CN115482422A - 深度学习模型的训练方法、图像处理方法和装置 - Google Patents
深度学习模型的训练方法、图像处理方法和装置 Download PDFInfo
- Publication number
- CN115482422A CN115482422A CN202211147121.XA CN202211147121A CN115482422A CN 115482422 A CN115482422 A CN 115482422A CN 202211147121 A CN202211147121 A CN 202211147121A CN 115482422 A CN115482422 A CN 115482422A
- Authority
- CN
- China
- Prior art keywords
- layer
- features
- image
- deep learning
- learning model
- 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
- 238000013136 deep learning model Methods 0.000 title claims abstract description 157
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000012549 training Methods 0.000 title claims abstract description 61
- 238000003672 processing method Methods 0.000 title claims description 17
- 238000004364 calculation method Methods 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims description 85
- 238000012360 testing method Methods 0.000 claims description 51
- 238000004590 computer program Methods 0.000 claims description 12
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000013135 deep learning Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 18
- 238000001514 detection method Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 241001465754 Metazoa Species 0.000 description 3
- 230000006870 function 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
- 238000010998 test method Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013475 authorization 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
- 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
- 230000002035 prolonged effect Effects 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
Images
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
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/771—Feature selection, e.g. selecting representative features from a multi-dimensional feature space
-
- 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
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/776—Validation; Performance evaluation
-
- 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)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Multimedia (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (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、深度学习和计算机视觉领域。具体实现方案为:深度学习模型包括级联的L个特征计算层;从样本图像的M个特征中确定部分特征作为第1层的冗余特征,将M个特征中除冗余特征外的剩余特征输入第1层,得到第1层的输出特征,其中,M为大于等于2的整数;将第i层的输出特征和第i层的冗余特征组成第i+1层的全量特征,从第i+1层的全量特征中确定部分特征作为第i+1层的冗余特征,将第i+1层的全量特征中除第i+1层的冗余特征外的剩余特征输入第i+1层,得到第i+1层的输出特征,其中,i=1,……L‑1;根据第L层的输出特征,确定深度学习模型的损失;以及根据损失,调整深度学习模型的参数。
