CN115359308B - 模型训练、难例识别方法、装置、设备、存储介质及程序 - Google Patents
模型训练、难例识别方法、装置、设备、存储介质及程序 Download PDFInfo
- Publication number
- CN115359308B CN115359308B CN202210354081.XA CN202210354081A CN115359308B CN 115359308 B CN115359308 B CN 115359308B CN 202210354081 A CN202210354081 A CN 202210354081A CN 115359308 B CN115359308 B CN 115359308B
- Authority
- CN
- China
- Prior art keywords
- target detection
- sample image
- difficult
- target
- image
- 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 103
- 238000000034 method Methods 0.000 title claims abstract description 101
- 238000001514 detection method Methods 0.000 claims abstract description 496
- 238000012545 processing Methods 0.000 claims abstract description 44
- 238000002372 labelling Methods 0.000 claims description 46
- 230000008569 process Effects 0.000 claims description 37
- 238000013473 artificial intelligence Methods 0.000 abstract description 5
- 238000013135 deep learning Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 15
- 238000004590 computer program Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000012360 testing method Methods 0.000 description 8
- 238000012015 optical character recognition Methods 0.000 description 5
- 238000005065 mining Methods 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
- 230000003993 interaction Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction 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
- 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
Landscapes
- Image Analysis (AREA)
Abstract
本公开提供了模型训练、难例识别方法、装置、设备、存储介质及程序,涉及人工智能领域,尤其涉及深度学习、图像处理、计算机视觉技术领域。具体实现方案为:获取预设目标检测模型及其对应的好例样本图像和难例样本图像;预设目标检测模型包括M个相同的目标检测分支网络;通过预设目标检测模型对好例样本图像和难例样本图像进行处理,得到好例样本图像对应的M个目标检测结果以及难例样本图像对应的M个目标检测结果;根据上述目标检测结果,对预设目标检测模型的模型参数进行更新,以得到难例识别模型;更新的目标为:最大化难例样本图像对应的M个目标检测结果之间的不确定性、以及最小化好例样本图像对应的M个目标检测结果之间的不确定性。
Description
技术领域
本公开涉及人工智能中的深度学习、图像处理、计算机视觉技术领域,尤其涉及一种模型训练、难例识别方法、装置、设备、存储介质及程序,可用于OCR等场景。
背景技术
随着人工智能技术的发展,可以预先训练得到目标检测模型,并利用目标检测模型对图像进行处理,以检测出图像中的目标。例如,在光学字符识别(Optical CharacterRecognition,OCR)场景中,可以利用目标检测模型检测出图像中的字符区域。
在实际应用中,目标检测模型对某些图像的检测结果较为准确,这些图像可以称为好例(goodcase)图像。相应地,该目标检测模型可能对某些图像的检测结果不够准确,这些图像可以称为难例/坏例(badcase)图像。如果能够对这些难例图像进行标注,并用于目标检测模型的迭代训练,则能够大大提升目标检测模型的检测性能。
然而,如何从大量未标注图像中识别出目标检测模型对应的难例图像,是亟需解决的技术问题。
发明内容
本公开提供了一种模型训练、难例识别方法、装置、设备、存储介质及程序。
根据本公开的第一方面,提供了一种难例识别模型的训练方法,包括:
获取预设目标检测模型,并获取所述预设目标检测模型对应的好例样本图像和难例样本图像;其中,所述预设目标检测模型包括M个相同的目标检测分支网络,所述M为大于1的整数;
通过所述预设目标检测模型对所述好例样本图像和所述难例样本图像进行处理,得到所述好例样本图像对应的M个目标检测结果、以及所述难例样本图像对应的M个目标检测结果;
根据所述好例样本图像对应的M个目标检测结果、以及所述难例样本图像对应的M个目标检测结果,对所述预设目标检测模型的模型参数进行更新,以得到所述难例识别模型;其中,所述更新的目标为:最大化所述难例样本图像对应的M个目标检测结果之间的不确定性、以及最小化所述好例样本图像对应的M个目标检测结果之间的不确定性。
根据本公开的第二方面,提供了一种难例识别方法,包括:
获取待识别的目标图像;
获取难例识别模型,所述难例识别模型包括M个相同的目标检测分支网络;所述M为大于1的整数,所述难例识别模型是采用如第一方面所述的方法训练得到的;
通过所述难例识别模型对所述目标图像进行处理,得到所述目标图像对应的M个目标检测结果;
根据所述目标图像对应的M个目标检测结果,确定所述目标图像为难例图像或者好例图像。
根据本公开的第三方面,提供了一种难例识别模型的训练装置,包括:
第一获取模块,用于获取预设目标检测模型;
第二获取模块,用于获取所述预设目标检测模型对应的好例样本图像和难例样本图像;其中,所述预设目标检测模型包括M个相同的目标检测分支网络,所述M为大于1的整数;
处理模块,用于通过所述预设目标检测模型对所述好例样本图像和所述难例样本图像进行处理,得到所述好例样本图像对应的M个目标检测结果、以及所述难例样本图像对应的M个目标检测结果;
更新模块,用于根据所述好例样本图像对应的M个目标检测结果、以及所述难例样本图像对应的M个目标检测结果,对所述预设目标检测模型的模型参数进行更新,以得到所述难例识别模型;其中,所述更新的目标为:最大化所述难例样本图像对应的M个目标检测结果之间的不确定性、以及最小化所述好例样本图像对应的M个目标检测结果之间的不确定性。
根据本公开的第四方面,提供了一种难例识别装置,包括:
第一获取模块,用于获取待识别的目标图像;
第二获取模块,用于获取难例识别模型,所述难例识别模型包括M个相同的目标检测分支网络;所述M为大于1的整数,所述难例识别模型是采用如第三方面所述的装置训练得到的;
