子损失值;以及第四获得单元,用于根据所述至少一个第一子损失值,得到第一损失值。
在一些实施例中,所述训练模块包括:第一调整单元,用于根据所述第一损失值,调整所述至少一个卷积层的参数,得到经训练的深度学习模型。
在一些实施例中,所述训练模块还包括:第五获得单元,用于根据输出数据和所述样本数据的标签,得到第二损失值,其中,所述输出数据是将所述样本数据输入所述经训练的深度学习模型得到的;第六获得单元,用于根据所述第一损失值和所述第二损失值,得到第三损失值;以及第一训练单元,用于根据所述第三损失值,对所述经训练的深度学习模型进行训练。
在一些实施例中,所述训练模块包括:第七获得单元,用于根据输出数据和所述样本数据的标签,得到第二损失值,其中,所述输出数据是将所述样本数据输入所述深度学习模型得到的;第八获得单元,用于根据所述第一损失值和所述第二损失值,得到第三损失值;以及第二训练单元,用于根据所述第三损失值,训练所述深度学习模型。
图8是根据本公开的另一个实施例的图像识别装置的框图。
如图8所示,该装置800可以包括第四获得模块810。
第四获得模块,用于将目标图像输入深度学习模型,得到识别结果,
例如,所述深度学习模型是根据本公开提供的装置训练的。
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9示出了可以用来实施本公开的实施例的示例电子设备900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、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9所示,设备900包括计算单元901,其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序,来执行各种适当的动作和处理。在RAM 903中,还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
设备900中的多个部件连接至I/O接口905,包括:输入单元906,例如键盘、鼠标等;输出单元907,例如各种类型的显示器、扬声器等;存储单元908,例如磁盘、光盘等;以及通信单元909,例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900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901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901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901执行上文所描述的各个方法和处理,例如深度学习模型的训练方法和/或图像识别方法。例如,在一些实施例中,深度学习模型的训练方法和/或图像识别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908。在一些实施例中,计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM 903并由计算单元901执行时,可以执行上文描述的深度学习模型的训练方法和/或图像识别方法的一个或多个步骤。备选地,在其他实施例中,计算单元901可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行深度学习模型的训练方法和/或图像识别方法。
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。
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)
1.一种深度学习模型的训练方法,所述深度学习模型包括至少一个卷积层,所述方法包括:
将样本数据输入所述深度学习模型,得到所述至少一个输出特征信息,其中,每个输出特征信息与一个卷积层对应;
根据所述至少一个输出特征信息,得到至少一个相关性信息,其中,每个相关性信息用于表征一个卷积层中多个卷积通道之间的相关性;
根据所述至少一个相关性信息,得到第一损失值;以及
根据所述第一损失值,训练所述深度学习模型。
2.根据权利要求1所述的方法,其中,所述每个输出特征信息包含多个子输出特征信息,所述相关性信息包括相关性矩阵,
所述根据所述至少一个输出特征信息,得到至少一个相关性信息包括:
根据所述多个子输出特征信息,得到多个行数据,其中,每个行数据包括每个子输出特征信息与所述多个子输出特征信息之间的多个相关性系数;以及
根据所述多个行数据,得到所述每个相关性矩阵。
3.根据权利要求1所述的方法,其中,所述根据所述至少一个相关性信息,得到第一损失值包括:
根据所述至少一个相关性信息,确定至少一个单位矩阵,其中,每个单位矩阵与一个相关性信息对应;
根据所述至少一个相关性信息和所述至少一个单位矩阵,得到至少一个第一子损失值;以及
根据所述至少一个第一子损失值,得到第一损失值。
4.根据权利要求1所述的方法,其中,所述根据所述第一损失值,训练所述深度学习模型包括:
根据所述第一损失值,调整所述至少一个卷积层的参数,得到经训练的深度学习模型。
5.根据权利要求4所述的方法,其中,所述根据所述第一损失值,训练所述深度学习模型还包括:
根据输出数据和所述样本数据的标签,得到第二损失值,其中,所述输出数据是将所述样本数据输入所述经训练的深度学习模型得到的;
根据所述第一损失值和所述第二损失值,得到第三损失值;以及
根据所述第三损失值,对所述经训练的深度学习模型进行训练。
6.根据权利要求1所述的方法,其中,所述根据所述第一损失值,训练所述深度学习模型包括:
根据输出数据和所述样本数据的标签,得到第二损失值,其中,所述输出数据是将所述样本数据输入所述深度学习模型得到的;
根据所述第一损失值和所述第二损失值,得到第三损失值;以及
根据所述第三损失值,训练所述深度学习模型。
7.一种图像识别方法,包括;
将目标图像输入深度学习模型,得到识别结果,
其中,所述深度学习模型是根据权利要求1至6任一项所述的方法训练的。
8.一种深度学习模型的训练装置,所述深度学习模型包括至少一个卷积层,所述装置包括:
第一获得模块,用于将样本数据输入所述深度学习模型,得到所述至少一个输出特征信息,其中,每个输出特征信息与一个卷积层对应;
第二获得模块,用于根据所述至少一个输出特征信息,得到至少一个相关性信息,其中,每个相关性信息用于表征一个卷积层中多个卷积通道之间的相关性;
第三获得模块,用于根据所述至少一个相关性信息,得到第一损失值;以及
训练模块,用于根据所述第一损失值,训练所述深度学习模型。
9.根据权利要求8所述的装置,其中,所述每个输出特征信息包含多个子输出特征信息,所述相关性信息包括相关性矩阵,
所述第二获得模块包括:
第一获得单元,用于根据所述多个子输出特征信息,得到多个行数据,其中,每个行数据包括每个子输出特征信息与所述多个子输出特征信息之间的多个相关性系数;以及
第二获得单元,用于根据所述多个行数据,得到所述每个相关性矩阵。
10.根据权利要求8所述的装置,其中,所述第三获得模块包括:
确定单元,用于根据所述至少一个相关性信息,确定至少一个单位矩阵,其中,每个单位矩阵与一个相关性信息对应;
第三获得单元,用于根据所述至少一个相关性信息和所述至少一个单位矩阵,得到至少一个第一子损失值;以及
第四获得单元,用于根据所述至少一个第一子损失值,得到第一损失值。
11.根据权利要求8所述的装置,其中,所述训练模块包括:
第一调整单元,用于根据所述第一损失值,调整所述至少一个卷积层的参数,得到经训练的深度学习模型。
12.根据权利要求11所述的装置,其中,所述训练模块还包括:
第五获得单元,用于根据输出数据和所述样本数据的标签,得到第二损失值,其中,所述输出数据是将所述样本数据输入所述经训练的深度学习模型得到的;
第六获得单元,用于根据所述第一损失值和所述第二损失值,得到第三损失值;以及
第一训练单元,用于根据所述第三损失值,对所述经训练的深度学习模型进行训练。
13.根据权利要求8所述的装置,其中,所述训练模块包括:
第七获得单元,用于根据输出数据和所述样本数据的标签,得到第二损失值,其中,所述输出数据是将所述样本数据输入所述深度学习模型得到的;
第八获得单元,用于根据所述第一损失值和所述第二损失值,得到第三损失值;以及
第二训练单元,用于根据所述第三损失值,训练所述深度学习模型。
14.一种图像识别装置,包括;
第四获得模块,用于将目标图像输入深度学习模型,得到识别结果,
其中,所述深度学习模型是根据权利要求8至13任一项所述的装置训练的。
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至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所述计算机执行根据权利要求1至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,所述计算机程序在被处理器执行时实现根据权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210144095.9A CN114549948B (zh) | 2022-02-16 | 2022-02-16 | 深度学习模型的训练方法、图像识别方法、装置和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210144095.9A CN114549948B (zh) | 2022-02-16 | 2022-02-16 | 深度学习模型的训练方法、图像识别方法、装置和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114549948A true CN114549948A (zh) | 2022-05-27 |
CN114549948B CN114549948B (zh) | 2023-06-30 |
Family
ID=81676135
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210144095.9A Active CN114549948B (zh) | 2022-02-16 | 2022-02-16 | 深度学习模型的训练方法、图像识别方法、装置和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114549948B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020199932A1 (zh) * | 2019-04-03 | 2020-10-08 | 腾讯科技(深圳)有限公司 | 模型训练方法、人脸识别方法、装置、设备及存储介质 |
CN112182292A (zh) * | 2020-09-30 | 2021-01-05 | 百度(中国)有限公司 | 视频检索模型的训练方法、装置、电子设备及存储介质 |
CN112541463A (zh) * | 2020-12-21 | 2021-03-23 | 上海眼控科技股份有限公司 | 模型训练方法、外观分割方法、设备及存储介质 |
CN112597324A (zh) * | 2020-12-15 | 2021-04-02 | 武汉工程大学 | 一种基于相关滤波的图像哈希索引构建方法、系统及设备 |
CN112633276A (zh) * | 2020-12-25 | 2021-04-09 | 北京百度网讯科技有限公司 | 训练方法、识别方法、装置、设备、介质 |
CN113642431A (zh) * | 2021-07-29 | 2021-11-12 | 北京百度网讯科技有限公司 | 目标检测模型的训练方法及装置、电子设备和存储介质 |
EP3910553A2 (en) * | 2021-01-21 | 2021-11-17 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Image processing method, training method for a neural network, device and medium |
US20210357747A1 (en) * | 2020-05-18 | 2021-11-18 | Microsoft Technology Licensing, Llc | Joint learning from explicit and inferred labels |