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、计算机视觉和图像处理技术。更具体地,本公开提供了一种深度学习模型的训练方法、图像处理方法、装置、电子设备和存储介质。
背景技术
深度学习模型在计算机视觉领域得到了越来越广泛的应用。深度学习模型的规模不断扩大,导致模型的训练时长也逐步提高。
发明内容
本公开提供了一种深度学习模型的训练方法、装置、设备以及存储介质。
根据第一方面,提供了一种深度学习模型的训练方法,深度学习模型包括级联的L个特征计算层,L为大于等于2的整数;该方法包括:从样本图像的M个特征中确定部分特征作为第1层的冗余特征,将M个特征中除冗余特征外的剩余特征输入第1层,得到第1层的输出特征,其中,M为大于等于2的整数;将第i层的输出特征和第i层的冗余特征组成第i+1层的全量特征,从第i+1层的全量特征中确定部分特征作为第i+1层的冗余特征,将第i+1层的全量特征中除第i+1层的冗余特征外的剩余特征输入第i+1层,得到第i+1层的输出特征,其中,i=1,……L-1;根据第L层的输出特征,确定深度学习模型的损失;以及根据损失,调整深度学习模型的参数。
根据第二方面,提供了一种深度学习模型的测试方法,其中,深度学习模型是根据上述深度学习模型的训练方法进行训练得到的;该深度学习模型的测试包括:将测试图像的N个特征输入深度学习模型的第1层,得到第1层的N个输出特征,其中,N为大于等于2的整数;将第i层的N个输出特征输入第i+1层,得到第i+1层的N个输出特征,i=1,......L-1;以及根据第L层的N个输出特征,确定测试结果。
根据第三方面,提供了一种图像处理方法,包括:获取待处理图像;以及将待处理图像输入深度学习模型,得到待处理图像的处理结果,其中处理结果包括待处理图像的类别、待处理图像中目标对象的位置以及待处理图像中的文本信息中的之一;其中,深度学习模型是根据上述深度学习模型的训练方法进行训练得到的。
根据第四方面,提供了一种深度学习模型的训练装置,深度学习模型包括级联的L个特征计算层,L为大于等于2的整数;该装置包括:第一处理模块,用于从样本图像的M个特征中确定部分特征作为第1层的冗余特征,将M个特征中除冗余特征外的剩余特征输入第1层,得到第1层的输出特征,其中,M为大于等于2的整数;第二处理模块,用于将第i层的输出特征和第i层的冗余特征组成第i+1层的全量特征,从第i+1层的全量特征中确定部分特征作为第i+1层的冗余特征,将第i+1层的全量特征中除第i+1层的冗余特征外的剩余特征输入第i+1层,得到第i+1层的输出特征,其中,i=1,......L-1;第一确定模块,用于根据第L层的输出特征,确定深度学习模型的损失;以及调整模块,用于根据损失,调整深度学习模型的参数。
根据第五方面,提供了一种深度学习模型的测试装置,其中,深度学习模型是根据上述深度学习模型的训练装置进行训练得到的;该深度学习模型的测试装置包括:第三处理模块,用于将测试图像的N个特征输入深度学习模型的第1层,得到第1层的N个输出特征,其中,N为大于等于2的整数;第四处理模块,用于将第i层的N个输出特征输入第i+1层,得到第i+1层的N个输出特征,i=1,......L-1;以及第三确定模块,用于根据第L层的N个输出特征,确定测试结果。
根据第六方面,提供了一种图像处理装置,包括:获取模块,用于获取待处理图像;以及第五处理模块,用于将待处理图像输入深度学习模型,得到待处理图像的处理结果,其中处理结果包括待处理图像的类别、待处理图像中目标对象的位置以及待处理图像中的文本信息中的之一;其中,深度学习模型是根据上述深度学习模型的训练装置进行训练得到的。
根据第七方面,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。
根据第八方面,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。
根据第九方面,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可以应用深度学习模型的训练方法、深度学习模型的测试方法和图像处理方法中的至少之一的示例性系统架构示意图;
图2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3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4是根据本公开的一个实施例的深度学习模型的测试方法的流程图;
图5是根据本公开的一个实施例的图像处理方法的流程图;
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深度学习模型的测试装置的框图;
图8根据本公开的一个实施例的图像处理装置的框图;以及
图9是根据本公开的一个实施例的深度学习模型的训练方法、深度学习模型的测试方法和图像处理方法中的至少之一的电子设备的框图。
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。
深度学习模型的应用越来越丰富,深度学习模型的规模也越来越大。针对大规模深度学习模型训练时间长,训练效率低的问题。一种解决方法是采用更快更好的GPU进行多机多卡训练,但是该方法会增加硬件成本。另一种解决方法是修改深度学习模型的结构,采用轻量化的模型结构进行训练,但是该方法会导致模型处理效果变差。