处理模块,用于通过所述难例识别模型对所述目标图像进行处理,得到所述目标图像对应的M个目标检测结果;
确定模块,用于根据所述目标图像对应的M个目标检测结果,确定所述目标图像为难例图像或者好例图像。
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第一方面所述的方法,或者,执行第二方面所述的方法。
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,其中,所述计算机指令用于使所述计算机执行根据第一方面所述的方法,或者,根据第二方面所述的方法。
根据本公开的第七方面,提供了一种计算机程序产品,所述计算机程序产品包括:计算机程序,所述计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序,所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。
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为本公开实施例涉及的一种应用场景的示意图;
图2为本公开实施例提供的一种难例识别模型的训练方法的流程示意图;
图3为本公开实施例提供的一种难例识别模型的训练过程的示意图;
图4为本公开实施例提供的另一种难例识别模型的训练方法的流程示意图;
图5为本公开实施例提供的另一种难例识别模型的训练过程的示意图;
图6为本公开实施例提供的又一种难例识别模型的训练过程的示意图;
图7为本公开实施例提供的一种难例识别方法的流程示意图;
图8为本公开实施例提供的一种难例识别模型的训练装置的结构示意图;
图9为本公开实施例提供的一种难例识别装置的结构示意图;
图10为本公开实施例提供的一种电子设备的结构示意图。
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。
首先对本公开实施例中涉及的几个术语进行解释。
好例(goodcase)和难例(badcase):将一个图像输入目标检测模型,若该目标检测模型能够准确对该图像进行目标检测,则该图像称为好例;若该目标检测模型无法准确对该图像进行目标检测,则该图像称为难例。难例也可以称为坏例。应理解的是,好例和难例是相对概念,是相对于特定的目标检测模型而言的。例如,可能存在某个图像,相对于目标检测模型1而言,该图像为坏例,而相对于目标检测模型2而言,该图像为好例。
不确定性:用于衡量目标检测模型输出的目标检测结果的稳定程度。在目标检测场景中,目标检测模型针对好例图像的目标检测结果的不确定性较低(或者说稳定性较高),而针对难例图像的目标检测结果的不确定性较高(或者说稳定性较低)。例如,由于目标检测模型对好例图像的检测性能较佳,因此,将同一个好例图像输入目标检测模型多次,该多次得到的目标检测结果是相同的/一致的,即不确定性较低。由于目标检测模型对难例图像的检测性能较差,因此,将同一个坏例图像输入目标检测模型多次,该多次得到的目标检测结果可能是不同的,即不确定性较高。
为了便于理解本公开的技术方案,下面结合图1对本公开实施例涉及的应用场景进行说明。
图1为本公开实施例涉及的一种应用场景的示意图。该应用场景为目标检测模型的迭代训练场景。如图1所示,本公开实施例中,目标检测模型的迭代训练过程包括如下4个阶段。
阶段1:利用已标注的样本图像,对待训练的基础模型进行训练,使得基础模型具有目标检测能力。经过阶段1的训练之后,得到“初步训练的目标检测模型”。
其中,样本图像可以来自于训练集,训练集中包括多个样本图像及其目标标注信息。每个样本图像的目标标注信息包括:至少一个目标区域对应的标注框、以及所述样本图像中各像素点对应的标注类别。
示例性的,将样本图像输入基础模型,基础模型对样本图像进行处理,得到样本图像的目标检测结果。目标检测结果包括:至少一个检测区域框、以及样本图像中各像素点对应的预测类别。阶段1的训练目标为:最小化样本图像的目标检测结果与样本图像的目标标注信息之间的差异,使得训练后的基础模型具有目标检测能力。
阶段2:利用已标注的好例样本图像和难例样本图像,对阶段1得到的“初步训练的目标检测模型”进行训练,使得目标检测模型具有难例识别能力。经过阶段2的训练之后,得到难例识别模型。
其中,好例样本图像和难例样本图像可以是通过如下方式得到的:获取测试集,测试集中包括多个样本图像及其目标标注信息。利用阶段1得到的“初步训练的目标检测模型”对测试集中的各样本图像进行处理,得到各样本图像的目标检测结果。针对每个样本图像,若该样本图像的目标检测结果与该样本图像的目标标注信息一致,则将该样本图像确定为好例样本图像。若该样本图像的目标检测结果与该样本图像的目标标注信息不一致,则将该样本图像确定为难例样本图像。这样,测试集中的一部分样本图像作为好例样本图像,另一部分样本图像作为难例样本图像。
本公开实施例中,在阶段2的训练过程中,可以从“目标检测模型对图像的目标检测结果的不确定性”这个维度来学习得到好例图像、坏例图像之间的差异,使得训练后的模型具有坏例识别能力。
具体而言,将好例样本图像和难例样本图像输入“初步训练的目标检测模型”,由“初步训练的目标检测模型”对好例样本图像和难例样本图像进行处理,得到好例样本图像对应的目标检测结果、以及难例样本图像对应的目标检测结果。
阶段2的训练目标为:最大化“初步训练的目标检测模型”对难例样本图像的目标检测结果的不确定性、以及最小化“初步训练的目标检测模型”对好例样本图像的目标检测结果的不确定性。换言之,阶段2的训练目标为:最大化“初步训练的目标检测模型”对难例样本图像、好例样本图像的目标检测结果在不确定性方面的差异。这样,使得训练后的模型(即难例识别模型)具有识别难例的能力,即,难例识别模型可以识别出无法被“初步训练的目标检测模型”准确检测的图像。
阶段3:利用阶段2训练得到的难例识别模型,从图像集中识别出难例图像,得到难例图像集合。
由于难例识别模型具有难例识别能力,因此,可以利用难例识别模型从海量图像集中筛选出难例图像,得到难例图像集合。能够理解,难例图像集合中的图像是“初步训练的目标检测模型”无法准确检测的图像,因此,对于“初步训练的目标检测模型”而言,难例图像集合中的图像相比于其他图像,具有更高的学习价值。
阶段4:对难例图像集合进行目标标注,利用标注后的难例图像集合,对阶段1得到的“初步训练的目标检测模型”进行训练,以提升目标检测模型对难例图像的检测性能,得到“性能更佳的目标检测模型”。
其中,可以对难例图像集合中的图像进行人工标注,即人工标注出难例图像中的目标区域、以及各像素点的类别。通过对难例图像集合进行目标标注,并用于对“初步训练的目标检测模型”进行迭代训练,使得目标检测模型能够学习到难例图像的特征,从而提升目标检测模型对难例图像的检测性能。
应理解,目标检测模型的训练过程可能经过多次迭代,因此,在阶段4之后,可以将“性能更佳的目标检测模型”作为阶段2中的“初步训练的目标检测模型”,返回执行上述的阶段2,并重复执行阶段2至阶段4的训练过程,从而不断提升目标检测模型的检测性能。
上述图1所示的应用场景中,阶段1和阶段2可以由训练设备执行,阶段3可以由筛选设备执行,阶段4可以由训练设备执行。上述的筛选设备和训练设备可以为同一设备,也可以为不同设备。另外,上述阶段1、阶段2、阶段4对应的训练设备可以为同一设备,也可以为不同设备。本公开实施例对此不作限定。
需要说明的是,本公开实施例对于目标检测模型的具体业务场景不做限定。例如,目标检测模型可以为用于检测图像中的字符区域的目标检测模型,还可以为用于检测图像中的动物区域的目标检测模型,还可以为用于检测图像中的其他特定区域的目标检测模型。
基于图1所示的应用场景,本公开提供一种模型训练、难例识别方法、装置、设备、存储介质及程序,应用于人工智能领域,具体为深度学习、图像处理、计算机视觉技术领域,可用于OCR等场景。
