CN115294396B - 骨干网络的训练方法以及图像分类方法 - Google Patents
骨干网络的训练方法以及图像分类方法 Download PDFInfo
- Publication number
- CN115294396B CN115294396B CN202210966389.XA CN202210966389A CN115294396B CN 115294396 B CN115294396 B CN 115294396B CN 202210966389 A CN202210966389 A CN 202210966389A CN 115294396 B CN115294396 B CN 115294396B
- Authority
- CN
- China
- Prior art keywords
- training image
- class
- backbone network
- vector
- training
- 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
- 238000012549 training Methods 0.000 title claims abstract description 187
- 238000000034 method Methods 0.000 title claims abstract description 85
- 239000013598 vector Substances 0.000 claims abstract description 152
- 239000003795 chemical substances by application Substances 0.000 claims description 41
- 230000006870 function Effects 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 11
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000013135 deep learning Methods 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 2
- 238000011423 initialization method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 206010012689 Diabetic retinopathy Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000011524 similarity measure Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Image Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了一种骨干网络的训练方法以及图像分类方法，涉及人工智能技术领域，具体涉及深度学习和计算机视觉技术。该方法包括：获取训练图像集；利用初始骨干网络提取训练图像集中各个训练图像的特征；分别计算训练图像的特征与该训练图像对应的类别代理向量之间的对比损失值；基于对比损失值反向更新初始骨干网络的参数，得到更新后的骨干网络。本公开提供的骨干网络的训练方法降低了过拟合风险，提升了骨干网络的训练效率和骨干网络的精度。
Description
技术领域
本公开涉及人工智能技术领域，具体涉及深度学习和计算机视觉技术，尤其涉及骨干网络的训练方法以及图像分类方法。
背景技术
近几年，图像分类问题是机器视觉领域中的研究热点，深度卷积神经网络的发展极大推动了图像分类技术的进步。由于深度卷积神经网络庞大的参数量以及训练数据量的不足，会导致深度卷积神经网络泛化能力较差。
发明内容
本公开提供了一种骨干网络的训练方法以及图像分类方法。
根据本公开的第一方面，提供了一种骨干网络的训练方法，包括：获取训练图像集；利用初始骨干网络提取训练图像集中各个训练图像的特征；分别计算训练图像的特征与该训练图像对应的类别代理向量之间的对比损失值；基于对比损失值反向更新初始骨干网络的参数，得到更新后的骨干网络。
根据本公开的第二方面，提供了一种图像分类方法，包括：获取待分类图像；利用预先训练的骨干网络提取待分类图像的特征，其中，骨干网络采用如第一方面中任一实现方式描述的方法训练得到；计算特征与每个类别代理向量之间的余弦相似度值；基于余弦相似度值确定待分类图像的类别信息。
根据本公开的第三方面，提供了一种骨干网络的训练装置，包括：第一获取模块，被配置成获取训练图像集；第一提取模块，被配置成利用初始骨干网络提取训练图像集中各个训练图像的特征；第一计算模块，被配置成分别计算训练图像的特征与该训练图像对应的类别代理向量之间的对比损失值；更新模块，被配置成基于对比损失值反向更新初始骨干网络的参数，得到更新后的骨干网络。
根据本公开的第四方面，提供了一种图像分类装置，包括：第二获取模块，被配置成获取待分类图像；第二提取模块，被配置成利用预先训练的骨干网络提取待分类图像的特征，其中，骨干网络采用如第一方面中任一实现方式描述的方法训练得到；第二计算模块，被配置成计算特征与每个类别代理向量之间的余弦相似度值；确定模块，被配置成基于余弦相似度值确定待分类图像的类别信息。