因此,如何提高大规模深度学习模型的训练效率,且不影响深度学习模型的处理效果,成为亟待解决的问题。
下面对深度学习模型的工作原理进行说明。
深度学习模型可以包括多个(例如5个)特征计算层,大规模深度学习模型可以是包含更多个(例如20个)特征计算层的深度学习模型。深度学习模型的多个特征计算层例如是级联的,每一层的输出可以作为下一层的输入,直至最后一层的输出可以作为整个深度学习模型的输出。
在计算机视觉领域,可以将图像划分为多个图像块,确定多个图像块各自的特征(token),组成特征序列。该特征序列可以作为深度学习模型的第1层的输入,第1层对输入的特征序列进行计算,得到第1层的输出,第1层的输出作为第2层的输入,......,以此类推,直至得到最后一层的输出。
但是图像的多个图像块彼此之间具有冗余性。例如,多个图像块中的部分图像块均表示图像背景,且图像背景相同,该部分图像块彼此之间具有冗余性。因此,该部分图像块各自的特征之间也具有冗余性,具有冗余性的特征可以称为冗余特征。
深度学习模型对冗余特征的计算不会带来处理效果的提升,反而会增加模型的训练时长。因此,本公开提供一种深度学习模型的训练方法,通过在训练时随机丢弃部分特征,来减少特征的冗余性,从而提高深度学习模型的训练速度,进而提高图像处理效率。
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。
在本公开的技术方案中,在获取或采集用户个人信息之前,均获取了用户的授权或同意。
图1是根据本公开一个实施例的可以应用深度学习模型的训练方法、深度学习模型的测试方法和图像处理方法中的至少之一的示例性系统架构示意图。需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示,根据该实施例的系统架构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,例如有线和/或无线通信链路等等。
用户可以使用终端设备101、102、103通过网络104与服务器105进行交互,以接收或发送消息等。终端设备101、102、103可以是各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机等等。
本公开实施例所提供的深度学习模型的训练方法以及图像处理方法中的至少之一一般可以由服务器105执行。相应地,本公开实施例所提供的深度学习模型的训练装置以及图像处理装置一般可以设置于服务器105中。本公开实施例所提供的深度学习模型的训练方法以及图像处理方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的深度学习模型的训练装置以及图像处理装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
图2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。
例如,深度学习模型可以包括级联的L(L为大于等于2的整数,例如L等于10)个特征计算层。深度学习模型例如是Transformer模型。
如图2所示,该深度学习模型的训练方法200可以包括操作S210~操作S240。
在操作S210,从样本图像的M个特征中确定部分特征作为第1层的冗余特征,将M个特征中除冗余特征外的剩余特征输入第1层,得到第1层的输出特征,其中,M为大于等于2的整数。
在操作S220,将第i层的输出特征和第i层的冗余特征组成第i+1层的全量特征,从第i+1层的全量特征中确定部分特征作为第i+1层的冗余特征,将第i+1层的全量特征中除第i+1层的冗余特征外的剩余特征输入第i+1层,得到第i+1层的输出特征,其中,i=1,……L-1。
在操作S230,根据第L层的输出特征,确定深度学习模型的损失。
在操作S240,根据损失,调整深度学习模型的参数。
例如,本实施例的应用场景还可以是车辆检测,样本图像可以是包含车辆的图像。将样本图像划分为M(M为大于等于2的整数)个图像块,可以使用全连接层对M个图像块中的每个进行特征提取,得到M个图像块各自的特征。全连接层可以作为深度学习模型的一个特征计算层,也可以作为一个独立的计算层,连接于深度学习模型的输入端。
示例性地,尺寸为200*200的样本图像,可以划分成20*20(M=400)图像块,每个图像块的尺寸为10*10。可以将20*20的图像块输入一个独立的全连接层,得到400个特征(token),该400个token可以作为维度是1*400的特征序列。
例如,样本图像是包含车辆的图像,样本图像中可以包含道路、树木、天空等背景。在样本图像的400个图像块中,包含相同背景的多个图像块(例如50个)彼此之间是具有冗余性的,与该多个图像块对应的多个特征彼此之间也是具有冗余性的。
例如,上述特征序列可以作为深度学习模型的输入,但是该特征序列中有多个特征彼此之间具有冗余性,本实施例可以采用随机丢弃部分特征的方式来减少冗余。
例如,可以从上述特征序列(400个特征)中随机丢弃部分特征(例如100个)作为冗余特征,将除冗余特征外的剩余300个特征输入到第1层,第1层可以输出300个经计算的特征(可以称为第1层的输出特征)。可以理解,随机丢弃的部分特征中可能包含具有冗余性的特征,也可能不包含具有冗余性的特征。为了避免重要的特征(没有冗余性的特征,例如包含了车辆的车轮信息、颜色、形状等信息的特征)被丢弃,可以在第2层进行特征计算前,将在第1层丢弃的特征复制过来,与第1层的输出特征再组成第2层的全量特征。
