CN115482395B - 模型训练方法、图像分类方法、装置、电子设备和介质 - Google Patents
模型训练方法、图像分类方法、装置、电子设备和介质 Download PDFInfo
- Publication number
- CN115482395B CN115482395B CN202211219250.5A CN202211219250A CN115482395B CN 115482395 B CN115482395 B CN 115482395B CN 202211219250 A CN202211219250 A CN 202211219250A CN 115482395 B CN115482395 B CN 115482395B
- Authority
- CN
- China
- Prior art keywords
- feature
- loss
- attention
- determining
- sub
- 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
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000012549 training Methods 0.000 title claims abstract description 52
- 238000013136 deep learning model Methods 0.000 claims abstract description 105
- 238000012545 processing Methods 0.000 claims abstract description 33
- 238000000605 extraction Methods 0.000 claims abstract description 29
- 230000006870 function Effects 0.000 claims description 40
- 238000013507 mapping Methods 0.000 claims description 39
- 230000004927 fusion Effects 0.000 claims description 29
- 230000003213 activating effect Effects 0.000 claims description 11
- 238000004821 distillation Methods 0.000 claims description 11
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 238000013135 deep learning Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 241001465754 Metazoa Species 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000013459 approach 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
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 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
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013140 knowledge distillation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007620 mathematical function 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
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
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06V10/764—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
- 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)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (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、图像处理、计算机视觉等技术领域，可应用于人脸识别场景下。具体实现方案为：根据样本图像的第一特征和第一深度学习模型的第一分类网络的权重信息，确定注意力特征，其中，第一特征是利用第一深度学习模型的第一特征提取网络处理样本图像得到的；将注意力特征输入第一分类网络，得到注意力增强后的分类结果；以及根据注意力增强后的分类结果，训练第二深度学习模型。本公开还提供了一种深度学习模型的训练方法、图像分类方法、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、图像处理、计算机视觉等技术领域，可应用于人脸识别场景下。更具体地，本公开提供了一种深度学习模型的训练方法、图像分类方法、装置、电子设备和存储介质。
背景技术
随着人工智能技术的发展，深度学习模型广泛地应用于各种图像处理场景。例如，可以利用参数量较大的教师模型处理图像，得到处理结果。也可以用参数量较小的学生模型拟合该处理结果，以进行知识蒸馏，来提高学生模型的性能。
发明内容
本公开提供了一种深度学习模型的训练方法、图像分类方法、装置、设备以及存储介质。
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，该方法包括：根据样本图像的第一特征和第一深度学习模型的第一分类网络的权重信息，确定注意力特征，其中，第一特征是利用第一深度学习模型的第一特征提取网络处理样本图像得到的；将注意力特征输入第一分类网络，得到注意力增强后的分类结果；以及根据注意力增强后的分类结果，训练第二深度学习模型。