根据本公开的第五方面，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如第一方面或第二方面中任一实现方式描述的方法。
根据本公开的第六方面，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，计算机指令用于使计算机执行如第一方面或第二方面中任一实现方式描述的方法。
根据本公开的第七方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在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。
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是本公开可以应用于其中的示例性系统架构图；
图2是根据本公开的骨干网络的训练方法的一个实施例的流程图；
图3是根据本公开的骨干网络的训练方法的另一个实施例的流程图；
图4是根据本公开的骨干网络的训练方法的又一个实施例的流程图；
图5是100个向量两两之间的余弦相似度的分布图；
图6是根据本公开的图像分类方法的一个实施例的流程图；
图7是根据本公开的骨干网络的训练装置的一个实施例的结构示意图；
图8是根据本公开的图像分类装置的一个实施例的结构示意图；
图9是用来实现本公开实施例的骨干网络的训练方法、图像分类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。
需要说明的是，在不冲突的情况下，本公开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公开。
图1示出了可以应用本公开的骨干网络的训练方法或骨干网络的训练装置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。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送信息等。终端设备101、102、103上可以安装有各种客户端应用。
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，可以是各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述电子设备中。其可以实现成多个软件或软件模块，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可以提供各种服务。例如，服务器105可以对从终端设备101、102、103获取的训练图像集进行分析和处理，并生成处理结果(例如更新后的骨干网络)。
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105为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是，本公开实施例所提供的骨干网络的训练方法、图像分类方法一般由服务器105执行，相应地，骨干网络的训练装置、图像分类装置一般设置于服务器105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。
继续参考图2，其示出了根据本公开的骨干网络的训练方法的一个实施例的流程200。该骨干网络的训练方法包括以下步骤：
步骤201，获取训练图像集。
在本实施例中，骨干网络的训练方法的执行主体(例如图1所示的服务器105)会获取训练图像集，训练图像集中包括多张训练图像，训练图像集可采用现有的图像集，例如ImageNet数据集；训练图像集还可以是通过各种方式收集形成的数据集，本实施例对此不做具体限定。本实施例在获取训练图像集时，还会获取训练图像集中每个训练图像的类别信息，该类别信息可以是通过人工标注得到的，还可以是采用其他网络识别得到的，本实施例对此不做具体限定。
步骤202，利用初始骨干网络提取训练图像集中各个训练图像的特征。
在本实施例中，对于训练图像集中的每个训练图像，上述执行主体会利用初始骨干网络来提取该训练图像的特征。在计算机视觉任务中，对图像进行特征提取的网络被称作为骨干网络(Backbone)，骨干网络也即特征提取网络，骨干网络可以为ResNet(深度残差网络)、DenseNet(密集连接的卷积网络)等，其可以提取训练图像的图像特征，图像特征可以为颜色特征、纹理特征、形状特征和空间关系特征等。也即将训练图像集中的训练图像输入至初始骨干网络中，即可输出得到该训练图像对应的特征。
步骤203，分别计算训练图像的特征与该训练图像对应的类别代理向量之间的对比损失值。
在本实施例中，对于训练图像集中的每个训练图像，上述执行主体会计算该训练图像的特征与该训练图像对应的类别代理向量之间的对比损失值。在本实施例中，会预先为每个类别设置一个类别代理向量，也即每一个类别对应一个代理向量，且该类别代理向量在构建模型时就已经生成，在模型训练过程中不再更新，同时也不可学习，从而保证了每次训练模型时都有固定的类心，从而使得模型训练过程中更加稳定，另外固定的代理向量不用去拟合样本输出特征，从而降低了过拟合风险。
由于在获取训练图像集时，还获取了每个训练图像的类别信息，所以，上述执行主体可以统计训练图像对应的所有类别信息，并为每一个类别信息生成对应的类别代理向量。需要说明的是，类别代理向量的维度和初始骨干网络输出特征的维度一致，类别代理向量的个数和类别信息个数一致。