例如,可以将第1层的输出特征以及第1层随机丢弃掉的冗余特征(可以称为第1层的冗余特征)组合在一起作为第2层的全量特征,可以理解,该全量特征的数量为图像块的数量(例如400个)。针对第2层的全量特征,可以再随机丢弃掉部分特征(例如150个)作为第2层的冗余特征,将第2层的全量特征中除第2层的冗余特征外的剩余特征(例如250个)输入第2层,得到第2层的输出特征(例如250个)。
类似地,可以将第2层的输出特征以及第2层的冗余特征组合在一起作为第3层的全量特征,重复上述随机丢弃-特征计算-组合的步骤,直至得到最后一层(第L层)的输出特征。
例如,可以根据第L层的输出特征直接确定样本图像的处理结果,也可以将第L层的输出特征和第L层的冗余特征确定为目标输出特征;根据目标输出特征,确定样本图像的处理结果。样本图像的处理结果例如是样本图像中车辆的类别(例如机动车、自行车等)。
需要说明的是,本实施例还可以应用于其他图像分类的应用场景,例如样本图像是人脸图像,样本图像的处理结果可以是年龄、性别等。本实施例还可以应用目标检测、OCR文本识别等图像处理场景。例如在目标检测场景下,样本图像的处理结果可以是样本图像中的目标对象(例如人或动物)的位置。在OCR文本识场景下,样本图像的处理结果可以是样本图像中包含的文本信息。
例如,根据样本图像的处理结果和标签,可以确定深度学习模型的损失。例如计算处理结果和标签之间的交叉熵、相对熵等差异作为深度学习模型的损失。根据深度学习模型的损失可以调整深度学习模型的参数,针对调整后的深度学习模型,重复上述训练过程,直至深度学习模型的损失收敛,可以得到经训练的深度学习模型。
本实施例在训练过程中,通过在每一个特征计算层从全量特征中随机丢弃部分特征的方式来减少特征的冗余性,能够提高深度学习模型的训练速度,进而提高图像处理效率。例如提高车辆检测的效率、人脸识别的效率、OCR文本识别的效率等。
可以理解,本实施在每一层将上一层丢弃的部分特征与上一层输出的特征组合在一起作为本层的全量特征,能够避免采取随机丢弃的方式造成的随着层的递增,特征越来越小的情况,可以保证特征的完整性,保证深度学习模型的训练效果,进而保证图像处理效果。例如,保证辆检测的准确率、人脸识别的准确率、文本识别的准确率等等。
根据本公开的实施例,深度学习模型的每一层可以设置有丢弃概率,在每一层可以是根据丢弃概率确定随机丢弃的部分特征的数量的。
例如,每一层的丢弃概率可以相同(例如均为P,0<P<1),在每一层随机丢弃的部分特征的数量是相同的(例如在每一层均从400个特征中随机丢弃掉100个)。
又例如,由于L个特征计算层随着层数的递增冗余越来越多,因此可以设置L个特征计算层各自的丢弃概率随着层数递增而增大。例如,第i层的丢弃概率为Pi,Pi=b*i,b为大于0小于1的常数(例如b=0.05),i=1,……L。
图3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。
如图3所示,深度学习模型300包括第1层310、……第i层320、……第L层330,共L(例如L=10)个特征计算层。样本图像301可以划分为多个图像块,将多个图像块输入全连接层,可以得到多个图像块的特征序列302,作为深度学习模型300的输入。
在深度学习模型300的第1层310,根据第1层310的丢弃概率P1,可以从特征序列302中确定部分特征作为第1层310的冗余特征312,可以将特征序列302中除冗余特征312外的剩余特征311输入第1层310,得到第1层310的输出特征313。第1层310的输出特征313和第1层310的冗余特征312可以组成第2层的全量特征314。
以此类推,在深度学习模型300的第i层320,根据第i层320的丢弃概率Pi,可以从第i层320的全量特征(包括第i-1层的输出特征和第i-1层的冗余特征)中确定部分特征作为第i层320的冗余特征,可以将第i层320的全量特征中除第i层320的冗余特征外的剩余特征输入第i层320,得到第i层320的输出特征。
在深度学习模型300的第L层330,根据第L层330的丢弃概率PL,可以从第L层330的全量特征(包括第L-1层的输出特征和第L-1层的冗余特征)中确定部分特征作为第L层330的冗余特征332,可以将第L层330的全量特征中除第L层330的冗余特征332外的剩余特征输入第L层330,得到第L层330的输出特征331。
第L层330的输出特征331和第L层330的冗余特征332可以组成目标输出特征333,作为深度学习模型300的输出。根据目标输出特征333可以确定深度学习模型300的损失340。根据损失340可以调整深度学习模型300的参数,例如可以调整第1层310、……第i层320、……第L层330中的至少之一的参数。针对调整后的深度学习模型300,可以重复上述训练过程,直至深度学习模型300的损失收敛,得到经训练的深度学习模型300。
图4是根据本公开的一个实施例的深度学习模型的测试方法的流程图。
如图4所示,该深度学习模型的测试方法400包括操作S410~S430。
在操作S410,将测试图像的N个特征输入深度学习模型的第1层,得到第1层的N个输出特征。
在操作S420,将第i层的N个输出特征输入第i+1层,得到第i+1层的N个输出特征,i=1,……L-1。
在操作S430,根据第L层的N个输出特征,确定测试结果。
例如,深度学习模型可以是根据上述深度学习模型的训练方法进行训练得到的。上述深度学习模型的训练方法在训练过程中,每一层均随机丢弃部分特征,来加速深度学习模型的训练。针对该深度学习模型,可以在测试的过程中,在每一层均采取全量的特征进行计算,根据测试过程的输出结果,来验证上述深度学习模型的处理效果。