根据本公开的一方面，提供了一种图像分类方法，该方法包括：将目标图像输入第二深度学习模型，得到目标分类结果，其中，第二深度学习模型是利用本公开提供的方法训练得到的。
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，该装置包括：确定模块，用于根据样本图像的第一特征和第一深度学习模型的第一分类网络的权重信息，确定注意力特征，其中，第一特征是利用第一深度学习模型的第一特征提取网络处理样本图像得到的；第一获得模块，用于将注意力特征输入第一分类网络，得到注意力增强后的分类结果；以及训练模块，用于根据注意力增强后的分类结果，训练第二深度学习模型。
根据本公开的另一方面，提供了一种图像分类装置，该装置包括：第四获得模块，用于将目标图像输入第二深度学习模型，得到目标分类结果，其中，第二深度学习模型是利用本公开提供的装置训练得到的。
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，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是根据本公开的一个实施例的确定注意力特征的流程图；
图3是根据本公开的一个实施例的注意力网络的示意图；
图4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原理图；
图5是根据本公开的一个实施例的图像分类方法的流程图；
图6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7是根据本公开的一个实施例的图像分类装置的框图；以及
图8是根据本公开的一个实施例的可以应用深度学习模型的训练方法和/或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。
在本公开实施例中，第一深度学习模型可以是参数量较大的模型。可以利用大量数据训练第一深度学习模型，使得第一深度学习模型具有较高的性能。
在本公开实施例中，可以利用参数量较小的第二深度学习模型来处理图像，得到图像的类别或图像中对象的类别。对象可以是各种物体、动物，也可以是动物或物体的局部(例如动物的面部)。为了提高第二深度学习模型的精度，可以对其进行训练。
例如，基于有监督的训练方法，可以利用样本图像及其标签，训练第二深度学习模型。但这种训练方式训练出的模型的精度较低。
又例如，将第二深度学习模型作为学生模型，将第一深度学习模型作为教师模型。可以调整学生模型的参数，使得学生模型输出的处理结果趋近教师模型输出的处理结果。这种按照蒸馏训练的方式训练出的学生模型可以有较高的精度。但，教师模型的参数量较大，处理时间较长，导致蒸馏训练所需的时间成本较高。此外，教师模型提取出的特征的信息也不够丰富，不能充分提高学生模型的性能。
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。
如图1所示，该方法100可以包括操作S110至操作S130。
在操作S110，根据样本图像的第一特征和第一深度学习模型的第一分类网络的权重信息，确定注意力特征。
在本公开实施例中，第一特征是利用第一深度学习模型的第一特征提取网络处理样本图像得到的。例如，第一深度学习模型可以包括第一特征提取网络和第一分类网络。又例如，第一分类网络可以处理第一特征，得到第一分类结果。
在本公开实施例中，第一特征提取网络可以是各种深度学习网络。例如，第一特征提取网络可以是卷积神经网络(Convolutional Neural Network，CNN)。又例如，第一特征提取网络也可以包括一个或多个Transformer编码块(Transformer Block)。
在本公开实施例中，样本图像可以来自于各种图像数据集。例如，样本图像可以来自于ImageNet图像数据集。
在本公开实施例中，可以利用各种方式确定注意力特征。例如，将权重信息重组(Reshape)为一个权重矩阵，利用该权重矩阵对第一特征进行加权，得到注意力权重。可以理解，根据第一特征和权重信息，也可以利用其他方式确定注意力特征。
可以理解，在确定注意力特征之前或同时，可以获得第一特征和第一分类结果。
在操作S120，将注意力特征输入第一分类网络，得到注意力增强后的分类结果。
例如，第一分类网络也可以处理注意力特征，得到注意力增强后的分类结果。
在操作S130，根据注意力增强后的分类结果，训练第二深度学习模型。
在本公开实施例中，根据注意力增强后的分类结果，可以根据各种方式调整第二深度学习模型的参数。例如，基于有监督的训练方式，根据样本图像的标签和注意力增强后的分类结果之间的差异，可以调整第二深度学习模型的参数。又例如，也可以将样本图像输入第二深度学习模型，得到第二分类结果。基于蒸馏训练的训练方式，根据注意力增强后的分类结果和第二分类结果之间的差异，可以调整第二深度学习模型的参数。
通过本公开实施例，根据第一特征和权重信息，确定了注意力特征，可以使得第一深度学习模型输出的特征中信息更加丰富，可以更加准确地进行分类，可以获得更加准确的注意力增强后的分类结果。进而，利用注意力增强后的分类结果训练第二深度学习模型，有助于提高第二深度学习模型的精度。
下面将结合相关实施例对确定注意力特征的一些实施例方式进行详细说明。
图2是根据本公开的一个实施例的确定注意力特征的流程图。
如图2所示，方法210可以实现上述的操作S110。例如，方法210可以根据样本图像的第一特征和第一深度学习模型的第一分类网络的权重信息，确定注意力特征。下面将结合操作S211至操作S214进行详细说明。
在操作S211，根据第一特征和权重信息，确定注意力权重。
在本公开实施例中，可以利用预设权重函数处理第一特征和权重信息，得到注意力权重。例如，可以分别调整第一特征和权重信息的尺寸，使得调整后的第一特征和调整后的权重信息可以进行矩阵乘法操作。在一个示例中，可以向第一特征或权重信息中添加预设值(例如1)，使得二者可以相乘。又例如，预设权重函数可以是Softmax函数。利用Softmax函数处理调整后的第一特征和调整后的权重信息之间的乘积，可以得到注意力权重。