其中,本公开提供的模型训练方法,可用于图1中的阶段2。本公开提供的难例识别方法,可用于图1中的阶段3。
在本公开技术方案中,在已训练得到预设目标检测模型(例如图1中的“初步训练的目标检测模型”)的基础上,利用该预设目标检测模型对应的好例样本图像和难例样本图像,对预设目标检测模型进行训练,在训练过程中,以“最大化预设目标检测模型对难例样本图像的目标检测结果的不确定性、以及最小化预设目标检测模型对好例样本图像的目标检测结果的不确定性”为训练目标,使得训练后的模型不断具有难例识别能力,并最终得到难例识别模型。该难例识别模型能够识别出该预设目标检测模型无法准确检测的难例图像。这样,识别出的难例图像经过人工标注后,可用于对预设目标检测模型进行迭代训练,从而提高预设目标检测模型的目标检测性能。
下面,结合几个具体的实施例对本公开技术方案进行详细说明。下面几个实施例可以相互结合,对于相同或相似的概念或过程,可能在某些实施例中不再赘述。
图2为本公开实施例提供的一种难例识别模型的训练方法的流程示意图。本实施例的方法可以由训练设备执行。如图2所示,本实施例的方法包括:
S201:获取预设目标检测模型,并获取所述预设目标检测模型对应的好例样本图像和难例样本图像;其中,所述预设目标检测模型包括M个相同的目标检测分支网络,所述M为大于1的整数。
其中,预设目标检测模型是经过初步训练的具有目标检测能力的模型。例如,预设目标检测模型可以为图1中的“初步训练的目标检测模型”。预设目标检测模型可以是利用多个已标注的样本图像进行训练得到的。本实施例对于预设目标检测模型的训练过程不做限定。
本实施例中,预设目标检测模型包括M个相同的目标检测分支网络,M个相同的目标检测分支网络为并联关系,彼此相互独立。将某个图像输入目标检测模型之后,目标检测模型中的每个目标检测分支网络分别对该图像进行目标检测处理,得到对应的目标检测结果,这样,目标检测模型共输出该图像对应的M个目标检测结果。需要说明的是,本公开实施例对于目标检测分支网络的结构不做限定。
本实施例中,好例样本图像是指能够被预设目标检测模型准确检测的样本图像。难例样本图像是指不能被预设目标检测模型准确检测的样本图像。
可选的,可以采用如下方式获取预设目标检测模型对应的好例样本图像和难例样本图像:获取测试集,测试集中包括多个样本图像及其目标标注信息。利用预设目标检测模型对测试集中的各样本图像进行目标检测处理,得到各样本图像的目标检测结果。针对每个样本图像,若该样本图像的目标检测结果与该样本图像的目标标注信息一致,则将该样本图像确定为好例样本图像。若该样本图像的目标检测结果与该样本图像的目标标注信息不一致,则将该样本图像确定为难例样本图像。这样,采用上述方式,可以从测试集获取到该预设目标检测模型对应的好例样本图像,以及获取到该预设目标检测模型对应的难例样本图像。
S202:通过所述预设目标检测模型对所述好例样本图像和所述难例样本图像进行处理,得到所述好例样本图像对应的M个目标检测结果、以及所述难例样本图像对应的M个目标检测结果。
示例性的,将好例样本图像输入预设目标检测模型,预设目标检测模型中的M个目标检测分支网络分别对好例样本图像进行目标检测处理,得到该好例样本图像对应的M个目标检测结果。将难例样本图像输入预设目标检测模型,预设目标检测模型中的M个目标检测分支网络分别对难例样本图像进行目标检测处理,得到该难例样本图像对应的M个目标检测结果。
S203:根据所述好例样本图像对应的M个目标检测结果、以及所述难例样本图像对应的M个目标检测结果,对所述预设目标检测模型的模型参数进行更新,以得到所述难例识别模型;其中,所述更新的目标为:最大化所述难例样本图像对应的M个目标检测结果之间的不确定性、以及最小化所述好例样本图像对应的M个目标检测结果之间的不确定性。
一些实施例中,上述更新的目标也可以描述为:最大化预设目标检测模型对难例样本图像、好例样本图像的目标检测结果在不确定性方面的差异。
需要说明的是,上述S201至S203是以一轮迭代训练为例进行说明的。实际应用中,难例识别模型的训练过程通常需要经过多轮重复的迭代训练过程。示例性的,在S203中对预设目标模型的模型参数进行更新之后,判断更新后的模型是否收敛,若收敛,则将该更新后的模型确定为难例识别模型;若不收敛,则重复执行上述训练过程,直至更新后的模型收敛。
本实施例的训练过程中,通过采用上述更新目标,使得难例样本图像对应的M个目标检测结果之间的不确定性不断增大,并使得好例样本图像对应的M个目标检测结果之间的不确定性不断减少,最终使得对难例样本图像的目标检测结果的不确定性,远大于对好例样本图像的目标检测结果的不确定性。
应理解,经过本实施例的训练过程之后,得到的难例识别模型不仅具有目标检测能力,还具有难例识别能力。也就是说,训练后的难例识别模型可用于识别所述预设目标检测模型对应的难例图像。
具体而言,难例识别模型可以基于对目标图像的目标检测结果的不确定性,来识别目标图像为难例图像或好例图像。示例性的,将待识别的目标图像输入已训练的难例识别模型,难例识别模型对目标图像进行处理,得到M个目标检测结果。若M个目标检测结果之间的不确定性大于或等于预设阈值,则确定该目标图像为难例图像;若M个目标检测结果之间的不确定性小于或等于预设阈值,则确定该目标图像为好例图像。
应理解,由于难例识别模型是基于预设目标检测模型训练出的具有难例识别能力的模型,因此,利用难例识别模型识别出的难例图像,是预设目标检测模型对应的难例图像,这些难例图像可用于对预设目标检测模型进行迭代训练,从而提升预设目标检测模型的检测性能。
本公开实施例中,通过在预设目标检测模型中包括M个相同的目标检测分支网络,使得预设目标检测模型针对图像能够输出M个目标检测结果。这样,可以基于M个目标检测结果所表征的不确定性,在训练过程中,不断增大难例样本图像对应的M个目标检测结果之间的不确定性,并不断减小好例样本图像对应的M个目标检测结果之间的不确定性,从而学习到难例样本图像和好例样本图像之间的差异,得到具有难例识别能力的难例识别模型。
本公开实施例提供的难例识别模型的训练方法,包括:获取预设目标检测模型,并获取预设目标检测模型对应的好例样本图像和难例样本图像;其中,预设目标检测模型包括M个相同的目标检测分支网络;通过预设目标检测模型对好例样本图像和难例样本图像进行处理,得到好例样本图像对应的M个目标检测结果、以及难例样本图像对应的M个目标检测结果;进而,根据好例样本图像对应的M个目标检测结果、以及难例样本图像对应的M个目标检测结果,对预设目标检测模型的模型参数进行更新,以得到难例识别模型;其中,所述更新的目标为:最大化难例样本图像对应的M个目标检测结果之间的不确定性、以及最小化好例样本图像对应的M个目标检测结果之间的不确定性。通过上述训练过程,能够在目标检测模型的基础上训练得到难例识别模型,并用于识别预设目标检测模型对应的难例图像,从而,一方面可以降低难例挖掘成本,另一方面,利用识别出的难例图像可以有效提升预设目标检测模型的检测性能。
为使读者更深刻地理解本公开的实现原理,现结合以下图3-图6对图2所示的实施例进行进一步细化。
图3为本公开实施例提供的一种难例识别模型的训练过程的示意图。下面结合图3进行举例说明。
需要说明的是,本公开实施例中对于M的取值不做限定,M可以为大于1的任意整数。应理解,当M取值较大时,利用预设目标检测模型对好例样本图像或难例样本图像进行处理,得到的目标检测结果的数量M较多,更易于表征M个目标检测结果的不确定性。
参见图3,以M=2为例,预设目标检测模型包括:目标检测分支网络1和目标检测分支网络2。将好例样本图像输入预设目标检测模型之后,目标检测分支网络1对好例样本图像进行目标检测处理,得到好例样本图像对应的目标检测结果1,目标检测分支网络2对好例样本图像进行目标检测处理,得到好例样本图像对应的目标检测结果2。类似的,将难例样本图像输入预设目标检测模型之后,目标检测分支网络1对难例样本图像进行目标检测处理,得到难例样本图像对应的目标检测结果1,目标检测分支网络2对难例样本图像进行目标检测处理,得到难例样本图像对应的目标检测结果2。