步骤204，基于对比损失值反向更新初始骨干网络的参数，得到更新后的骨干网络。
在本实施例中，上述执行主体可以基于步骤203计算得到的对比损失值、采用反向传播的方式来更新初始骨干网络的参数，从而得到更新后的骨干网络。
本公开实施例提供的骨干网络的训练方法，首先获取训练图像集；然后利用初始骨干网络提取训练图像集中各个训练图像的特征；之后分别计算训练图像的特征与该训练图像对应的类别代理向量之间的对比损失值；最后基于对比损失值反向更新初始骨干网络的参数，得到更新后的骨干网络。本实施例中的骨干网络的训练方法，该方法在构建模型时就为每个类别生成了对应的类别代理向量，且该类别代理向量在模型训练过程中不再更新，同时也不可学习，从而保证了每次训练模型时都有固定的类心，从而使得模型训练过程中更加稳定，另外固定的代理向量不用去拟合样本输出特征，从而降低了过拟合风险，进而提升了骨干网络的泛化性，并提升了骨干网络的训练速度与精度。
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。
继续参考图3，图3示出了根据本公开的骨干网络的训练方法的另一个实施例的流程300。该骨干网络的训练方法包括以下步骤：
步骤301，获取训练图像集。
在本实施例中，骨干网络的训练方法的执行主体(例如图1所示的服务器105)会获取训练图像集。步骤301与前述实施例的步骤201基本一致，具体实现方式可以参考前述对步骤201的描述，此处不再赘述。
步骤302，基于各个训练图像的类别信息，得到类别信息集合。
在本实施例中，由于在获取训练图像集时，上述执行主体还获取了训练图像集中每个训练图像的类别信息，然后上述执行主体会基于各个训练图像的类别信息，统计得到类别信息集合。
步骤303，对于类别信息集合中的每个类别信息，采用随机初始化的方式为类别信息生成对应的类别代理向量。
在本实施例中，对于类别信息集合中的每个类别信息，上述执行主体会为每个类别信息生成对应的类别代理向量，具体地，会采用随机初始化的方式来为类别信息生成对应的类别代理向量，该类别代理向量是固定的、不可学习、不可更新的。从而采用固定的不可学习且不可更新的初始向量作为类别代理向量，降低了过拟合风险。
步骤304，利用初始骨干网络提取训练图像集中各个训练图像的特征。
步骤304与前述实施例的步骤202基本一致，具体实现方式可以参考前述对步骤202的描述，此处不再赘述。
步骤305，确定训练图像的类别信息对应的类别代理向量。
在本实施例中，上述执行主体会获取当前的训练图像的类别信息，并确定该类别信息对应的类别代理向量。
步骤306，计算特征与类别代理向量之间的对比损失值。
在本实施例中，上述执行主体在确定当前的训练图像的特征以及当前的训练图像的类别信息对应的类别代理向量后，会计算特征与类别代理向量之间的对比损失值。
步骤307，基于对比损失值反向更新初始骨干网络的参数，得到更新后的骨干网络。
步骤307与前述实施例的步骤204基本一致，具体实现方式可以参考前述对步骤204的描述，此处不再赘述。
从图3中可以看出，与图2对应的实施例相比，本实施例中的骨干网络的训练方法，该方法突出了生成类别代理向量的步骤，以及计算特征与类别代理向量的对比损失的步骤，从而将固定的不可学习且不可更新的初始向量作为类别代理向量，降低了过拟合风险。
继续参考图4，图4示出了根据本公开的骨干网络的训练方法的又一个实施例的流程400。该骨干网络的训练方法包括以下步骤：
步骤401，获取训练图像集。
步骤402，基于各个训练图像的类别信息，得到类别信息集合。
步骤401-402与前述实施例的步骤301-302基本一致，具体实现方式可以参考前述对步骤301-302的描述，此处不再赘述。
步骤403，对于类别信息集合中的每个类别信息，将随机初始化的正态分布向量作为类别信息对应的类别代理向量。
在本实施例中，骨干网络的训练方法的执行主体(例如图1所示的服务器105)会在本实施例中，对于类别信息集合中的每个类别信息，上述执行主体会将随机初始化的正态分布向量作为类别信息对应的类别代理向量，如公式(1)所示：
其中，μ代表数据均值，σ2代表数据方差。这种初始化方式保证了不同维度下有一定分量，避免大多数分量为零所导致的模型复杂度降低的情况。且由于正交向量之间的余弦相似度为零，因此将随机初始化的正态分布作为每个类的代理向量，保证了代理向量之间产生一定的空间距离，从而可以增强不同类别特征向量之间的差异性，降低分类难度。
此外，为了保证不同类别的代理向量之间是正交或者近似正交关系，本实施例中可视化了100个维度为1280的随机正太分布初始化向量之间的余弦相似性分布图，如图5所示。图5表示了100个1280维度的代理向量两两之间的余弦距离分布情况，纵轴表示分布频数，横轴表示余弦值，可见余弦值的分布在0附近，集中在[-0.1,0.1]之间。从而说明这种随机生成的正太分布向量之间满足近似正交关系，可以作为类的固定代理中心。
步骤404，利用初始骨干网络提取训练图像集中各个训练图像的特征。
步骤405，确定训练图像的类别信息对应的类别代理向量。
步骤404-405与前述实施例的步骤304-305基本一致，具体实现方式可以参考前述对步骤304-305的描述，此处不再赘述。
步骤406，采用交叉熵损失函数计算特征与类别代理向量之间的对比损失值。
在本实施例中，上述执行主体会采用交叉熵损失函数计算特征与类别代理向量之间的对比损失值，损失函数可以表示为公式(2)：
其中，fi表示锚点样本，c+代表相对锚点的正样本，c-表示相对锚点的负样本，τ为温度系数，用来调节余弦距离的输出分布。