在操作S212，根据注意力权重和权重信息，得到第一加权特征。
在本公开实施例中，可以利用注意力权重为调整后的权重信息加权，得到第一加权特征。例如，基于矩阵乘法操作，可以将注意力权重与调整后的权重信息相乘，得到第一加权特征。
在操作S213，根据第一加权特征和第一特征，得到第二加权特征。
在本公开实施例中，可以将第一加权特征和第一特征融合，得到第二加权特征。例如，可以将第一加权特征与第一特征拼接，得到第二加权特征。
在操作S214，根据第二加权特征和第一特征，确定注意力特征。
在本公开实施例中，可以将第二加权特征与第一特征融合，以确定注意力特征。例如，可以调整第二加权特征的尺寸，使得第一特征和调整后的第二加权特征可以相加。根据相加结果，可以得到注意力特征。
可以理解，可以利用各种方式确定注意力特征。在本公开实施例中，根据第一特征和权重信息，还可以利用注意力网络确定注意力特征，下面将结合图3进行详细说明。
图3是根据本公开的一个实施例的注意力网络的示意图。
如图3所示，注意力网络N330可以包括第一全连接层N331、第二全连接层N332、Softmax层N333、第三全连接层N334和第四全连接层N335。
在本公开实施例中，在上述的操作S211的一些实施方式中，根据第一特征和权重信息，确定注意力权重可以包括：利用第一预设映射函数分别对第一特征和权重信息进行映射，得到映射后的第一特征和映射后的权重信息。利用预设权重函数处理映射后的第一特征和映射后的权重信息，得到注意力权重。
例如，第一全连接层N331可以利用第一预设映射函数φe(·)处理第一特征311，得到映射后的第一特征et。又例如，可以利用以下公式获得映射后的第一特征et：
et＝φe(xt) (公式一)
xt可以为第一特征311。
例如，第二全连接层N332可以利用第一预设映射函数φe(·)处理第一分类网络的权重信息W312，得到映射后的权重信息eW。又例如，可以利用以下公式获得映射后的权重信息eW：
eW＝φe(W) (公式二)
W可以为权重信息W312。通过本公开实施例，利用第一预设映射函数φe可以分别将第一特征311和权重信息W312线性映射至嵌入空间。在一个示例中，第一预设映射函数φe(·)可以将128维的第一特征311映射为256维的映射后的第一特征et。第一预设映射函数φe(·)也可以将128维的权重信息W312映射为256维的映射后的权重信息eW。
例如，Softmax层N333可以利用预设权重函数处理映射后的第一特征et和映射后的权重信息eW，得到注意力权重att。又例如，可以通过以下公式确定注意力权重：
softmax(·)函数可以作为上述的预设权重函数。可以为映射后的第一特征311的转置。
在本公开实施例中，在上述的操作S212的一些实施方式中，根据注意力权重和权重信息，得到第一加权特征可以包括：利用注意力权重对映射后的权重信息进行加权，得到第一加权特征。例如，可以基于矩阵乘法操作，将注意力权重att与映射后的权重信息eW相乘，得到第一加权特征331。又例如，，可以通过以下公式确定第一加权特征：
eatt＝eW·attt (公式四)
attt可以为注意力权重att的转置。eatt可以作为第一加权特征331。
在本公开实施例中，在上述的操作S213的一些实施方式中，根据第一加权特征和第一特征，得到第二加权特征可以包括：将第一加权特征和映射后的第一特征融合，得到第一融合特征。利用第二预设映射函数对第一融合特征进行映射，得到映射后的第一融合特征。对映射后的第一融合特征进行激活，得到第二加权特征。
例如，可以将第一加权特征311和映射后的第一特征et拼接，得到第一融合特征。例如，第三全连接层N334可以利用第二预设映射函数φa(·)处理第一融合特征，得到映射后的第一融合特征。例如，可以利用线性整流函数(Rectified Linear Unit，ReLU)对映射后的第一融合特征进行激活，得到第二加权特征ea。通过本公开实施例，对第一加权特征311和映射后的第一特征et的融合特征进行了线性映射和激活，可以使得第二加权特征ea的信息更加丰富。
又例如，可以通过以下公式获得第二加权特征ea：
ea＝ReLU(φa([et，eatt])) (公式五)
φa(·)可以为第二预设映射函数。[et，eatt]可以为第一融合特征。ReLU(·)为线性整流函数。
在本公开实施例中，在上述的操作S214的一些实施方式中，根据第二加权特征和第一特征，得到注意力特征可以包括：利用第三预设映射函数对第二加权特征进行映射，得到映射后的第二加权特征。将映射后的第二加权特征和第一特征融合，得到第二融合特征。对第二融合特征进行激活，得到注意力特征。
例如，第四全连接层N335可以利用第三预设映射函数φr(·)处理第二加权特征ea，得到映射后的第二加权特征。例如，映射后的第二加权特征的维度可以与第一特征311的维度一致。可以将映射后的第二加权特征与第一特征311相加，得到第二融合特征。例如，可以利用线性整流函数对第二融合特征进行激活，得到注意力特征332。
又例如，可以通过以下公式获得注意力特征：
xaug＝ReLU(xt+φr(ea)) (公式六)
φr(·)可以为第三预设映射函数。ReLU(·)为线性整流函数。xaug可以为注意力特征332。
通过本公开实施例，可以在确定注意力特征的过程中，根据第一分类网络的权重信息确定了注意力权重，并利用注意力权重为权重信息进行了加权，相当于将第一分类网络的权重信息作为了类别中心，可以提高注意力特征中权重信息的重要性，有助于将第一分类网络的性能传递给第二深度学习模型的分类网络。
可以理解，上文对确定注意力特征的一些实施方式进行了详细描述。下面将结合相关实施例对第一深度学习模型和第二深度学习模型进行详细说明。
在一些实施例中，第二深度学习模型的参数量小于或等于第一深度学习模型的参数量。
在本公开实施例中，第二特征提取网络可以是各种深度学习网络。例如，第二特征提取网络可以是卷积神经网络。又例如，第二特征提取网络也可以包括一个或多个Transformer编码块。
在本公开实施例中，第二特征提取网络的参数量可以小于第一特征提取网络。例如，第二特征提取网络中Transformer编码块的数量可以小于第一特征提取网络中Transformer编码块的数量。又例如，第二特征提取网络中Transformer编码块的参数量也可以小于第一特征提取网络中Transformer编码块的参数量。