进一步的,根据好例样本图像对应的M个目标检测结果(即图3中的好例样本图像对应的目标检测结果1、目标检测结果2)、以及难例样本图像对应的M个目标检测结果(即图3中的难例样本图像对应的目标检测结果1、目标检测结果2),确定目标损失值。根据目标损失值,对预设目标检测模型的模型参数进行更新。
一种可能的实现方式中,目标损失值用于指示难例样本图像对应的M个目标检测结果之间的不确定性、与好例样本图像对应的M个目标检测结果之间的不确定性之间的差异。该情况下,以最小化目标损失值为目标,对预设目标检测模型的模型参数进行更新。
另一种可能的实现方式中,目标损失值用于指示好例样本图像对应的M个目标检测结果之间的不确定性、与难例样本图像对应的M个目标检测结果之间的不确定性之间的差异。该情况下,以最大化目标损失值为目标,对预设目标检测模型的模型参数进行更新。
上述两种实现方式均能够实现如下训练目标:最大化所述难例样本图像对应的M个目标检测结果之间的不确定性、以及最小化所述好例样本图像对应的M个目标检测结果之间的不确定性。
图4为本公开实施例提供的另一种难例识别模型的训练方法的流程示意图。如图4所示,本实施例的方法包括:
S401:获取预设目标检测模型,并获取所述预设目标检测模型对应的好例样本图像和难例样本图像;其中,所述预设目标检测模型包括M个相同的目标检测分支网络,所述M为大于1的整数。
S402:通过所述预设目标检测模型对所述好例样本图像和所述难例样本图像进行处理,得到所述好例样本图像对应的M个目标检测结果、以及所述难例样本图像对应的M个目标检测结果。
应理解,S401和S402的实现方式可以参见图2或图3所示实施例的详细描述,此处不做赘述。
S403:根据所述好例样本图像对应的M个目标检测结果,确定第一损失值,所述第一损失值用于指示所述好例样本图像对应的M个目标检测结果之间的不确定性。
下面以两种可能的实现方式为例进行说明。
第一种可能的实现方式中,可以根据好例样本图像对应的M个目标检测结果之间的差异情况,确定第一损失值。这样,第一损失值越大,说明好例样本图像对应的M个目标检测结果之间的不确定性越大,第一损失值越小,说明好例样本图像对应的M个目标检测结果之间的不确定性越小。
第二种可能的实现方式中,可以获取好例样本图像对应的第一目标标注信息,根据所述好例样本图像对应的M个目标检测结果、以及所述第一目标标注信息,确定第一损失值。示例性的,根据好例样本图像对应的各目标检测结果与第一目标标注信息之间的差异情况,确定第一损失值。这样,第一损失值越大,说明好例样本图像对应的各目标检测结果与第一目标标注信息之间差异越大,从而好例样本图像对应的M个目标检测结果之间的不确定性越大。第一损失值越小,说明好例样本图像对应的各目标检测结果与第一目标标注信息越接近,从而好例样本图像对应的M个目标检测结果之间的不确定性越小。
上述第二种实现方式中,在确定第一损失值时,不仅考虑了好例样本图像对应的M个目标检测结果,还考虑了好例样本图像对应的第一目标标注信息。这样,使得训练过程不仅实现了如下训练目标“最小化好例样本图像对应的M个目标检测结果之间的不确定性”,还能够使得好例样本图像对应的各目标检测结果与第一目标标注信息更加接近,从而,提高模型对好例样本图像的目标检测性能。
S404:根据所述难例样本图像对应的M个目标检测结果,确定第二损失值,所述第二损失值用于指示所述难例样本图像对应的M个目标检测结果之间的不确定性。
示例性的,可以根据难例样本图像对应的M个目标检测结果之间的差异情况,确定第二损失值。这样,第二损失值越大,说明难例样本图像对应的M个目标检测结果之间的不确定性越大,第二损失值越小,说明难例样本图像对应的M个目标检测结果之间的不确定性越小。
可选的,当M=2时,假设难例样本图像对应的M个目标检测结果包括:难例样本图像对应的第一目标检测结果和第二目标检测结果,则可以根据难例样本图像对应的第一目标检测结果、与所述难例样本图像对应的第二目标检测结果之间的差异,确定第二损失值。
S405:将所述第一损失值与所述第二损失值之差,确定为所述目标损失值。
S406:以最小化所述目标损失值为目标,对所述预设目标检测模型的模型参数进行更新,以得到所述难例识别模型。
本实施例中,通过将第一损失值与第二损失值之差确定为目标损失值,这样,目标损失值指示的是所述难例样本图像对应的M个目标检测结果之间的不确定性、与所述好例样本图像对应的M个目标检测结果之间的不确定性之间的差异。因此,通过最小化目标损失值,可以实现如下训练目标:最大化所述难例样本图像对应的M个目标检测结果之间的不确定性、以及最小化所述好例样本图像对应的M个目标检测结果之间的不确定性。
在图4所示实施例的基础上,下面结合图5对目标损失值的确定过程进行举例说明。
图5为本公开实施例提供的另一种难例识别模型的训练过程的示意图。如图5所示,以M=2为例,预设目标检测模型对好例样本图像进行处理,得到好例样本图像对应的第一目标检测结果和第二目标检测结果;预设目标检测模型对难例样本图像进行处理,得到难例样本图像对应的第一目标检测结果和第二目标检测结果。
参见图5,可以采用如下方式确定第一损失值:
(1)获取好例样本图像对应的第一目标标注信息。
示例性的,第一目标标注信息包括:好例样本图像中各像素点对应的标注框的位置g′i、以及好例样本图像中各像素的标注类别f′i。其中,i表示像素点的标识,假设好例样本图像的宽度为W,高度为H,则i的取值范围为[0,W*H]。
(2)根据好例样本图像对应的第一目标检测结果、以及第一目标标注信息,确定第一子损失值。
示例性的,可以根据好例样本图像对应的第一目标检测结果与第一目标标注信息之间的差异,确定第一子损失值。可选的,将第一目标检测结果与第一目标标注信息之间的交叉熵,确定为第一子损失值。
举例而言,第一目标检测结果包括:好例样本图像中各像素点对应的检测框的位置g1i、以及好例样本图像中各像素的检测类别f1i。其中,i表示像素点的标识,假设好例样本图像的宽度为W,高度为H,则i的取值范围为[0,W*H]。可以采用如下公式确定第一子损失值L1:
其中,Smooth L1()表示光滑后的L1范数损失函数。CE()表示交叉熵损失函数。
(3)根据好例样本图像对应的第二目标检测结果、以及第一目标标注信息,确定第二子损失值。
示例性的,可以根据好例样本图像对应的第二目标检测结果与第一目标标注信息之间的差异,确定第二子损失值。可选的,将第二目标检测结果与第一目标标注信息之间的交叉熵,确定为第二子损失值。
举例而言,第二目标检测结果包括:好例样本图像中各像素点对应的检测框的位置g2i、以及好例样本图像中各像素的检测类别f2i。其中,i表示像素点的标识,假设好例样本图像的宽度为W,高度为H,则i的取值范围为[0,W*H]。可以采用如下公式确定第二子损失值L2:
其中,Smooth L1()表示光滑后的L1范数损失函数。CE()表示交叉熵损失函数。
(4)根据第一子损失值和第二子损失值,确定所述第一损失值。
示例性的,将第一子损失值和第二子损失值之和,确定为第一损失值。或者,将第一子损失值与第二子损失值的加权和,确定为第一损失值。
例如,可以采用如下公式确定第一损失值Loss1:
一些示例中,当主要关注检测类别的不确定性,而不太关注检测框的不确定性时,还可以采用如下公式确定第一损失值Loss1:
继续参见图5,可以根据难例样本图像对应的第一目标检测结果、与难例样本图像对应的第二目标检测结果之间的差异,确定第二损失值。