可选地，本实施例验证了不同τ值对损失函数值的影响，数据如表1所示：
表1：不同τ值对损失函数值的影响
| τ值 | 0.1 | 0.2 | 0.5 | 1 | 1.5 | 2 |
| 随机初始化正交中心 | 0.800 | 0.827 | 0.832 | 0.830 | 0.823 | 0.819 |
从表1中可以看出，温度系数τ对取值过大或者过小都会影响随机初始化正交中心模型的精度，当τ取0.5时达到最优值0.832。当τ值大于1时会使得输出的概率分布更锐化，使得概率大值获得更大优势，反之亦然。当τ值小于1时会使得输出的概率分布更平滑，使得概率值大值的优势减小，反之亦然。
从公式(2)中可以看出，当锚点样本靠近正样本并远离负样本时，损失函数取值更小。
步骤407，基于对比损失值反向更新初始骨干网络的参数，得到更新后的骨干网络。
步骤407与前述实施例的步骤307基本一致，具体实现方式可以参考前述对步骤307的描述，此处不再赘述。
从图4中可以看出，与图3对应的实施例相比，本实施例中的骨干网络的训练方法，该方法突出了采用随机初始化的正态分布向量作为类别代理向量，其近似于两两正交，由于正交向量之间的余弦相似度为零，因此保证了代理向量之间产生一定的空间距离，从而增强了不同类别特征向量之间的差异性，从而降低了分类难度，进而使得模型训练速度更快，精度更高。
可选地，本实施例还在糖尿病视网膜病变公开数据集(Eyepacs DR5)上验证了本实施例的骨干网络与现有的几种模型在不同迭代次数下的Kappa值，Kappa值代表了模型分类性能，Kappa值越大模型越优，试验结果如表2所示：
表2：本实施例的骨干网络与现有的几种模型的Kappa值
从表2中可以看出，本申请的骨干网络(随机初始化正交中心的方法)在四种方案和两种迭代次数下均取得了最好的结果。其中可学习的正交中心收敛速度较慢，在迭代次数(iters)为20000次时并未收敛，另外本实施例中的方案结合常规的FC(FullConnection，全连接层)+Softmax(归一化指数函数)+Cross-entropy(交叉熵)能提升后者的泛化能力。从表2中也可以看出本实施例中的骨干网络的收敛速度更快，在迭代次数为20000次的试验中，模型达到了最优值83.2％，超过一般的深度学习模型2.4％。
继续参考图6，其示出了根据本公开的图像分类方法的一个实施例的流程600。该图像分类方法包括以下步骤：
步骤601，获取待分类图像。
在本实施例中，图像分类方法的执行主体(例如图1所示的服务器105)会获取待分类图像，待分类图像即为需要进行分类的图像，且可以为包含任意信息的图像，例如风景图像、动物图像等等。
步骤602，利用预先训练的骨干网络提取待分类图像的特征。
在本实施例中，上述执行主体会利用预先训练的骨干网络来提取待分类图像的特征，也即将待分类图像输入至预先训练的骨干网络中，即可输出得到待分类图像的特征。其中，骨干网络可以采用前述实施例所描述的方法训练得到。
步骤603，计算特征与每个类别代理向量之间的余弦相似度。
在本实施例中，在提取了待分类图像的特征后，上述执行主体会计算特征与每个类别代理向量之间的余弦相似度。由于在模型训练时，为每个类别信息生成了对应的类别代理向量，所以，在进行图像分类时，会计算待分类图像与每一个类别信息对应的类别代理向量的余弦相似度值。余弦相似度，又称为余弦相似性，是通过计算两个向量的夹角余弦值来评估两个向量的相似度。
步骤604，基于余弦相似度值确定待分类图像的类别信息。
在本实施例中，上述执行主体会基于余弦相似度值来确定待分类图像的类别信息。由于余弦相似性通过测量两个向量的夹角的余弦值来度量它们之间的相似性。0度角的余弦值是1，而其他任何角度的余弦值都不大于1；并且其最小值是-1。从而基于两个向量之间的角度的余弦值确定两个向量是否大致指向相同的方向。两个向量有相同的指向时，余弦相似度的值为1；两个向量夹角为90°时，余弦相似度的值为0；两个向量指向完全相反的方向时，余弦相似度的值为-1。所以，本实施例中，在计算了特征与每个类别代理向量之间的余弦相似度后，会将余弦相似度值最高的类别代理向量对应的类别信息作为待分类图像的类别信息。
本公开实施例提供的骨干网络的训练方法，首先获取待分类图像；然后采用预先训练的骨干网络提取待分类图像的特征；之后计算特征与每个类别代理向量之间的余弦相似度；最后基于余弦相似度确定待分类图像的类别信息。本实施例中的图像分类方法，该方法基于待分类图像的特征与每个类别代理向量的余弦相似度来确定待分类图像的类别信息，从而提高了确定类别信息的准确性。
在本实施例的一些可选的实现方式中，骨干网络通过以下步骤训练得到：获取训练图像集；利用初始骨干网络提取训练图像集中各个训练图像的特征；分别计算训练图像的特征与该训练图像对应的类别代理向量之间的对比损失值；基于对比损失值反向更新初始骨干网络的参数，得到更新后的骨干网络。
由于在构建模型时就为每个类别生成了对应的类别代理向量，且该类别代理向量在模型训练过程中不再更新，同时也不可学习，从而保证了每次训练模型时都有固定的类心，从而使得模型训练过程中更加稳定，另外固定的代理向量不用去拟合样本输出特征，从而降低了过拟合风险，进而提升了骨干网络的泛化性，并提升了骨干网络的训练速度与精度。
在本实施例的一些可选的实现方式中，还包括：基于各个训练图像的类别信息，得到类别信息集合；对于类别信息集合中的每个类别信息，采用随机初始化的方式为类别信息生成对应的类别代理向量。