在本公开实施例中，样本图像可以与一个第一特征对应。该第一特征可以与一个第一分类结果对应。例如，第一分类结果可以是利用第一深度学习模型的第一分类网络处理第一特征得到的。又例如，在获得第二特征或上述的注意力特征之前，可以获得第一特征以及第一分类结果。
在一些实施例中，第二深度学习模型可以作为学生模型，第一深度学习模型可以作为教师模型。例如，如上述的操作S130的一些实施方式中，训练第二深度学习模型还可以包括：利用第一分类结果和第二深度学习模型输出的第二分类结果之间的差异，调整第一深度学习模型的参数。
可以理解，上文对本公开的第一深度学习模型和第二深度学习模型进行了说明，下面将结合相关实施例对训练第一深度学习模型一些实施方式进行详细说明。
图4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原理图。
上述的第一深度学习模型可以包括第一特征提取网络N411和第一分类网络N412。上述的第二深度学习模型可以包括第二特征提取网络N421和第二分类网络N422。例如，第一深度学习模型可以包括多个高效数据图像Transformer(Data-efficient imageTransformer，DeiT)编码块。第二深度学习模型也可以包括多个高效数据图像Transformer编码块。第二深度学习模型的参数量可以小于第一深度学习模型的参数量。
在将样本图像401输入第二深度学习模型的之前或同时，将样本图像401输入第一深度学习模型的第一特征提取网络N411，可以得到第一特征411。将第一特征411输入第一深度学习模型的第一分类网络N412，可以得到第一分类结果。
如图4所示，可以获取第一分类网络N412的多个权重，作为权重信息W412。根据第一特征41l和权重信息W412，利用注意力网络N430可以确定注意力特征432。将注意力特征432输入第一分类网络，可以得到注意力增强后的分类结果433可以理解，上述关于注意力网络N330的详细描述，同样适用于本实施例中的注意力网络N430，本公开在此不在赘述。也可以理解，注意力网络N430可以部署于第一深度学习模型，也可以部署于第二深度学习模型，也可以作为独立的第三深度学习模型，本公开对此不进行限制。
在本公开实施例中，上述的方法还可以包括：将样本图像输入第二深度学习模型的第二特征提取网络，得到样本图像的第二特征；将第二特征输入第二深度学习模型的第二分类网络，得到第二分类结果。例如，如图4所示，也可以将样本图像401输入第二深度学习模型的第二特征提取网络N421，得到第二特征421。将第二特征421输入第二深度学习模型的第二分类网络N422，可以得到第二分类结果422。
在一些实施例中，在上述的操作S130的一些实施方式中，根据注意力增强后的分类结果，训练第二深度学习模型可以包括：根据注意力增强后的分类结果，确定损失值。
在本公开实施例中，根据注意力增强后的分类结果，确定损失值可以包括：根据注意力增强后的分类结果和样本图像的标签，确定交叉熵值。根据第一特征和注意力特征，确定均方误差值。根据交叉熵值和均方误差值，确定一致性子损失。例如，如图4所示，根据注意力增强后的分类结果433和样本图像401的标签，可以确定交叉熵值。又例如，如图4所示，可以根据第一特征411和注意力特征432，确定均方误差值。又例如，将交叉熵值和均方误差值相加，可以确定一致性子损失434。又例如，可以通过以下公式确定一致性子损失：
Lconsistency＝cross_entropy(logitsaugt，ylabel)+MSE(xt，xaug) (公式七)
Lconsistency可以为一致性子损失434。logitsaugt可以为注意力增强后的分类结果433。ylabel可以为样本图像401的标签。xaug可以为注意力特征432。xt可以为第一特征411。cross_entropy(·)为交叉熵函数。MSE(·)为均方误差(Mean Square Error，MSE)函数。
在本公开实施例中，根据一致性子损失，可以确定损失值。
通过本公开实施例，根据交叉熵值，可以确定注意力增强后的分类结果与标签之间的差异。根据均方误差值，可以确定第一特征与注意力特征之间的差异。利用这两个差异确定的一致性子损失训练第二深度学习模型，可以提高第二深度学习模型从样本图像中获取信息更丰富的特征的能力，进而有助于提高第二深度学习模型的精度，提高图像分类效果。
在本公开实施例中，根据一致性子损失，可以确定损失值可以包括：根据注意力增强后的分类结果和第二分类结果，确定蒸馏子损失。例如，根据注意力增强后的分类结果433和第二分类结果422，可以确定蒸馏子损失441。又例如，可以通过以下公式确定蒸馏子损失：
Ldistill＝cross—entropy(logitss，argmax(logitsaugt)) (公式八)
Ldistill可以为蒸馏子损失441。logitss可以为第二分类结果422。argmax(·)为一个数学函数，可以从分类结果中获取一个或多个最值信息。
在本公开实施例中，根据一致性损失，可以确定损失值还可以包括：一致性子损失434和蒸馏子损失441，可以确定损失值。
通过本公开实施例，基于蒸馏训练的方式，将注意力增强后的分类结果433和第二分类结果422蒸馏，可以进一步提高第二深度学习模型从样本图像中获取信息更丰富的特征的能力，进而有助于提高第二深度学习模型的精度，提高图像分类效果。
在本公开实施例中，根据蒸馏子损失和一致性子损失，确定损失值还可以包括：根据第二分类结果和标签，确定分类子损失。例如，根据第二分类结果422和样本图像401的标签，可以确定分类子损失423。又例如，可以通过以下公式确定分类子损失：
Lcls＝cross_entropy(logitss，ylabel) (公式九)
Lcls可以作为分类子损失423。logitss可以为第二分类结果。
在本公开实施例中，可以根据蒸馏子损失、一致性子损失和分类子损失，确定损失值。根据蒸馏子损失441、一致性子损失434和分类子损失423，可以进行求和运算或加权求和运算等各种运算，确定损失值。例如，可以利用第一预设权重对分类子损失加权，得到加权后的分类子损失。可以利用第二预设权重对蒸馏子损失加权，得到加权后的蒸馏子损失。可以利用第三预设权重对一致性子损失加权，得到加权后的一致性子损失。根据加权后的分类子损失、加权后的蒸馏子损失和加权后的一致性子损失，确定损失值。在一个示例中，第二预设权重可以作为第三预设权重，可以通过以下公式确定损失值：