举例而言,第一目标检测结果包括:难例样本图像中各像素点对应的检测框的位置g1i、以及难例样本图像中各像素的检测类别f1i。第二目标检测结果包括:难例样本图像中各像素点对应的检测框的位置g2i、以及难例样本图像中各像素的检测类别f2i。可以采用如下公式确定第二损失值Loss2:
应理解的是,该公式确定第二损失值Loss2时,仅考虑了第一目标检测结果中的检测类别f1i与第二目标检测结果中的检测类别f2i之间的差异。在一些实施例中,还可以考虑第一目标检测结果中的检测框的位置g1i与第二目标检测结果中的检测框的位置g2i之间的差异,本实施例对该情况下的公式不做举例。
进一步的,继续参见图5,在确定出第一损失值Loss1和第二损失值Loss2之后,可以将第一损失值Loss1与第二损失值Loss2之差,确定为目标损失值,即:
Loss=Loss1-Loss2
继续参见图5,确定出目标损失值Loss后,可以以最小化目标损失值为目标,对预设目标检测模型的模型参数进行更新,以使得模型不断具有难例识别能力。
图6为本公开实施例提供的又一种难例识别模型的训练过程的示意图。如图6所示,本实施例的难例识别模型的训练过程包括两个阶段,下面分别对两个训练阶段进行说明。
其中,在第一训练阶段中,利用已标注的样本图像对基础模型进行训练,得到预设目标检测模型。预设目标检测模型具有目标检测能力。示例性的,第一训练阶段的训练过程如下:
获取样本图像,以及样本图像对应的第二目标标注信息;通过基础模型中的M个相同的目标检测分支网络,对样本图像进行处理,得到所述样本图像对应的M个目标检测结果;根据样本图像对应的M个目标检测结果、以及所述第二目标标注信息,对所述基础模型的模型参数进行更新,以得到所述预设目标检测模型;其中,对所述基础模型的模型参数进行更新的目标为:最小化所述样本图像对应的M个目标检测结果与所述第二目标标注信息之间的差异。
其中,基础模型是待训练的目标检测模型,基础模型可以是经过预训练的具有特征提取能力的模型,但是不具有目标检测能力。利用样本图像以及样本图像对应的第二目标标注信息,对基础模型进行训练之后,使得训练后的模型具有目标检测能力,从而得到预设目标检测模型。
示例性的,可以根据样本图像对应的M个目标检测结果、以及所述第二目标标注信息,确定出损失函数。举例而言,以M=2为例,假设样本图像对应的第一目标检测结果包括:样本图像中各像素点对应的检测框的位置g1i、以及样本图像中各像素的检测类别f1i。样本图像对应的第二目标检测结果包括:样本图像中各像素点对应的检测框的位置g2i、以及样本图像中各像素的检测类别f2i。第二目标标注信息包括:样本图像中各像素点对应的标注框的位置g′i、以及样本图像中各像素的标注类别f′i。
其中,i表示像素点的标识,假设好例样本图像的宽度为W,高度为H,则i的取值范围为[0,W*H]。
可以根据样本图像对应的第一目标检测结果、第二目标检测结果、以及第二目标标注信息,采用如下两个公式中的任意一个,确定损失函数。
进而,以最小化损失函数为目标,对基础模型的模型参数进行更新。
可选的,对基础模型的模型参数进行更新之后,判断更新后的模型是否收敛,若收敛,则将更新后的模型作为预设目标检测模型;若不收敛,则重复对基础模型的训练过程,直至更新后的模型收敛。
继续参见图6,在经过第一阶段训练之后,得到的预设目标检测模型具有目标检测能力。可以基于预设目标检测模型,利用预设目标检测模型对应的已标注好例图像和难例图像,对预设目标检测模型进行训练,使得训练后的模型具有难例识别能力,得到难例识别模型。
应理解,第二阶段训练过程可以参见前述图2至图5所示实施例的详细描述,此处不做赘述。
前述图2至图6所示实施例描述了难例识别模型的训练过程。下面结合图7来介绍难例识别模型的使用过程。
图7为本公开实施例提供的一种难例识别方法的流程示意图。本实施例的方法可以由难例识别设备执行。如图7所示,本实施例的方法包括:
S701:获取待识别的目标图像。
S702:获取难例识别模型,所述难例识别模型包括M个相同的目标检测分支网络。
本实施例中,难例识别模型是通过前述方法实施例提供的模型训练方法训练得到的。
S703:通过所述难例识别模型对所述目标图像进行处理,得到所述目标图像对应的M个目标检测结果。
S704:根据所述目标图像对应的M个目标检测结果,确定所述目标图像为难例图像或者好例图像。
具体而言,可以根据目标图像对应的M个目标检测结果,确定难例识别模型对目标图像的目标检测结果的不确定性。若所述不确定性大于或等于预设阈值,则确定目标图像为难例图像。若所述不确定性小于所述预设阈值,则确定目标图像为好例图像。
示例性的,以M=2为例,假设目标图像对应的M个目标检测结果包括:目标图像对应的第一目标检测结果和第二目标检测结果。其中,第一目标检测结果包括:目标图像中各像素的检测类别f1i;第二目标检测结果包括:目标图像中各像素的检测类别f2i。其中,i表示像素点的标识,假设好例样本图像的宽度为W,高度为H,则i的取值范围为[0,W*H]。
可以采用如下公式计算出难例识别模型对目标图像的目标检测结果的不确定性S:
若不确定性S大于或等于预设阈值,则确定目标图像为难例图像,若不确定性S小于或等于预设阈值,则确定目标图像为好例图像。
本公开实施例提供的技术方案中,在已训练得到预设目标检测模型(例如图1中的“初步训练的目标检测模型”)的基础上,利用该预设目标检测模型对应的好例样本图像和难例样本图像,对预设目标检测模型进行训练,在训练过程中,以“最大化预设目标检测模型对难例样本图像的目标检测结果的不确定性、以及最小化预设目标检测模型对好例样本图像的目标检测结果的不确定性”为训练目标,使得训练后的模型不断具有难例识别能力,并最终得到难例识别模型。该难例识别模型能够识别出该预设目标检测模型无法准确检测的难例图像。这样,识别出的难例图像经过人工标注后,可用于对预设目标检测模型进行迭代训练,从而提高预设目标检测模型的目标检测性能。采用本公开实施例,可以降低难例图像的挖掘难度,并提高难例挖掘效率。
图8为本公开实施例提供的一种难例识别模型的训练装置的结构示意图。本实施例的装置可以为软件和/或硬件的形式。如图8所示,本实施例提供的难例识别模型的训练装置800,包括:
第一获取模块801,用于获取预设目标检测模型;
第二获取模块802,用于获取所述预设目标检测模型对应的好例样本图像和难例样本图像;其中,所述预设目标检测模型包括M个相同的目标检测分支网络,所述M为大于1的整数;
处理模块803,用于通过所述预设目标检测模型对所述好例样本图像和所述难例样本图像进行处理,得到所述好例样本图像对应的M个目标检测结果、以及所述难例样本图像对应的M个目标检测结果;
更新模块804,用于根据所述好例样本图像对应的M个目标检测结果、以及所述难例样本图像对应的M个目标检测结果,对所述预设目标检测模型的模型参数进行更新,以得到所述难例识别模型;其中,所述更新的目标为:最大化所述难例样本图像对应的M个目标检测结果之间的不确定性、以及最小化所述好例样本图像对应的M个目标检测结果之间的不确定性。
一种可能的实现方式中,所述更新模块804包括:
确定单元,用于根据所述好例样本图像对应的M个目标检测结果、以及所述难例样本图像对应的M个目标检测结果,确定目标损失值;所述目标损失值用于指示所述难例样本图像对应的M个目标检测结果之间的不确定性、与所述好例样本图像对应的M个目标检测结果之间的不确定性之间的差异;
更新单元,用于以最小化所述目标损失值为目标,对所述预设目标检测模型的模型参数进行更新,以得到所述难例识别模型。
一种可能的实现方式中,所述确定单元包括:
第一确定子单元,用于根据所述好例样本图像对应的M个目标检测结果,确定第一损失值,所述第一损失值用于指示所述好例样本图像对应的M个目标检测结果之间的不确定性;
第二确定子单元,用于根据所述难例样本图像对应的M个目标检测结果,确定第二损失值,所述第二损失值用于指示所述难例样本图像对应的M个目标检测结果之间的不确定性;