例如,测试图像可以是包含车辆的图像,将测试图像划分为N(N为大于等于2的整数,例如N=100)个图像块,可以使用全连接层对N个图像块中的每个进行特征提取,得到N个图像块各自的特征。
例如,将测试图像的N个特征输入深度学习模型的第1层,可以得到第1层的N个输出特征,将第1层的N个输出特征输入第2层,得到第2层的N个输出特征。以此类推,将第i层的N个输出特征输入第i+1层,得到第i+1层的N个输出特征,直至得到第L层的N个输出特征。
可以理解,深度学习模型每一层的输入(或输出)的N个特征包含了测试图像中的所有信息,例如包含了测试图像中的车辆信息以及天空、道路、树木等背景信息。
例如,根据第L层的N个输出特征,可以确定测试图像的处理结果,测试图像的处理结果可以是车辆的类别(例如机动车、自行车等)。对应地,在人脸识别场景下,测试图像的处理结果可以是年龄、性别等。在目标检测场景下,测试图像的处理结果可以是测试图像中的目标对象(例如人或动物)的位置。在OCR文本识场景下,测试图像的处理结果可以是样本图像中包含的文本信息。
例如,根据测试图像的处理结果和测试图像的标签,可以确定深度学习模型的处理效果,处理效果可以包括图像分类的准确率(例如车辆检测准确率、人脸识别准确率等)、目标检测准确性(例如目标对象位置的准确性等)以及图像中文本信息识别的准确率中之一。
本公开实施例在测试过程中,在每一层均采取全量的特征进行计算,能够保证测试的准确性,从而保证深度学习模型的有效性,进而保证图像处理效果。图像处理效果例如包括车辆检测的准确率、人脸识别的准确率、文本识别的准确率等等。
图5是根据本公开的一个实施例的图像处理方法的流程图。
如图5所示,该图像处理方法500包括操作S510~S520。
在操作S510,获取待处理图像。
在操作S520,将待处理图像输入深度学习模型,得到待处理图像的处理结果。
例如,深度学习模型是根据上述深度学习模型的训练方法进行训练得到的。
本实施例的应用场景可以是图像分类,将待处理图像输入深度学习模型,可以得到待处理图像的类别。具体的图像分类场景例如是车辆检测,待处理图像的类别可以是机动车、自行车等类别中的之一。具体的图像分类场景还可以是人脸识别,处理待处理图像的类别可以是老人、小孩、成人等类别中的之一。
本实施例的应用场景还可以是目标检测,待处理图像可以包括目标对象(例如人或动物等对象),将待处理图像输入深度学习模型,可以得到待处理图像中的目标对象的位置。本实施例的应用场景还可以是文本识别,待处理图像可以包括文本信息,将待处理图像输入深度学习模型,可以得到待处理图像中的文本内容。
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,该深度学习模型的训练装置600包括第一处理模块601、第二处理模块602、第一确定模块603和调整模块604。
第一处理模块601用于从样本图像的M个特征中确定部分特征作为第1层的冗余特征,将M个特征中除冗余特征外的剩余特征输入第1层,得到第1层的输出特征,其中,M为大于等于2的整数。
第二处理模块602用于将第i层的输出特征和第i层的冗余特征组成第i+1层的全量特征,从第i+1层的全量特征中确定部分特征作为第i+1层的冗余特征,将第i+1层的全量特征中除第i+1层的冗余特征外的剩余特征输入第i+1层,得到第i+1层的输出特征,其中,i=1,……L-1。
第一确定模块603用于根据第L层的输出特征,确定深度学习模型的损失。
调整模块604用于根据损失,调整深度学习模型的参数。
根据本公开的实施例,L个特征计算层各自具有丢弃概率。
第一处理模块601用于根据第1层的丢弃概率,从样本图像的M个特征中确定部分特征作为第1层的冗余特征。
第二处理模块602用于根据第i+1层的丢弃概率,从第i+1层的全量特征中确定部分特征作为第i+1层的冗余特征。
L个特征计算层各自的丢弃概率相同;或者,L个特征计算层各自的丢弃概率随着层数递增而增大。
根据本公开的实施例,L个特征计算层各自的丢弃概率随着层数递增而增大包括根据以下公式确定丢弃概率:
Pi=b*i
PL=b*L
Pi表示第i层的丢弃概率,PL表示第L层的丢弃概率,b为大于0小于1的常数。
根据本公开的实施例,深度学习模型的训练装置600还包括第一划分模块和第二确定模块。
第一划分模块用于将样本图像划分为M个图像块。
第二确定模用于确定M个图像块各自的特征,得到样本图像的M个特征。
根据本公开的实施例,样本图像具有标签;第一确定模块包括第一确定单元、第二确定单元和第三确定单元。
第一确定单元用于将第L层的输出特征和第L层的冗余特征确定为目标输出特征。
第二确定单元,用于根据目标输出特征,确定样本图像的处理结果。
第三确定单元,用于根据处理结果和标签,确定深度学习模型的损失。
根据本公开的实施例,处理结果和标签具有一致类型,一致类型包括样本图像的类别、样本图像中的目标对象的位置以及样本图像中的文本信息中的之一。
图7是根据本公开的一个实施例的深度学习模型的测试装置的框图。
如图7所示,该深度学习模型的测试装置700包括第三处理模块701、第四处理模块702和第三确定模块703。该深度学习模型是根据上述深度学习模型的训练装置进行训练得到的。
第三处理模块701用于将测试图像的N个特征输入深度学习模型的第1层,得到第1层的N个输出特征,其中,N为大于等于2的整数。
第四处理模块702用于将第i层的N个输出特征输入第i+1层,得到第i+1层的N个输出特征,i=1,……L-1。