L可以作为损失值。第一预设权重和第二预设权重可以均为0.5。
接下来，在本公开实施例中，根据损失值，可以调整第二深度学习模型的参数，以训练第二深度学习模型。此外，在本公开实施例中，也可以训练注意力网络。例如，根据损失值，基于反向传播或梯度下降算法，调整第二特征提取网络、第二分类网络、注意力网络的参数
通过本公开实施例，利用结合蒸馏训练和有监督的训练方式，可以加快第一深度学习模型收敛，提高训练效率，也有助于提高第一深度学习模型的精度，进而提高图像分类的准确率和效率。
图5是根据本公开的另一个实施例的图像分类方法的流程图。
如图5所示，该方法500可以包括操作S510。
在操作S510，将目标图像输入第一深度学习模型，得到目标分类结果。
在本公开实施例中，第一深度学习模型可以是利用本公开提供的深度学习模型的训练方法训练的。例如，第一深度学习模型可以是利用方法100进行训练的。
在本公开实施例中，目标图像可以是各种图像。例如，目标对象可以是各种物体、动物，也可以是动物或物体的局部(例如动物的面部)。
在本公开实施例中，目标分类结果可以指示目标图像的类别，也可以指示目标图像中对象的类别。
图6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。
如图6所示，该装置600可以包括确定模块610、第一获得模块620和训练模块630
确定模块610，用于根据样本图像的第一特征和第一深度学习模型的第一分类网络的权重信息，确定注意力特征。例如，第一特征是利用第一深度学习模型的第一特征提取网络处理样本图像得到的。
第一获得模块620，用于将注意力特征输入第一分类网络，得到注意力增强后的分类结果。
训练模块630，用于根据注意力增强后的分类结果，训练第二深度学习模型。
在一些实施例中，确定模块包括：第一确定子模块，用于根据第一特征和权重信息，确定注意力权重；第一获得子模块，用于根据注意力权重和权重信息，得到第一加权特征；第二获得子模块，用于根据第一加权特征和第一特征，得到第二加权特征；以及第二确定子模块，用于根据第二加权特征和第一特征，确定注意力特征。
在一些实施例中，第一确定子模块包括：第一映射单元，用于利用第一预设映射函数分别对第一特征和权重信息进行映射，得到映射后的第一特征和映射后的权重信息；第一处理单元，用于利用预设权重函数处理映射后的第一特征和映射后的权重信息，得到注意力权重。
在一些实施例中，第一获得子模块包括：第一加权单元，用于利用注意力权重对映射后的权重信息进行加权，得到第一加权特征。
在一些实施例中，第二获得子模块包括：第一融合单元，用于将第一加权特征和映射后的第一特征融合，得到第一融合特征；第二映射单元，用于利用第二预设映射函数对第一融合特征进行映射，得到映射后的第一融合特征；第一激活单元，用于对映射后的第一融合特征进行激活，得到第二加权特征。
在一些实施例中，第二确定子模块包括：第三映射单元，用于利用第三预设映射函数对第二加权特征进行映射，得到映射后的第二加权特征；第二融合单元，用于将映射后的第二加权特征和第一特征融合，得到第二融合特征；以及第二激活单元，用于对第二融合特征进行激活，得到注意力特征。
在一些实施例中，训练模块包括：第三确定子模块，用于根据注意力增强后的分类结果，确定损失值；调整子模块，用于根据损失值，调整第二深度学习模型的参数，以训练第二深度学习模型。
在一些实施例中，第三确定子模块包括：第一确定单元，用于根据注意力增强后的分类结果和样本图像的标签，确定交叉熵值；第二确定单元，用于根据第一特征和注意力特征，确定均方误差值；第三确定单元，用于根据交叉熵值和均方误差值，确定一致性子损失；以及第四确定单元，用于根据一致性子损失，确定损失值。
在一些实施例中，装置600还包括：第二获得模块，用于将样本图像输入第二深度学习模型的第二特征提取网络，得到样本图像的第二特征；第三获得模块，用于将第二特征输入第二深度学习模型的第二分类网络，得到第二分类结果。第四确定单元包括：第一确定子单元，用于根据注意力增强后的分类结果和第二分类结果，确定蒸馏子损失；以及第二确定子单元，用于根据蒸馏子损失和一致性子损失，确定损失值。
在一些实施例中，第二确定子单元还用于：根据第二分类结果和标签，确定分类子损失；根据分类子损失、蒸馏子损失和一致性子损失，确定损失值。
在一些实施例中，第二确定子单元还用于：利用第一预设权重对分类子损失加权，得到加权后的分类子损失；利用第二预设权重对蒸馏子损失加权，得到加权后的蒸馏子损失；利用第三预设权重对一致性子损失加权，得到加权后的一致性子损失；以及根据加权后的分类子损失、加权后的蒸馏子损失和加权后的一致性子损失，确定损失值。
在一些实施例中，确定模块包括：第四确定子模块，用于根据第一特征和权重信息，利用注意力网络确定注意力特征，装置还包括：第二训练模块，用于根据注意力增强后的分类结果，训练注意力网络。
图7是根据本公开的另一个实施例的图像分类装置的框图。
如图7所示，该装置700可以包括第四获得模块710。
第四获得模块710，用于将目标图像输入第二深度学习模型，得到目标分类结果。
例如，第二深度学习模型是利用本公开提供的装置训练得到的。
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8示出了可以用来实施本公开的实施例的示例电子设备800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8所示，设备800包括计算单元801，其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序，来执行各种适当的动作和处理。在RAM 803中，还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