第三确定子单元,用于将所述第一损失值与所述第二损失值之差,确定为所述目标损失值。
一种可能的实现方式中,所述第一确定子单元具体用于:
获取所述好例样本图像对应的第一目标标注信息;
根据所述好例样本图像对应的M个目标检测结果、以及所述第一目标标注信息,确定所述第一损失值。
一种可能的实现方式中,所述M=2,所述好例样本图像对应的M个目标检测结果包括:所述好例样本图像对应的第一目标检测结果和第二目标检测结果;所述第一确定子单元具体用于:
根据所述好例样本图像对应的第一目标检测结果、以及所述第一目标标注信息,确定第一子损失值;
根据所述好例样本图像对应的第二目标检测结果、以及所述第一目标标注信息,确定第二子损失值;
根据所述第一子损失值和所述第二子损失值,确定所述第一损失值。
一种可能的实现方式中,所述M=2,所述难例样本图像对应的M个目标检测结果包括:所述难例样本图像对应的第一目标检测结果和第二目标检测结果;所述第二确定子单元具体用于:
根据所述难例样本图像对应的第一目标检测结果、与所述难例样本图像对应的第二目标检测结果之间的差异,确定所述第二损失值。
一种可能的实现方式中,所述第一获取模块801包括:
获取单元,用于获取样本图像、以及所述样本图像对应的第二目标标注信息;
处理单元,用于通过基础模型中的M个相同的目标检测分支网络,对所述样本图像进行处理,得到所述样本图像对应的M个目标检测结果;
更新单元,用于根据所述样本图像对应的M个目标检测结果、以及所述第二目标标注信息,对所述基础模型的模型参数进行更新,以得到所述预设目标检测模型;其中,对所述基础模型的模型参数进行更新的目标为:最小化所述样本图像对应的M个目标检测结果与所述第二目标标注信息之间的差异。
本实施例提供的难例识别模型的训练装置,可用于执行上述任意方法实施例提供的难例识别模型的训练方法,其实现原理和技术效果类似,此处不做赘述。
图9为本公开实施例提供的一种难例识别装置的结构示意图。本实施例的装置可以为软件和/或硬件的形式。如图9所示,本实施例提供的难例识别装置900,包括:
第一获取模块901,用于获取待识别的目标图像;
第二获取模块902,用于获取难例识别模型,所述难例识别模型包括M个相同的目标检测分支网络;所述M为大于1的整数,所述难例识别模型是采用如图8所述的装置训练得到的;
处理模块903,用于通过所述难例识别模型对所述目标图像进行处理,得到所述目标图像对应的M个目标检测结果;
确定模块904,用于根据所述目标图像对应的M个目标检测结果,确定所述目标图像为难例图像或者好例图像。
一种可能的实现方式中,所述确定模块904包括:
第一确定单元,用于根据所述目标图像对应的M个目标检测结果,确定所述难例识别模型对所述目标图像的目标检测结果的不确定性;
第二确定单元,用于若所述不确定性大于或等于预设阈值,则确定所述目标图像为难例图像;或者,
第三确定单元,用于若所述不确定性小于所述预设阈值,则确定所述目标图像为好例图像。
本实施例提供的难例识别装置,可用于执行上述任意方法实施例提供的难例识别方法,其实现原理和技术效率类似,此处不做赘述。
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。
根据本公开的实施例,本公开还提供了一种计算机程序产品,计算机程序产品包括:计算机程序,计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从可读存储介质读取计算机程序,至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
图10示出了可以用来实施本公开的实施例的示例电子设备1000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10所示,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。
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,例如难例识别模型的训练方法,或者难例识别方法。例如,在一些实施例中,难例识别模型的训练方法,或者难例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1008。在一些实施例中,计算机程序的部分或者全部可以经由ROM1002和/或通信单元1009而被载入和/或安装到设备1000上。当计算机程序加载到RAM1003并由计算单元1001执行时,可以执行上文描述的难例识别模型的训练方法,或者难例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)而被配置为执行难例识别模型的训练方法,或者难例识别方法。
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。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 (14)
1.一种难例识别模型的训练方法,包括:
获取预设目标检测模型,并获取所述预设目标检测模型对应的好例样本图像和难例样本图像;其中,所述预设目标检测模型包括M个相同的目标检测分支网络,所述M为大于1的整数;
通过所述预设目标检测模型对所述好例样本图像和所述难例样本图像进行处理,得到所述好例样本图像对应的M个目标检测结果、以及所述难例样本图像对应的M个目标检测结果,所述难例样本图像对应的M个目标检测结果包括:所述难例样本图像对应的第一目标检测结果和第二目标检测结果;
根据所述好例样本图像对应的M个目标检测结果,确定第一损失值,所述第一损失值用于指示所述好例样本图像对应的M个目标检测结果之间的不确定性;
根据所述难例样本图像对应的第一目标检测结果与所述难例样本图像对应的第二目标检测结果之间的差,确定第二损失值,所述第二损失值用于指示所述难例样本图像对应的M个目标检测结果之间的不确定性;
以最小化目标损失值为目标,对所述预设目标检测模型的模型参数进行更新,以得到所述难例识别模型;所述目标损失值为所述第一损失值与所述第二损失值之差;其中,所述更新的目标为:最大化所述难例样本图像对应的M个目标检测结果之间的不确定性、以及最小化所述好例样本图像对应的M个目标检测结果之间的不确定性。
2.根据权利要求1所述的方法,其中,根据所述好例样本图像对应的M个目标检测结果,确定第一损失值,包括:
获取所述好例样本图像对应的第一目标标注信息;
根据所述好例样本图像对应的M个目标检测结果、以及所述第一目标标注信息,确定所述第一损失值。
3.根据权利要求2所述的方法,其中,所述M=2,所述好例样本图像对应的M个目标检测结果包括:所述好例样本图像对应的第一目标检测结果和第二目标检测结果;
根据所述好例样本图像对应的M个目标检测结果、以及所述第一目标标注信息,确定所述第一损失值,包括:
根据所述好例样本图像对应的第一目标检测结果、以及所述第一目标标注信息,确定第一子损失值;
根据所述好例样本图像对应的第二目标检测结果、以及所述第一目标标注信息,确定第二子损失值;
根据所述第一子损失值和所述第二子损失值,确定所述第一损失值。
4.根据权利要求1至3任一项所述的方法,其中,获取预设目标检测模型,包括:
获取样本图像、以及所述样本图像对应的第二目标标注信息;
通过基础模型中的M个相同的目标检测分支网络,对所述样本图像进行处理,得到所述样本图像对应的M个目标检测结果;
根据所述样本图像对应的M个目标检测结果、以及所述第二目标标注信息,对所述基础模型的模型参数进行更新,以得到所述预设目标检测模型;其中,对所述基础模型的模型参数进行更新的目标为:最小化所述样本图像对应的M个目标检测结果与所述第二目标标注信息之间的差异。
5.一种难例识别方法,包括:
获取待识别的目标图像;