对于类别信息集合中的每个类别信息，上述执行主体会为每个类别信息生成对应的类别代理向量，具体地，会采用随机初始化的方式来为类别信息生成对应的类别代理向量，该类别代理向量是固定的、不可学习、不可更新的。从而采用固定的不可学习且不可更新的初始向量作为类别代理向量，降低了过拟合风险。
以及分别计算训练图像的特征与该训练图像对应的类别代理向量之间的对比损失值，包括：确定训练图像的类别信息对应的类别代理向量；计算特征与类别代理向量之间的对比损失值。
上述执行主体会获取当前的训练图像的类别信息，并确定该类别信息对应的类别代理向量。在确定当前的训练图像的特征以及当前的训练图像的类别信息对应的类别代理向量后，会计算特征与类别代理向量之间的对比损失值。
在本实施例的一些可选的实现方式中，将随机初始化的正态分布向量作为类别信息对应的类别代理向量。这种初始化方式保证了不同维度下有一定分量，避免大多数分量为零所导致的模型复杂度降低的情况。且由于正交向量之间的余弦相似度为零，因此将随机初始化的正态分布作为每个类的代理向量，保证了代理向量之间产生一定的空间距离，从而可以增强不同类别特征向量之间的差异性，降低分类难度。
在本实施例的一些可选的实现方式中，采用交叉熵损失函数计算特征与类别代理向量之间的对比损失值。
进一步参考图7，作为对上述各图所示方法的实现，本公开提供了一种骨干网络的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7所示，本实施例的骨干网络的训练装置700包括：第一获取模块701、第一提取模块702、第一计算模块703和更新模块704。其中，第一获取模块701，被配置成获取训练图像集；第一提取模块702，被配置成利用初始骨干网络提取训练图像集中各个训练图像的特征；第一计算模块703，被配置成分别计算训练图像的特征与该训练图像对应的类别代理向量之间的对比损失值；更新模块704，被配置成基于对比损失值反向更新初始骨干网络的参数，得到更新后的骨干网络。
在本实施例中，骨干网络的训练装置700中：第一获取模块701、第一提取模块702、第一计算模块703和更新模块704的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201-204的相关说明，在此不再赘述。
在本实施例的一些可选的实现方式中，上述骨干网络的训练装置700还包括：第一生成模块，被配置成基于各个训练图像的类别信息，得到类别信息集合；第二生成模块，被配置成对于类别信息集合中的每个类别信息，采用随机初始化的方式为类别信息生成对应的类别代理向量；以及第一计算模块包括：确定子模块，被配置成确定训练图像的类别信息对应的类别代理向量；第一计算子模块，被配置成计算特征与类别代理向量之间的对比损失值。
在本实施例的一些可选的实现方式中，第二生成模块被进一步配置成：将随机初始化的正态分布向量作为类别信息对应的类别代理向量。
在本实施例的一些可选的实现方式中，第一计算子模块被进一步配置成：采用交叉熵损失函数计算特征与类别代理向量之间的对比损失值。
进一步参考图8，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6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8所示，本实施例的图像分类装置800包括：第二获取模块801、第二提取模块802、第二计算模块803和确定模块804。其中，第二获取模块801，被配置成获取待分类图像；第二提取模块802，被配置成利用预先训练的骨干网络提取待分类图像的特征；第二计算模块803，被配置成计算特征与每个类别代理向量之间的余弦相似度值；确定模块804，被配置成基于余弦相似度值确定待分类图像的类别信息。
在本实施例中，图像分类装置800中：第二获取模块801、第二提取模块802、第二计算模块803和确定模块804的具体处理及其所带来的技术效果可分别参考图6对应实施例中的步骤601-604的相关说明，在此不再赘述。
在本实施例的一些可选的实现方式中，上述图像分类装置800还包括用于训练骨干网络的训练模块，训练模块包括：获取子模块，被配置成获取训练图像集；提取子模块，被配置成利用初始骨干网络提取训练图像集中各个训练图像的特征；第二计算子模块，被配置成分别计算训练图像的特征与该训练图像对应的类别代理向量之间的对比损失值；更新子模块，被配置成基于对比损失值反向更新初始骨干网络的参数，得到更新后的骨干网络。
在本实施例的一些可选的实现方式中，上述图像分类装置800还包括：得到子模块，被配置成基于各个训练图像的类别信息，得到类别信息集合；生成子模块，被配置成对于类别信息集合中的每个类别信息，采用随机初始化的方式为类别信息生成对应的类别代理向量；以及第二计算子模块包括：确定单元，被配置成确定训练图像的类别信息对应的类别代理向量；计算单元，被配置成计算特征与类别代理向量之间的对比损失值。
在本实施例的一些可选的实现方式中，生成子模块被进一步配置成：将随机初始化的正态分布向量作为类别信息对应的类别代理向量。
在本实施例的一些可选的实现方式中，计算单元被进一步配置成：采用交叉熵损失函数计算特征与类别代理向量之间的对比损失值。
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，例如骨干网络的训练方法、图像分类方法。例如，在一些实施例中，骨干网络的训练方法、图像分类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骨干网络的训练方法、图像分类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)而被配置为执行骨干网络的训练方法、图像分类方法。