设备800中的多个部件连接至I/O接口805，包括：输入单元806，例如键盘、鼠标等；输出单元807，例如各种类型的显示器、扬声器等；存储单元808，例如磁盘、光盘等；以及通信单元809，例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800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801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801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801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/或图像分类方法。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808。在一些实施例中，计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801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801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)、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)显示器或者LCD(液晶显示器))；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 (26)
1.一种深度学习模型的训练方法，包括：
根据样本图像的第一特征和教师模型的第一分类网络的权重信息，确定注意力特征，其中，所述第一特征是利用所述教师模型的第一特征提取网络处理所述样本图像得到的；
将所述注意力特征输入所述第一分类网络，得到注意力增强后的分类结果；
将所述样本图像输入学生模型，得到第二分类结果，其中，所述学生模型的参数量小于所述教师模型的参数量；以及
根据所述注意力增强后的分类结果和所述第二分类结果之间的差异，调整所述学生模型的参数，以训练所述学生模型，
其中，所述根据样本图像的第一特征和教师模型的第一分类网络的权重信息，确定注意力特征包括：
根据所述第一特征和所述权重信息，确定注意力权重；
根据所述注意力权重和所述权重信息，得到第一加权特征；
根据所述第一加权特征和所述第一特征，得到第二加权特征；以及
根据所述第二加权特征和所述第一特征，确定所述注意力特征。
2.根据权利要求1所述的方法，其中，所述根据所述第一特征和所述权重信息，确定注意力权重包括：
利用第一预设映射函数分别对所述第一特征和所述权重信息进行映射，得到映射后的第一特征和映射后的权重信息；
利用预设权重函数处理所述映射后的第一特征和所述映射后的权重信息，得到所述注意力权重。
3.根据权利要求2所述的方法，其中，所述根据所述注意力权重和所述权重信息，得到第一加权特征包括：
利用所述注意力权重对所述映射后的权重信息进行加权，得到所述第一加权特征。
4.根据权利要求2所述的方法，其中，所述根据所述第一加权特征和所述第一特征，得到第二加权特征包括：
将所述第一加权特征和所述映射后的第一特征融合，得到第一融合特征；
利用第二预设映射函数对所述第一融合特征进行映射，得到映射后的第一融合特征；
对所述映射后的第一融合特征进行激活，得到所述第二加权特征。
5.根据权利要求1所述的方法，其中，所述根据所述第二加权特征和所述第一特征，确定所述注意力特征包括：
利用第三预设映射函数对所述第二加权特征进行映射，得到映射后的第二加权特征；
将所述映射后的第二加权特征和所述第一特征融合，得到第二融合特征；以及
对所述第二融合特征进行激活，得到所述注意力特征。
6.根据权利要求1所述的方法，其中，所述根据所述注意力增强后的分类结果，调整所述学生模型的参数包括：
根据所述注意力增强后的分类结果，确定损失值；
根据所述损失值，调整所述学生模型的参数。
7.根据权利要求6所述的方法，其中，所述根据所述注意力增强后的分类结果，确定损失值包括：
根据所述注意力增强后的分类结果和所述样本图像的标签，确定交叉熵值；
根据所述第一特征和所述注意力特征，确定均方误差值；
根据所述交叉熵值和所述均方误差值，确定一致性子损失；以及
根据所述一致性子损失，确定所述损失值。
8.根据权利要求7所述的方法，所述将所述样本图像输入学生模型，得到第二分类结果包括：
将所述样本图像输入所述学生模型的第二特征提取网络，得到所述样本图像的第二特征；
将所述第二特征输入所述学生模型的第二分类网络，得到第二分类结果；
其中，所述根据所述一致性子损失，确定所述损失值包括：
根据所述注意力增强后的分类结果和所述第二分类结果，确定蒸馏子损失；以及
根据所述蒸馏子损失和所述一致性子损失，确定所述损失值。
9.根据权利要求8所述的方法，其中，所述根据所述蒸馏子损失和所述一致性子损失，确定所述损失值还包括：
根据所述第二分类结果和所述标签，确定分类子损失；
根据所述分类子损失、所述蒸馏子损失和所述一致性子损失，确定所述损失值。
10.根据权利要求9所述的方法，其中，所述根据所述分类子损失、所述蒸馏子损失和所述一致性子损失，确定所述损失值包括：
利用第一预设权重对所述分类子损失加权，得到加权后的分类子损失；
利用第二预设权重对所述蒸馏子损失加权，得到加权后的蒸馏子损失；
利用第三预设权重对所述一致性子损失加权，得到加权后的一致性子损失；以及
根据所述加权后的分类子损失、所述加权后的蒸馏子损失和所述加权后的一致性子损失，确定所述损失值。
11.根据权利要求1至5任一项所述的方法，其中，所述根据样本图像的第一特征和教师模型的第一分类网络的权重信息，确定注意力特征包括：
根据所述第一特征和所述权重信息，利用注意力网络确定所述注意力特征，
所述方法还包括：
根据所述注意力增强后的分类结果，训练所述注意力网络。
12.一种图像分类方法，包括：
将目标图像输入学生模型，得到目标分类结果，
其中，所述学生模型是利用权利要求1至11任一项所述的方法训练得到的。
13.一种深度学习模型的训练装置，包括：
确定模块，用于根据样本图像的第一特征和教师模型的第一分类网络的权重信息，确定注意力特征，其中，所述第一特征是利用所述教师模型的第一特征提取网络处理所述样本图像得到的；
第一获得模块，用于将所述注意力特征输入所述第一分类网络，得到注意力增强后的分类结果；
所述装置还用于将所述样本图像输入学生模型，得到第二分类结果，其中，所述学生模型的参数量小于所述教师模型的参数量；以及