获取难例识别模型,所述难例识别模型包括M个相同的目标检测分支网络;所述M为大于1的整数,所述难例识别模型是采用如权利要求1至4任一项所述的方法训练得到的;
通过所述难例识别模型对所述目标图像进行处理,得到所述目标图像对应的M个目标检测结果;
根据所述目标图像对应的M个目标检测结果,确定所述目标图像为难例图像或者好例图像。
6.根据权利要求5所述的方法,其中,根据所述目标图像对应的M个目标检测结果,确定所述目标图像为难例图像或者好例图像,包括:
根据所述目标图像对应的M个目标检测结果,确定所述难例识别模型对所述目标图像的目标检测结果的不确定性;
若所述不确定性大于或等于预设阈值,则确定所述目标图像为难例图像;或者,
若所述不确定性小于所述预设阈值,则确定所述目标图像为好例图像。
7.一种难例识别模型的训练装置,包括:
第一获取模块,用于获取预设目标检测模型;
第二获取模块,用于获取所述预设目标检测模型对应的好例样本图像和难例样本图像;其中,所述预设目标检测模型包括M个相同的目标检测分支网络,所述M为大于1的整数,所述难例样本图像对应的M个目标检测结果包括:所述难例样本图像对应的第一目标检测结果和第二目标检测结果;
处理模块,用于通过所述预设目标检测模型对所述好例样本图像和所述难例样本图像进行处理,得到所述好例样本图像对应的M个目标检测结果、以及所述难例样本图像对应的M个目标检测结果,所述难例样本图像对应的M个目标检测结果包括:所述难例样本图像对应的第一目标检测结果和第二目标检测结果;
更新模块,包括确定单元和更新单元;所述确定单元包括第一确定子单元和第二确定子单元;
所述第一确定子单元,用于根据所述好例样本图像对应的M个目标检测结果,确定第一损失值,所述第一损失值用于指示所述好例样本图像对应的M个目标检测结果之间的不确定性;
所述第二确定子单元,用于根据所述难例样本图像对应的第一目标检测结果与所述难例样本图像对应的第二目标检测结果之间的差,确定第二损失值,所述第二损失值用于指示所述难例样本图像对应的M个目标检测结果之间的不确定性;
所述更新单元,用于以最小化目标损失值为目标,对所述预设目标检测模型的模型参数进行更新,以得到所述难例识别模型;所述目标损失值为所述第一损失值与所述第二损失值之差;其中,所述更新的目标为:最大化所述难例样本图像对应的M个目标检测结果之间的不确定性、以及最小化所述好例样本图像对应的M个目标检测结果之间的不确定性。
8.根据权利要求7所述的装置,其中,所述第一确定子单元具体用于:
获取所述好例样本图像对应的第一目标标注信息;
根据所述好例样本图像对应的M个目标检测结果、以及所述第一目标标注信息,确定所述第一损失值。
9.根据权利要求7或8所述的装置,其中,所述M=2,所述难例样本图像对应的M个目标检测结果包括:所述难例样本图像对应的第一目标检测结果和第二目标检测结果;所述第二确定子单元具体用于:
根据所述难例样本图像对应的第一目标检测结果、与所述难例样本图像对应的第二目标检测结果之间的差,确定所述第二损失值。
10.根据权利要求7或8所述的装置,其中,所述第一获取模块包括:
获取单元,用于获取样本图像、以及所述样本图像对应的第二目标标注信息;
处理单元,用于通过基础模型中的M个相同的目标检测分支网络,对所述样本图像进行处理,得到所述样本图像对应的M个目标检测结果;
更新单元,用于根据所述样本图像对应的M个目标检测结果、以及所述第二目标标注信息,对所述基础模型的模型参数进行更新,以得到所述预设目标检测模型;其中,对所述基础模型的模型参数进行更新的目标为:最小化所述样本图像对应的M个目标检测结果与所述第二目标标注信息之间的差异。
11.一种难例识别装置,包括:
第一获取模块,用于获取待识别的目标图像;
第二获取模块,用于获取难例识别模型,所述难例识别模型包括M个相同的目标检测分支网络;所述M为大于1的整数,所述难例识别模型是采用如权利要求7至10任一项所述的装置训练得到的;
处理模块,用于通过所述难例识别模型对所述目标图像进行处理,得到所述目标图像对应的M个目标检测结果;
确定模块,用于根据所述目标图像对应的M个目标检测结果,确定所述目标图像为难例图像或者好例图像。
12.根据权利要求11所述的装置,其中,所述确定模块包括:
第一确定单元,用于根据所述目标图像对应的M个目标检测结果,确定所述难例识别模型对所述目标图像的目标检测结果的不确定性;
第二确定单元,用于若所述不确定性大于或等于预设阈值,则确定所述目标图像为难例图像;或者,
第三确定单元,用于若所述不确定性小于所述预设阈值,则确定所述目标图像为好例图像。
13.一种电子设备,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4中任一项所述的方法,或者,执行权利要求5或6所述的方法。
14.一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4中任一项所述的方法,或者,根据权利要求5或6所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210354081.XA CN115359308B (zh) | 2022-04-06 | 2022-04-06 | 模型训练、难例识别方法、装置、设备、存储介质及程序 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210354081.XA CN115359308B (zh) | 2022-04-06 | 2022-04-06 | 模型训练、难例识别方法、装置、设备、存储介质及程序 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115359308A CN115359308A (zh) | 2022-11-18 |
CN115359308B true CN115359308B (zh) | 2024-02-13 |
Family
ID=84030179
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210354081.XA Active CN115359308B (zh) | 2022-04-06 | 2022-04-06 | 模型训练、难例识别方法、装置、设备、存储介质及程序 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115359308B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115601618B (zh) * | 2022-11-29 | 2023-03-10 | 浙江华是科技股份有限公司 | 一种磁芯缺陷检测方法、系统及计算机存储介质 |
CN116468967B (zh) * | 2023-04-18 | 2024-04-16 | 北京百度网讯科技有限公司 | 样本图像筛选方法、装置、电子设备及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108647577A (zh) * | 2018-04-10 | 2018-10-12 | 华中科技大学 | 一种自适应难例挖掘的行人重识别模型、方法与系统 |
CN111860545A (zh) * | 2020-07-30 | 2020-10-30 | 元神科技(杭州)有限公司 | 一种基于弱检测机制的图像敏感内容识别方法及系统 |
CN112149745A (zh) * | 2020-09-27 | 2020-12-29 | 上海高德威智能交通系统有限公司 | 确定难例样本的方法、装置、设备及存储介质 |
CN112733666A (zh) * | 2020-12-31 | 2021-04-30 | 湖北亿咖通科技有限公司 | 一种难例图像的搜集、及模型训练方法、设备及存储介质 |