CN113705310A (zh) * | 2021-04-02 | 2021-11-26 | 腾讯科技(深圳)有限公司 | 特征学习的方法、目标物体的识别方法和对应装置 |
-
2022
- 2022-02-16 CN CN202210144095.9A patent/CN114549948B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020199932A1 (zh) * | 2019-04-03 | 2020-10-08 | 腾讯科技(深圳)有限公司 | 模型训练方法、人脸识别方法、装置、设备及存储介质 |
US20210357747A1 (en) * | 2020-05-18 | 2021-11-18 | Microsoft Technology Licensing, Llc | Joint learning from explicit and inferred labels |
CN112182292A (zh) * | 2020-09-30 | 2021-01-05 | 百度(中国)有限公司 | 视频检索模型的训练方法、装置、电子设备及存储介质 |
CN112597324A (zh) * | 2020-12-15 | 2021-04-02 | 武汉工程大学 | 一种基于相关滤波的图像哈希索引构建方法、系统及设备 |
CN112541463A (zh) * | 2020-12-21 | 2021-03-23 | 上海眼控科技股份有限公司 | 模型训练方法、外观分割方法、设备及存储介质 |
CN112633276A (zh) * | 2020-12-25 | 2021-04-09 | 北京百度网讯科技有限公司 | 训练方法、识别方法、装置、设备、介质 |
EP3910553A2 (en) * | 2021-01-21 | 2021-11-17 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Image processing method, training method for a neural network, device and medium |
CN113705310A (zh) * | 2021-04-02 | 2021-11-26 | 腾讯科技(深圳)有限公司 | 特征学习的方法、目标物体的识别方法和对应装置 |
CN113642431A (zh) * | 2021-07-29 | 2021-11-12 | 北京百度网讯科技有限公司 | 目标检测模型的训练方法及装置、电子设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
ZEYU SONG: "CC-Loss: Channel Correlation Loss for Image Classification", 《2020 25TH INTERNATIONAL CONFERENCE ON PATTERN RECOGNITION (ICPR)》, pages 7601 - 7608 * |
Also Published As
Publication number | Publication date |
---|---|
CN114549948B (zh) | 2023-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112907552A (zh) | 图像处理模型的鲁棒性检测方法、设备及程序产品 | |
CN114445831A (zh) | 一种图文预训练方法、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 | |
CN112949818A (zh) | 模型蒸馏方法、装置、设备以及存储介质 | |
CN112580732A (zh) | 模型训练方法、装置、设备、存储介质和程序产品 | |
CN113837260A (zh) | 模型训练方法、对象匹配方法、装置及电子设备 | |
CN112966744A (zh) | 模型训练方法、图像处理方法、装置和电子设备 | |
CN115482395A (zh) | 模型训练方法、图像分类方法、装置、电子设备和介质 | |
CN114564971B (zh) | 深度学习模型的训练方法、文本数据处理方法和装置 | |
CN114494814A (zh) | 基于注意力的模型训练方法、装置及电子设备 | |
CN114861758A (zh) | 多模态数据处理方法、装置、电子设备及可读存储介质 | |
CN114242113A (zh) | 语音检测方法、训练方法、装置和电子设备 | |
CN114495101A (zh) | 文本检测方法、文本检测网络的训练方法及装置 | |
CN114020950A (zh) | 图像检索模型的训练方法、装置、设备以及存储介质 | |
CN113947700A (zh) | 模型确定方法、装置、电子设备和存储器 | |
CN113361621B (zh) | 用于训练模型的方法和装置 | |
CN114549948B (zh) | 深度学习模型的训练方法、图像识别方法、装置和设备 | |
CN113642654B (zh) | 图像特征的融合方法、装置、电子设备和存储介质 | |
CN113901302B (zh) | 数据处理方法、装置、电子设备和介质 | |
CN115081630A (zh) | 多任务模型的训练方法、信息推荐方法、装置和设备 | |
CN114707638A (zh) | 模型训练、对象识别方法及装置、设备、介质和产品 | |
CN115496734A (zh) | 视频内容的质量评价方法、网络训练方法和装置 | |
CN114330576A (zh) | 模型处理方法、装置、图像识别方法及装置 | |
CN114882334A (zh) | 用于生成预训练模型的方法、模型训练方法及装置 | |
CN114898742A (zh) | 流式语音识别模型的训练方法、装置、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 |