训练模块，用于根据所述注意力增强后的分类结果和所述第二分类结果之间的差异，调整所述学生模型的参数，以训练所述学生模型，
其中，所述确定模块包括：
第一确定子模块，用于根据所述第一特征和所述权重信息，确定注意力权重；
第一获得子模块，用于根据所述注意力权重和所述权重信息，得到第一加权特征；
第二获得子模块，用于根据所述第一加权特征和所述第一特征，得到第二加权特征；以及
第二确定子模块，用于根据所述第二加权特征和所述第一特征，确定所述注意力特征。
14.根据权利要求13所述的装置，其中，所述第一确定子模块包括：
第一映射单元，用于利用第一预设映射函数分别对所述第一特征和所述权重信息进行映射，得到映射后的第一特征和映射后的权重信息；
第一处理单元，用于利用预设权重函数处理所述映射后的第一特征和所述映射后的权重信息，得到所述注意力权重。
15.根据权利要求14所述的装置，其中，所述第一获得子模块包括：
第一加权单元，用于利用所述注意力权重对所述映射后的权重信息进行加权，得到所述第一加权特征。
16.根据权利要求14所述的装置，其中，所述第二获得子模块包括：
第一融合单元，用于将所述第一加权特征和所述映射后的第一特征融合，得到第一融合特征；
第二映射单元，用于利用第二预设映射函数对所述第一融合特征进行映射，得到映射后的第一融合特征；
第一激活单元，用于对所述映射后的第一融合特征进行激活，得到所述第二加权特征。
17.根据权利要求13所述的装置，其中，所述第二确定子模块包括：
第三映射单元，用于利用第三预设映射函数对所述第二加权特征进行映射，得到映射后的第二加权特征；
第二融合单元，用于将所述映射后的第二加权特征和所述第一特征融合，得到第二融合特征；以及
第二激活单元，用于对所述第二融合特征进行激活，得到所述注意力特征。
18.根据权利要求13所述的装置，其中，所述训练模块包括：
第三确定子模块，用于根据所述注意力增强后的分类结果，确定损失值；
调整子模块，用于根据所述损失值，调整所述学生模型的参数。
19.根据权利要求18所述的装置，其中，所述第三确定子模块包括：
第一确定单元，用于根据所述注意力增强后的分类结果和所述样本图像的标签，确定交叉熵值；
第二确定单元，用于根据所述第一特征和所述注意力特征，确定均方误差值；
第三确定单元，用于根据所述交叉熵值和所述均方误差值，确定一致性子损失；以及
第四确定单元，用于根据所述一致性子损失，确定所述损失值。
20.根据权利要求19所述的装置，还包括：
第二获得模块，用于将所述样本图像输入所述学生模型的第二特征提取网络，得到所述样本图像的第二特征；
第三获得模块，用于将所述第二特征输入所述学生模型的第二分类网络，得到第二分类结果；
其中，所述第四确定单元包括：
第一确定子单元，用于根据所述注意力增强后的分类结果和所述第二分类结果，确定蒸馏子损失；以及
第二确定子单元，用于根据所述蒸馏子损失和所述一致性子损失，确定所述损失值。
21.根据权利要求20所述的装置，其中，所述第二确定子单元还用于：
根据所述第二分类结果和所述标签，确定分类子损失；
根据所述分类子损失、所述蒸馏子损失和所述一致性子损失，确定所述损失值。
22.根据权利要求21所述的装置，其中，所述第二确定子单元还用于：
利用第一预设权重对所述分类子损失加权，得到加权后的分类子损失；
利用第二预设权重对所述蒸馏子损失加权，得到加权后的蒸馏子损失；
利用第三预设权重对所述一致性子损失加权，得到加权后的一致性子损失；以及
根据所述加权后的分类子损失、所述加权后的蒸馏子损失和所述加权后的一致性子损失，确定所述损失值。
23.根据权利要求13至18任一项所述的装置，其中，所述确定模块包括：
第四确定子模块，用于根据所述第一特征和所述权重信息，利用注意力网络确定所述注意力特征，
所述装置还包括：
第二训练模块，用于根据所述注意力增强后的分类结果，训练所述注意力网络。
24.一种图像分类装置，包括：
第四获得模块，用于将目标图像输入学生模型，得到目标分类结果，
其中，所述学生模型是利用权利要求13至23任一项所述的装置训练得到的。
25.一种电子设备，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12中任一项所述的方法。
26.一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12中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211219250.5A CN115482395B (zh) | 2022-09-30 | 2022-09-30 | 模型训练方法、图像分类方法、装置、电子设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211219250.5A CN115482395B (zh) | 2022-09-30 | 2022-09-30 | 模型训练方法、图像分类方法、装置、电子设备和介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115482395A CN115482395A (zh) | 2022-12-16 |
| CN115482395B true CN115482395B (zh) | 2024-02-20 |
Family
ID=84394094
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211219250.5A Active CN115482395B (zh) | 2022-09-30 | 2022-09-30 | 模型训练方法、图像分类方法、装置、电子设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115482395B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116416440B (zh) * | 2023-01-13 | 2024-02-06 | 北京百度网讯科技有限公司 | 目标识别方法、模型训练方法、装置、介质和电子设备 |