CN112884040A (zh) * | 2021-02-19 | 2021-06-01 | 北京小米松果电子有限公司 | 训练样本数据的优化方法、系统、存储介质及电子设备 |
CN112990312A (zh) * | 2021-03-15 | 2021-06-18 | 平安科技(深圳)有限公司 | 模型训练方法、图像识别方法、装置、设备及存储介质 |
CN113033719A (zh) * | 2021-05-27 | 2021-06-25 | 浙江啄云智能科技有限公司 | 目标检测处理方法、装置、介质及电子设备 |
WO2021212482A1 (zh) * | 2020-04-24 | 2021-10-28 | 华为技术有限公司 | 一种目标检测中难例挖掘的方法及装置 |
CN113780277A (zh) * | 2021-09-08 | 2021-12-10 | 浙江啄云智能科技有限公司 | 目标检测模型的训练方法、装置、电子设备及存储介质 |
CN114140636A (zh) * | 2020-09-02 | 2022-03-04 | 华为技术有限公司 | 困难样本获取方法、装置、设备及可读存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109117862B (zh) * | 2018-06-29 | 2019-06-21 | 北京达佳互联信息技术有限公司 | 图像标签识别方法、装置及服务器 |
CN109829501B (zh) * | 2019-02-01 | 2021-02-19 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
-
2022
- 2022-04-06 CN CN202210354081.XA patent/CN115359308B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108647577A (zh) * | 2018-04-10 | 2018-10-12 | 华中科技大学 | 一种自适应难例挖掘的行人重识别模型、方法与系统 |
WO2021212482A1 (zh) * | 2020-04-24 | 2021-10-28 | 华为技术有限公司 | 一种目标检测中难例挖掘的方法及装置 |
CN111860545A (zh) * | 2020-07-30 | 2020-10-30 | 元神科技(杭州)有限公司 | 一种基于弱检测机制的图像敏感内容识别方法及系统 |
CN114140636A (zh) * | 2020-09-02 | 2022-03-04 | 华为技术有限公司 | 困难样本获取方法、装置、设备及可读存储介质 |
CN112149745A (zh) * | 2020-09-27 | 2020-12-29 | 上海高德威智能交通系统有限公司 | 确定难例样本的方法、装置、设备及存储介质 |
CN112733666A (zh) * | 2020-12-31 | 2021-04-30 | 湖北亿咖通科技有限公司 | 一种难例图像的搜集、及模型训练方法、设备及存储介质 |
CN112884040A (zh) * | 2021-02-19 | 2021-06-01 | 北京小米松果电子有限公司 | 训练样本数据的优化方法、系统、存储介质及电子设备 |
CN112990312A (zh) * | 2021-03-15 | 2021-06-18 | 平安科技(深圳)有限公司 | 模型训练方法、图像识别方法、装置、设备及存储介质 |
CN113033719A (zh) * | 2021-05-27 | 2021-06-25 | 浙江啄云智能科技有限公司 | 目标检测处理方法、装置、介质及电子设备 |
CN113780277A (zh) * | 2021-09-08 | 2021-12-10 | 浙江啄云智能科技有限公司 | 目标检测模型的训练方法、装置、电子设备及存储介质 |
Non-Patent Citations (3)
Title |
---|
Simple multi-dataset detection;xingyi zhou 等;arXiv;1-12 * |
基于可变权重损失函数和难例挖掘模块的Faster R-CNN改进算法;施非 等;计算机与现代化;56-62 * |
基于深度神经网络的行人及骑车人联合检测;陈文强 等;汽车工程;104-111 * |
Also Published As
Publication number | Publication date |
---|---|
CN115359308A (zh) | 2022-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112633276B (zh) | 训练方法、识别方法、装置、设备、介质 | |
CN112597837B (zh) | 图像检测方法、装置、设备、存储介质和计算机程序产品 | |
CN115359308B (zh) | 模型训练、难例识别方法、装置、设备、存储介质及程序 | |
CN113361710B (zh) | 学生模型训练方法、图片处理方法、装置及电子设备 | |
CN114677565B (zh) | 特征提取网络的训练方法和图像处理方法、装置 | |
CN113205041B (zh) | 结构化信息提取方法、装置、设备和存储介质 | |
CN112949767A (zh) | 样本图像增量、图像检测模型训练及图像检测方法 | |
CN113378969B (zh) | 一种目标检测结果的融合方法、装置、设备及介质 | |
CN113537192B (zh) | 图像检测方法、装置、电子设备及存储介质 | |
CN114882321A (zh) | 深度学习模型的训练方法、目标对象检测方法和装置 | |
CN115690443B (zh) | 特征提取模型训练方法、图像分类方法及相关装置 | |
CN114511743B (zh) | 检测模型训练、目标检测方法、装置、设备、介质及产品 | |
CN114549904B (zh) | 视觉处理及模型训练方法、设备、存储介质及程序产品 | |
CN113627536A (zh) | 模型训练、视频分类方法,装置,设备以及存储介质 | |
CN113205495B (zh) | 图像质量评价及模型训练方法、装置、设备和存储介质 | |
CN112784102B (zh) | 视频检索方法、装置和电子设备 | |
CN114387642A (zh) | 图像分割方法、装置、设备和存储介质 | |
CN113902899A (zh) | 训练方法、目标检测方法、装置、电子设备以及存储介质 | |
CN114119990A (zh) | 用于图像特征点匹配的方法、装置及计算机程序产品 | |
CN115482436B (zh) | 图像筛选模型的训练方法、装置以及图像筛选方法 | |
CN115994243A (zh) | 跨模态检索模型处理方法、装置、设备、产品及介质 | |
CN114693995B (zh) | 应用于图像处理的模型训练方法、图像处理方法和设备 | |
CN114092739B (zh) | 图像处理方法、装置、设备、存储介质和程序产品 | |
CN114677564B (zh) | 训练样本的生成方法、深度学习模型的训练方法和装置 | |
CN114547448B (zh) | 数据处理、模型训练方法、装置、设备、存储介质及程序 |
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 |