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。
云计算(cloud computer)，指的是通过网络接入弹性可扩展的共享物理或虚拟资源池，资源可以包括服务器、操作系统、网络、软件、应用或存储设备等，并可以以按需、自服务的方式对资源进行部署和管理的技术体系。通过云计算技术，可以为人工智能、区块链等技术应用、模型训练提供高效强大的数据处理能力。
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)
1.一种骨干网络的训练方法，包括：
获取训练图像集；
利用初始骨干网络提取所述训练图像集中各个训练图像的特征；
分别计算所述训练图像的特征与该训练图像对应的类别代理向量之间的对比损失值，其中，所述类别代理向量与所述训练图像的类别信息对应，所述类别代理向量在构建模型时已经生成，每一个类别信息对应一个固定的、不可学习、不可更新的类别代理向量，所述类别代理向量包括随机初始化的正态分布向量；
基于所述对比损失值反向更新初始骨干网络的参数，得到更新后的骨干网络。
2.根据权利要求1所述的方法，还包括：
基于所述各个训练图像的类别信息，得到类别信息集合；
对于所述类别信息集合中的每个类别信息，采用随机初始化的方式为所述类别信息生成对应的类别代理向量；以及
所述分别计算所述训练图像的特征与该训练图像对应的类别代理向量之间的对比损失值，包括：
确定所述训练图像的类别信息对应的类别代理向量；
计算所述特征与所述类别代理向量之间的对比损失值。
3.根据权利要求2所述的方法，其中，所述计算所述特征与所述类别代理向量之间的对比损失值，包括：
采用交叉熵损失函数计算所述特征与所述类别代理向量之间的对比损失值。
4.一种图像分类方法，包括：
获取待分类图像；
利用预先训练的骨干网络提取所述待分类图像的特征；
计算所述特征与每个类别代理向量之间的余弦相似度值，其中，所述类别代理向量与类别信息对应，所述类别代理向量在构建模型时已经生成，每一个类别信息对应一个固定的、不可学习、不可更新的类别代理向量，所述类别代理向量包括随机初始化的正态分布向量；
基于所述余弦相似度值确定所述待分类图像的类别信息。
5.根据权利要求4所述的方法，其中，所述骨干网络通过以下步骤训练得到：
获取训练图像集；
利用初始骨干网络提取所述训练图像集中各个训练图像的特征；
分别计算所述训练图像的特征与该训练图像对应的类别代理向量之间的对比损失值；
基于所述对比损失值反向更新初始骨干网络的参数，得到更新后的骨干网络。
6.根据权利要求5所述的方法，还包括：
基于所述各个训练图像的类别信息，得到类别信息集合；
对于所述类别信息集合中的每个类别信息，采用随机初始化的方式为所述类别信息生成对应的类别代理向量；以及
所述分别计算所述训练图像的特征与该训练图像对应的类别代理向量之间的对比损失值，包括：
确定所述训练图像的类别信息对应的类别代理向量；
计算所述特征与所述类别代理向量之间的对比损失值。
7.根据权利要求6所述的方法，其中，所述计算所述特征与所述类别代理向量之间的对比损失值，包括：
采用交叉熵损失函数计算所述特征与所述类别代理向量之间的对比损失值。
8.一种骨干网络的训练装置，包括：
第一获取模块，被配置成获取训练图像集；
第一提取模块，被配置成利用初始骨干网络提取所述训练图像集中各个训练图像的特征；
第一计算模块，被配置成分别计算所述训练图像的特征与该训练图像对应的类别代理向量之间的对比损失值，其中，所述类别代理向量与所述训练图像的类别信息对应，所述类别代理向量在构建模型时已经生成，每一个类别信息对应一个固定的、不可学习、不可更新的类别代理向量，所述类别代理向量包括随机初始化的正态分布向量；
更新模块，被配置成基于所述对比损失值反向更新初始骨干网络的参数，得到更新后的骨干网络。
9.根据权利要求8所述的装置，还包括：
第一生成模块，被配置成基于所述各个训练图像的类别信息，得到类别信息集合；
第二生成模块，被配置成对于所述类别信息集合中的每个类别信息，采用随机初始化的方式为所述类别信息生成对应的类别代理向量；以及
所述第一计算模块包括：
确定子模块，被配置成确定所述训练图像的类别信息对应的类别代理向量；
第一计算子模块，被配置成计算所述特征与所述类别代理向量之间的对比损失值。
10.根据权利要求9所述的装置，其中，所述第一计算子模块被进一步配置成：
采用交叉熵损失函数计算所述特征与所述类别代理向量之间的对比损失值。
11.一种图像分类装置，包括：
第二获取模块，被配置成获取待分类图像；
第二提取模块，被配置成利用预先训练的骨干网络提取所述待分类图像的特征；
第二计算模块，被配置成计算所述特征与每个类别代理向量之间的余弦相似度值，其中，所述类别代理向量与类别信息对应，所述类别代理向量在构建模型时已经生成，每一个类别信息对应一个固定的、不可学习、不可更新的类别代理向量，所述类别代理向量包括随机初始化的正态分布向量；
确定模块，被配置成基于所述余弦相似度值确定所述待分类图像的类别信息。
12.根据权利要求11所述的装置，其中，所述装置还包括用于训练骨干网络的训练模块，所述训练模块包括：
获取子模块，被配置成获取训练图像集；
提取子模块，被配置成利用初始骨干网络提取所述训练图像集中各个训练图像的特征；