第三确定模块703用于根据第L层的N个输出特征,确定测试结果。
根据本公开的实施例,深度学习模型的测试装置700还包括第二划分模块和第四确定模块。
第二划分模块用于将测试图像划分为N个图像块。
第四确定模块用于确定N个图像块各自的特征,得到测试图像的N个特征。
图8是根据本公开的一个实施例的图像处理装置的框图。
如图8所示,该图像处理装置800可以包括获取模块801和第五处理模块802。
获取模块801用于获取待处理图像。
第五处理模块802用于将待处理图像输入深度学习模型,得到待处理图像的处理结果,其中处理结果包括待处理图像的类别、待处理图像中目标对象的位置以及待处理图像中的文本信息中的之一。
深度学习模型是根据上述深度学习模型的训练装置进行训练得到的。
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、深度学习模型的测试方法和图像处理方法中的至少之一。例如,在一些实施例中,深度学习模型的训练方法、深度学习模型的测试方法和图像处理方法中的至少之一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ROM902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RAM903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、深度学习模型的测试方法和图像处理方法中的至少之一的一个或多个步骤。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、深度学习模型的测试方法和图像处理方法中的至少之一。
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 (23)
1.一种深度学习模型的训练方法,所述深度学习模型包括级联的L个特征计算层,L为大于等于2的整数;所述方法包括:
从样本图像的M个特征中确定部分特征作为第1层的冗余特征,将所述M个特征中除所述冗余特征外的剩余特征输入第1层,得到第1层的输出特征,其中,M为大于等于2的整数;
将第i层的输出特征和第i层的冗余特征组成第i+1层的全量特征,从所述第i+1层的全量特征中确定部分特征作为第i+1层的冗余特征,将所述第i+1层的全量特征中除所述第i+1层的冗余特征外的剩余特征输入第i+1层,得到第i+1层的输出特征,其中,i=1,......L-1;
根据第L层的输出特征,确定所述深度学习模型的损失;以及
根据所述损失,调整所述深度学习模型的参数。
2.根据权利要求1所述的方法,其中,所述L个特征计算层各自具有丢弃概率;
所述从样本图像的M个特征中确定部分特征作为第1层的冗余特征包括:
根据所述第1层的丢弃概率,从所述样本图像的M个特征中确定部分特征作为第1层的冗余特征;
所述从所述第i+1层的全量特征中确定部分特征作为第i+1层的冗余特征包括:
根据所述第i+1层的丢弃概率,从所述第i+1层的全量特征中确定部分特征作为第i+1层的冗余特征。
3.根据权利要求2所述的方法,其中,所述L个特征计算层各自的丢弃概率相同;或者,所述L个特征计算层各自的丢弃概率随着层数递增而增大。
4.根据权利要求3所述的方法,其中,所述L个特征计算层各自的丢弃概率随着层数递增而增大包括:根据以下公式确定所述丢弃概率:
Pi=b*i
PL=b*L
其中,Pi表示第i层的丢弃概率,PL表示第L层的丢弃概率,b为大于0小于1的常数。
5.根据权利要求1至4中任一项所述的方法,还包括:
将所述样本图像划分为M个图像块;以及
确定所述M个图像块各自的特征,得到所述样本图像的M个特征。
6.根据权利要求1至5中任一项所述的方法,其中,所述样本图像具有标签;所述根据第L层的输出特征,确定所述深度学习模型的损失包括:
将所述第L层的输出特征和所述第L层的冗余特征确定为目标输出特征;
根据所述目标输出特征,确定所述样本图像的处理结果;以及
根据所述处理结果和所述标签,确定所述深度学习模型的损失。
7.根据权利要求6所述的方法,其中,所述处理结果和所述标签具有一致类型,所述一致类型包括样本图像的类别、样本图像中的目标对象的位置以及样本图像中的文本信息中的之一。
8.一种深度学习模型的测试方法,其中,所述深度学习模型是根据权利要求1至7中任一项所述的方法进行训练得到的;所述方法包括:
将测试图像的N个特征输入所述深度学习模型的第1层,得到第1层的N个输出特征,其中,N为大于等于2的整数;
将第i层的N个输出特征输入第i+1层,得到第i+1层的N个输出特征,i=1,......L-1;以及
根据第L层的N个输出特征,确定测试结果。
9.根据权利要求8所述的方法,还包括:
将所述测试图像划分为N个图像块;以及
确定所述N个图像块各自的特征,得到所述测试图像的N个特征。
10.一种图像处理方法,包括:
获取待处理图像;以及
将所述待处理图像输入深度学习模型,得到所述待处理图像的处理结果,其中所述处理结果包括所述待处理图像的类别、所述待处理图像中目标对象的位置以及所述待处理图像中的文本信息中的之一;
其中,所述深度学习模型是根据权利要求1至7中任一项所述的方法进行训练得到的。
11.一种深度学习模型的训练装置,所述深度学习模型包括级联的L个特征计算层,L为大于等于2的整数;所述装置包括:
第一处理模块,用于从样本图像的M个特征中确定部分特征作为第1层的冗余特征,将所述M个特征中除所述冗余特征外的剩余特征输入第1层,得到第1层的输出特征,其中,M为大于等于2的整数;