| CN116206131B (zh) * | 2023-03-16 | 2023-09-19 | 北京百度网讯科技有限公司 | 图像处理方法、深度学习模型的训练方法及装置 |
| CN116778300B (zh) * | 2023-06-25 | 2023-12-05 | 北京数美时代科技有限公司 | 一种基于知识蒸馏的小目标检测方法、系统和存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110782420A (zh) * | 2019-09-19 | 2020-02-11 | 杭州电子科技大学 | 一种基于深度学习的小目标特征表示增强方法 |
| CN114612743A (zh) * | 2022-03-10 | 2022-06-10 | 北京百度网讯科技有限公司 | 深度学习模型的训练方法、目标对象识别方法和装置 |
| CN114898151A (zh) * | 2022-05-13 | 2022-08-12 | 重庆理工大学 | 一种基于深度学习与支持向量机融合的图像分类方法 |
| CN114943840A (zh) * | 2022-06-16 | 2022-08-26 | 京东科技信息技术有限公司 | 机器学习模型的训练方法、图像的处理方法和电子设备 |
| CN115034256A (zh) * | 2022-05-05 | 2022-09-09 | 上海大学 | 基于深度学习的近地面目标声震信号分类识别系统及方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111104830A (zh) * | 2018-10-29 | 2020-05-05 | 富士通株式会社 | 用于图像识别的深度学习模型、该模型的训练装置及方法 |
-
2022
- 2022-09-30 CN CN202211219250.5A patent/CN115482395B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110782420A (zh) * | 2019-09-19 | 2020-02-11 | 杭州电子科技大学 | 一种基于深度学习的小目标特征表示增强方法 |
| CN114612743A (zh) * | 2022-03-10 | 2022-06-10 | 北京百度网讯科技有限公司 | 深度学习模型的训练方法、目标对象识别方法和装置 |
| CN115034256A (zh) * | 2022-05-05 | 2022-09-09 | 上海大学 | 基于深度学习的近地面目标声震信号分类识别系统及方法 |
| CN114898151A (zh) * | 2022-05-13 | 2022-08-12 | 重庆理工大学 | 一种基于深度学习与支持向量机融合的图像分类方法 |
| CN114943840A (zh) * | 2022-06-16 | 2022-08-26 | 京东科技信息技术有限公司 | 机器学习模型的训练方法、图像的处理方法和电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115482395A (zh) | 2022-12-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115482395B (zh) | 模型训练方法、图像分类方法、装置、电子设备和介质 | |
| CN113343982B (zh) | 多模态特征融合的实体关系提取方法、装置和设备 | |
| CN113837308B (zh) | 基于知识蒸馏的模型训练方法、装置、电子设备 | |
| CN114494784A (zh) | 深度学习模型的训练方法、图像处理方法和对象识别方法 | |
| CN113705362B (zh) | 图像检测模型的训练方法、装置、电子设备及存储介质 | |
| CN114187459A (zh) | 目标检测模型的训练方法、装置、电子设备以及存储介质 | |
| CN115456167B (zh) | 轻量级模型训练方法、图像处理方法、装置及电子设备 | |
| CN115147680B (zh) | 目标检测模型的预训练方法、装置以及设备 | |
| CN114119989A (zh) | 图像特征提取模型的训练方法、装置及电子设备 | |
| CN112529180A (zh) | 模型蒸馏的方法和装置 | |
| CN117315334A (zh) | 图像分类方法、模型的训练方法、装置、设备及介质 | |
| CN116229584A (zh) | 一种人工智能领域的文本分割识别方法、系统、设备及介质 | |
| CN114861758A (zh) | 多模态数据处理方法、装置、电子设备及可读存储介质 | |
| CN113239215B (zh) | 多媒体资源的分类方法、装置、电子设备及存储介质 | |
| CN116092101A (zh) | 训练方法、图像识别方法、装置、设备及可读存储介质 | |
| CN114445833B (zh) | 文本识别方法、装置、电子设备和存储介质 | |
| CN113361621B (zh) | 用于训练模型的方法和装置 | |
| CN112784967B (zh) | 信息处理方法、装置以及电子设备 | |
| CN114707638A (zh) | 模型训练、对象识别方法及装置、设备、介质和产品 | |
| CN115578613B (zh) | 目标再识别模型的训练方法和目标再识别方法 | |
| CN116188875B (zh) | 图像分类方法、装置、电子设备、介质和产品 | |
| CN113051472B (zh) | 点击通过率预估模型的建模方法、装置、设备以及存储介质 | |
| CN116361658B (zh) | 模型训练方法、任务处理方法、装置、电子设备及介质 | |
| CN114821603B (zh) | 票据识别方法、装置、电子设备以及存储介质 | |
| CN115482396A (zh) | 模型训练方法、图像分类方法、装置、设备和介质 |
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 |