第二计算子模块，被配置成分别计算所述训练图像的特征与该训练图像对应的类别代理向量之间的对比损失值；
更新子模块，被配置成基于所述对比损失值反向更新初始骨干网络的参数，得到更新后的骨干网络。
13.根据权利要求12所述的装置，还包括：
得到子模块，被配置成基于所述各个训练图像的类别信息，得到类别信息集合；
生成子模块，被配置成对于所述类别信息集合中的每个类别信息，采用随机初始化的方式为所述类别信息生成对应的类别代理向量；以及
所述第二计算子模块包括：
确定单元，被配置成确定所述训练图像的类别信息对应的类别代理向量；
计算单元，被配置成计算所述特征与所述类别代理向量之间的对比损失值。
14.根据权利要求13所述的装置，其中，所述计算单元被进一步配置成：
采用交叉熵损失函数计算所述特征与所述类别代理向量之间的对比损失值。
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所述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，所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210966389.XA CN115294396B (zh) | 2022-08-12 | 2022-08-12 | 骨干网络的训练方法以及图像分类方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210966389.XA CN115294396B (zh) | 2022-08-12 | 2022-08-12 | 骨干网络的训练方法以及图像分类方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115294396A CN115294396A (zh) | 2022-11-04 |
| CN115294396B true CN115294396B (zh) | 2024-04-23 |
Family
ID=83828336
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210966389.XA Active CN115294396B (zh) | 2022-08-12 | 2022-08-12 | 骨干网络的训练方法以及图像分类方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115294396B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108235770A (zh) * | 2017-12-29 | 2018-06-29 | 深圳前海达闼云端智能科技有限公司 | 图像识别方法及云端系统 |
| WO2019238976A1 (en) * | 2018-06-15 | 2019-12-19 | Université de Liège | Image classification using neural networks |
| WO2021087985A1 (zh) * | 2019-11-08 | 2021-05-14 | 深圳市欢太科技有限公司 | 模型训练方法、装置、存储介质及电子设备 |
| CN113159066A (zh) * | 2021-04-12 | 2021-07-23 | 南京理工大学 | 基于类间相似度的分布式标签的细粒度图像识别算法 |
| CN113255694A (zh) * | 2021-05-21 | 2021-08-13 | 北京百度网讯科技有限公司 | 训练图像特征提取模型和提取图像特征的方法、装置 |
| CN114170333A (zh) * | 2021-11-24 | 2022-03-11 | 西安理工大学 | 基于直推式半监督深度学习的图像哈希编码方法 |
| WO2022105197A1 (en) * | 2020-11-17 | 2022-05-27 | Zhejiang Dahua Technology Co., Ltd. | Systems and methods for image detection |
| CN114581702A (zh) * | 2022-02-28 | 2022-06-03 | 腾讯科技（深圳）有限公司 | 图像分类方法、装置、计算机设备及计算机可读存储介质 |
| CN114724007A (zh) * | 2022-03-31 | 2022-07-08 | 北京百度网讯科技有限公司 | 训练分类模型、数据分类方法、装置、设备、介质及产品 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110569856B (zh) * | 2018-08-24 | 2020-07-21 | 阿里巴巴集团控股有限公司 | 样本标注方法及装置、损伤类别的识别方法及装置 |
| CN112287954A (zh) * | 2019-07-24 | 2021-01-29 | 华为技术有限公司 | 图像分类方法、图像分类模型的训练方法及其装置 |
-
2022
- 2022-08-12 CN CN202210966389.XA patent/CN115294396B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108235770A (zh) * | 2017-12-29 | 2018-06-29 | 深圳前海达闼云端智能科技有限公司 | 图像识别方法及云端系统 |