第二处理模块,用于将第i层的输出特征和第i层的冗余特征组成第i+1层的全量特征,从所述第i+1层的全量特征中确定部分特征作为第i+1层的冗余特征,将所述第i+1层的全量特征中除所述第i+1层的冗余特征外的剩余特征输入第i+1层,得到第i+1层的输出特征,其中,i=1,......L-1;
第一确定模块,用于根据第L层的输出特征,确定所述深度学习模型的损失;以及
调整模块,用于根据所述损失,调整所述深度学习模型的参数。
12.根据权利要求11所述的装置,其中,所述L个特征计算层各自具有丢弃概率;
所述第一处理模块,用于根据所述第1层的丢弃概率,从所述样本图像的M个特征中确定部分特征作为第1层的冗余特征;
所述第二处理模块,用于根据所述第i+1层的丢弃概率,从所述第i+1层的全量特征中确定部分特征作为第i+1层的冗余特征。
13.根据权利要求12所述的装置,其中,所述L个特征计算层各自的丢弃概率相同;或者,所述L个特征计算层各自的丢弃概率随着层数递增而增大。
14.根据权利要求13所述的装置,其中,所述L个特征计算层各自的丢弃概率随着层数递增而增大包括:根据以下公式确定所述丢弃概率:
Pi=b*i
PL=b*L
其中,Pi表示第i层的丢弃概率,PL表示第L层的丢弃概率,b为大于0小于1的常数。
15.根据权利要求11至14中任一项所述的装置,还包括:
第一划分模块,用于将所述样本图像划分为M个图像块;以及
第二确定模块,用于确定所述M个图像块各自的特征,得到所述样本图像的M个特征。
16.根据权利要求11至15中任一项所述的装置,其中,所述样本图像具有标签;所述第一确定模块包括:
第一确定单元,用于将所述第L层的输出特征和所述第L层的冗余特征确定为目标输出特征;
第二确定单元,用于根据所述目标输出特征,确定所述样本图像的处理结果;以及
第三确定单元,用于根据所述处理结果和所述标签,确定所述深度学习模型的损失。
17.根据权利要求16所述的装置,其中,所述处理结果和所述标签具有一致类型,所述一致类型包括样本图像的类别、样本图像中的目标对象的位置以及样本图像中的文本信息中的之一。
18.一种深度学习模型的测试方法,其中,所述深度学习模型是根据权利要求11至17中任一项所述的装置进行训练得到的;所述装置包括:
第三处理模块,用于将测试图像的N个特征输入所述深度学习模型的第1层,得到第1层的N个输出特征,其中,N为大于等于2的整数;
第四处理模块,用于将第i层的N个输出特征输入第i+1层,得到第i+1层的N个输出特征,i=1,......L-1;以及
第三确定模块,用于根据第L层的N个输出特征,确定测试结果。
19.根据权利要求18所述的装置,还包括:
第二划分模块,用于将所述测试图像划分为N个图像块;以及
第四确定模块,用于确定所述N个图像块各自的特征,得到所述测试图像的N个特征。
20.一种图像处理装置,包括:
获取模块,用于获取待处理图像;以及
第五处理模块,用于将所述待处理图像输入深度学习模型,得到所述待处理图像的处理结果,其中所述处理结果包括所述待处理图像的类别、所述待处理图像中目标对象的位置以及所述待处理图像中的文本信息中的之一;
其中,所述深度学习模型是根据权利要求11至17中任一项所述的装置进行训练得到的。
21.一种电子设备,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10中任一项所述的方法。
22.一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10中任一项所述的方法。
23.一种计算机程序产品,包括计算机程序,所述计算机程序存储于可读存储介质和电子设备其中至少之一上,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10中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211147121.XA CN115482422B (zh) | 2022-09-20 | 2022-09-20 | 深度学习模型的训练方法、图像处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211147121.XA CN115482422B (zh) | 2022-09-20 | 2022-09-20 | 深度学习模型的训练方法、图像处理方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115482422A true CN115482422A (zh) | 2022-12-16 |
CN115482422B CN115482422B (zh) | 2023-10-17 |
Family
ID=84424119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211147121.XA Active CN115482422B (zh) | 2022-09-20 | 2022-09-20 | 深度学习模型的训练方法、图像处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115482422B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105825484A (zh) * | 2016-03-23 | 2016-08-03 | 华南理工大学 | 一种基于深度学习的深度图像去噪及增强方法 |
KR20190098091A (ko) * | 2019-07-23 | 2019-08-21 | 엘지전자 주식회사 | 이미지 데이터에서 사용자를 인식하는 인공 지능 장치 및 그 방법 |