| WO2019238976A1 (en) * | 2018-06-15 | 2019-12-19 | Université de Liège | Image classification using neural networks |
| WO2021087985A1 (zh) * | 2019-11-08 | 2021-05-14 | 深圳市欢太科技有限公司 | 模型训练方法、装置、存储介质及电子设备 |
| WO2022105197A1 (en) * | 2020-11-17 | 2022-05-27 | Zhejiang Dahua Technology Co., Ltd. | Systems and methods for image detection |
| CN113159066A (zh) * | 2021-04-12 | 2021-07-23 | 南京理工大学 | 基于类间相似度的分布式标签的细粒度图像识别算法 |
| CN113255694A (zh) * | 2021-05-21 | 2021-08-13 | 北京百度网讯科技有限公司 | 训练图像特征提取模型和提取图像特征的方法、装置 |
| CN114170333A (zh) * | 2021-11-24 | 2022-03-11 | 西安理工大学 | 基于直推式半监督深度学习的图像哈希编码方法 |
| CN114581702A (zh) * | 2022-02-28 | 2022-06-03 | 腾讯科技（深圳）有限公司 | 图像分类方法、装置、计算机设备及计算机可读存储介质 |
| CN114724007A (zh) * | 2022-03-31 | 2022-07-08 | 北京百度网讯科技有限公司 | 训练分类模型、数据分类方法、装置、设备、介质及产品 |
Non-Patent Citations (1)
| Title |
|---|
| Xiaotong Li 等."Uncertainty Modeling For Out-Of-Distribution Generalization".arXiv.2022,第2页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115294396A (zh) | 2022-11-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112560996B (zh) | 用户画像识别模型训练方法、设备、可读存储介质及产品 | |
| CN112907552B (zh) | 图像处理模型的鲁棒性检测方法、设备及程序产品 | |
| CN113657289B (zh) | 阈值估计模型的训练方法、装置和电子设备 | |
| CN113627536B (zh) | 模型训练、视频分类方法，装置，设备以及存储介质 | |
| CN113379627B (zh) | 图像增强模型的训练方法和对图像进行增强的方法 | |
| CN114693934B (zh) | 语义分割模型的训练方法、视频语义分割方法及装置 | |
| CN115147680B (zh) | 目标检测模型的预训练方法、装置以及设备 | |
| CN115880435B (zh) | 图像重建方法、模型训练方法、装置、电子设备和介质 | |
| CN115690443B (zh) | 特征提取模型训练方法、图像分类方法及相关装置 | |
| CN114020950B (zh) | 图像检索模型的训练方法、装置、设备以及存储介质 | |
| CN110633717A (zh) | 一种目标检测模型的训练方法和装置 | |
| CN114792355A (zh) | 虚拟形象生成方法、装置、电子设备和存储介质 | |
| CN114494747A (zh) | 模型的训练方法、图像处理方法、装置、电子设备及介质 | |
| CN113033408B (zh) | 数据队列动态更新方法、装置、电子设备及存储介质 | |
| CN115170919B (zh) | 图像处理模型训练及图像处理方法、装置、设备和存储介质 | |
| CN115294396B (zh) | 骨干网络的训练方法以及图像分类方法 | |
| CN114758130B (zh) | 图像处理及模型训练方法、装置、设备和存储介质 | |
| CN114724144B (zh) | 文本识别方法、模型的训练方法、装置、设备及介质 | |
| CN113792876B (zh) | 骨干网络的生成方法、装置、设备以及存储介质 | |
| CN113344213A (zh) | 知识蒸馏方法、装置、电子设备及计算机可读存储介质 | |
| CN116188875B (zh) | 图像分类方法、装置、电子设备、介质和产品 | |
| CN113033415B (zh) | 数据队列动态更新方法、装置、电子设备及存储介质 | |
| CN115456167B (zh) | 轻量级模型训练方法、图像处理方法、装置及电子设备 | |
| CN115578583B (zh) | 图像处理方法、装置、电子设备和存储介质 | |
| CN116091773B (zh) | 图像分割模型的训练方法、图像分割方法和装置 |
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 |