CN111275107A (zh) * | 2020-01-20 | 2020-06-12 | 西安奥卡云数据科技有限公司 | 一种基于迁移学习的多标签场景图像分类方法及装置 |
CN111667013A (zh) * | 2020-06-10 | 2020-09-15 | 创新奇智(广州)科技有限公司 | 信息补充方法、装置、电子设备及计算机可读存储介质 |
CN112016450A (zh) * | 2020-08-27 | 2020-12-01 | 京东方科技集团股份有限公司 | 机器学习模型的训练方法、装置和电子设备 |
CN113792804A (zh) * | 2021-09-16 | 2021-12-14 | 北京百度网讯科技有限公司 | 图像识别模型的训练方法、图像识别方法、装置及设备 |
-
2022
- 2022-09-20 CN CN202211147121.XA patent/CN115482422B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105825484A (zh) * | 2016-03-23 | 2016-08-03 | 华南理工大学 | 一种基于深度学习的深度图像去噪及增强方法 |
KR20190098091A (ko) * | 2019-07-23 | 2019-08-21 | 엘지전자 주식회사 | 이미지 데이터에서 사용자를 인식하는 인공 지능 장치 및 그 방법 |
CN111275107A (zh) * | 2020-01-20 | 2020-06-12 | 西安奥卡云数据科技有限公司 | 一种基于迁移学习的多标签场景图像分类方法及装置 |
CN111667013A (zh) * | 2020-06-10 | 2020-09-15 | 创新奇智(广州)科技有限公司 | 信息补充方法、装置、电子设备及计算机可读存储介质 |
CN112016450A (zh) * | 2020-08-27 | 2020-12-01 | 京东方科技集团股份有限公司 | 机器学习模型的训练方法、装置和电子设备 |
CN113792804A (zh) * | 2021-09-16 | 2021-12-14 | 北京百度网讯科技有限公司 | 图像识别模型的训练方法、图像识别方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN115482422B (zh) | 2023-10-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113326764B (zh) | 训练图像识别模型和图像识别的方法和装置 | |
CN113379627A (zh) | 图像增强模型的训练方法和对图像进行增强的方法 | |
CN114881129A (zh) | 一种模型训练方法、装置、电子设备及存储介质 | |
CN112949767A (zh) | 样本图像增量、图像检测模型训练及图像检测方法 | |
CN114282670A (zh) | 神经网络模型的压缩方法、设备和存储介质 | |
CN113657483A (zh) | 模型训练方法、目标检测方法、装置、设备以及存储介质 | |
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 | |
CN112580733A (zh) | 分类模型的训练方法、装置、设备以及存储介质 | |
CN113627536A (zh) | 模型训练、视频分类方法,装置,设备以及存储介质 | |
CN115690443A (zh) | 特征提取模型训练方法、图像分类方法及相关装置 | |
CN114078274A (zh) | 人脸图像检测方法、装置、电子设备以及存储介质 | |
CN113657468A (zh) | 预训练模型的生成方法、装置、电子设备和存储介质 | |
CN113449778A (zh) | 用于量子数据分类的模型训练方法以及量子数据分类方法 | |
CN112561061A (zh) | 神经网络稀疏化方法、装置、设备、存储介质及程序产品 | |
CN113642654B (zh) | 图像特征的融合方法、装置、电子设备和存储介质 | |
CN115719433A (zh) | 图像分类模型的训练方法、装置及电子设备 | |
CN115496916A (zh) | 图像识别模型的训练方法、图像识别方法以及相关装置 | |
CN115601042A (zh) | 信息识别方法、装置、电子设备及存储介质 | |
CN115273148A (zh) | 行人重识别模型训练方法、装置、电子设备及存储介质 | |
CN114119972A (zh) | 模型获取及对象处理方法、装置、电子设备及存储介质 | |
CN114463361A (zh) | 网络模型训练方法、装置、设备、介质及程序产品 | |
CN114494782A (zh) | 图像处理方法、模型训练方法、相关装置及电子设备 | |
CN113807391A (zh) | 任务模型的训练方法、装置、电子设备及存储介质 | |
CN115482422A (zh) | 深度学习模型的训练方法、图像处理方法和装置 | |
CN113361621A (zh) | 用于训练模型的方法和装置 |
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 |