CN115564992A - 图像分类方法和图像分类模型的训练方法 - Google Patents

图像分类方法和图像分类模型的训练方法 Download PDF

Info

Publication number
CN115564992A
CN115564992A CN202211177532.3A CN202211177532A CN115564992A CN 115564992 A CN115564992 A CN 115564992A CN 202211177532 A CN202211177532 A CN 202211177532A CN 115564992 A CN115564992 A CN 115564992A
Authority
CN
China
Prior art keywords
image
probability
training
class probability
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.)
Pending
Application number
CN202211177532.3A
Other languages
English (en)
Inventor
杨馥魁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202211177532.3A priority Critical patent/CN115564992A/zh
Publication of CN115564992A publication Critical patent/CN115564992A/zh
Pending legal-status Critical Current

Links

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
    • G06V10/764—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
    • G06N3/082—Learning methods modifying the architecture, e.g. adding, deleting or silencing nodes or connections
    • 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
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761—Proximity, similarity or dissimilarity measures
    • 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
    • G06V10/7715—Feature extraction, e.g. by transforming the feature space, e.g. multi-dimensional scaling [MDS]; Mappings, e.g. subspace 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)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (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

本公开提供了一种图像分类方法和图像分类模型的训练方法，涉及计算机技术领域，尤其涉及基于人工智能的深度学习技术领域。实现方案为：获得目标图像；对目标图像执行特征提取，以获得目标图像特征，其中，目标图像特征与第一图像特征的相似度大于预设值，其中，第一图像特征是通过对目标图像进行变换后获得的第一图像执行特征提取后获得的；以及基于目标图像特征，获得目标图像的分类结果，分类结果指示目标图像对应于多个类别中的第一类别。

Description

图像分类方法和图像分类模型的训练方法
技术领域
本公开涉及计算机技术领域，尤其涉及基于人工智能的深度学习技术领域，具体涉及一种图像分类方法、图像分类模型的训练方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
基于人工智能的深度学习，采用训练图像训练模型，以使模型能够提取训练图像中的信息，对图像进行识别、分类等。采用知识蒸馏的方法训练模型，由于其能够获得经压缩的、结构简单的模型，逐渐受到人们广泛的关注。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
本公开提供了一种图像分类方法、图像分类模型的训练方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面，提供了一种图像分类方法，包括：获得待处理的目标图像；对所述目标图像执行特征提取，以获得目标图像特征，其中，所述目标图像特征与第一图像特征的相似度大于预设值，其中，所述第一图像特征是通过对所述目标图像进行变换后获得的第一图像执行特征提取后获得的；以及基于所述目标图像特征，获得所述目标图像的分类结果，所述分类结果指示所述目标图像对应于多个类别中的第一类别。
根据本公开的一方面，提供了一种图像分类模型的训练方法，其中，所述图像分类模型包括学生模型，所述方法包括：
将所述训练图像输入所述学生模型和教师模型，得到分别输出的训练图像第一类别概率和第二类别概率，所述第一类别概率指示所述训练图像属于所述多个类别中的每一个类别的概率训练图像，所述第二类别概率指示所述训练图像属于所述多个类别中的每一个类别的概率训练图像；基于所述第一类别概率和所述第二类别概率获取联合概率分布；获取所述第一类别概率对应的第一独立分布和所述第二类别概率对应的第二独立分布；基于所述联合概率分布、所述第一独立分布和所述第二独立分布，获取互信息损失；以及基于所述互信息损失，调整所述学生模型的参数。
根据本公开的另一方面，提供了一种图像分类装置，包括：图像获取单元，被配置用于获得待处理的目标图像；特征提取单元，被配置用于对所述目标图像执行特征提取，以获得目标图像特征，其中，所述目标图像特征与第一图像特征的相似度大于预设值，其中，所述第一图像特征是通过对所述目标图像进行变换后获得的第一图像执行特征提取后获得的；以及分类结果获取单元，被配置用于基于所述目标图像特征，获得所述目标图像的分类结果，所述分类结果指示所述目标图像对应于多个类别中的第一类别。
根据本公开的另一方面，提供了一种图像分类模型的训练装置，其中，所述图像分类模型包括学生模型，所述装置包括：训练图像获取单元，被配置用于获得训练图像，所述训练图像对应于多个类别中的一个类别；输出获取单元，被配置用于将所述训练图像输入所述学生模型和教师模型，得到分别输出的训练图像第一类别概率和第二类别概率，所述第一类别概率指示所述训练图像属于所述多个类别中的每一个类别的概率训练图像，所述第二类别概率指示所述训练图像属于所述多个类别中的每一个类别的概率训练图像；联合概率分布获取单元，被配置用于基于所述第一类别概率和所述第二类别概率获取联合概率分布；独立分布获取单元，被配置用于获取所述第一类别概率对应的第一独立分布和所述第二类别概率对应的第二独立分布；损失计算单元，被配置用于基于所述联合概率分布、所述第一独立分布和所述第二独立分布，获取互信息损失；以及参数调整单元，被配置用于基于所述互信息损失，调整所述学生模型的参数。
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根据本公开的实施例所述的方法。
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，其中，所述计算机指令用于使所述计算机执行根据本公开的实施例所述的方法。
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，其中，所述计算机程序在被处理器执行时实现根据本公开的实施例所述的方法。
根据本公开的一个或多个实施例，可以提升图像分类模型的精度，提升模型针对图像分类后所获得的处理结果的准确性。
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
附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；
图2示出了根据本公开的实施例的图像分类方法的流程图；
图3出了根据本公开的实施例的图像分类模型的训练方法的流程图；
图4示出了根据本公开的实施例的图像分类模型的训练方法中获得学生模型基于训练图像获得的第一输出并且获得经训练的教师模型于训练图像获得的第二输出的流程图；
图5示出了根据本公开的实施例的图像分类模型的训练方法的过程的流程图；
图6示出了根据本公开的实施例的图像分类装置的结构框图；
图7示出了根据本公开的实施例的图像分类模型的训练装置的结构框图；以及
图8示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
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。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。
在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个要素与另一要素区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
在本公开的实施例中，服务器120可以运行使得能够执行根据本公开所述的图像分类方法的一个或多个服务或软件应用。
在某些实施例中，服务器120还可以提供其他服务或软件应用，这些服务或软件应用可以包括非虚拟环境和虚拟环境。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。
用户可以使用客户端设备101、102、103、104、105和/或106来接收根据本公开所述的图像分类方法对图像进行分类后获得的分类结果。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。
客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如MICROSOFT Windows、APPLE iOS、类UNIX操作系统、Linux或类Linux操作系统(例如GOOGLE Chrome OS)；或包括各种移动操作系统，例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序，并且可以使用各种通信协议。
网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、区块链网络、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和/或106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和/或106的一个或多个显示设备来显示数据馈送和/或实时事件。
在一些实施方式中，服务器120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。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(VPS，Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。
系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据库130可以驻留在各种位置。例如，由服务器120使用的数据库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中，由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。
图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。
根据本公开的一方面，提供了一种图像分类方法。参看图2，根据本公开的一些实施例的图像分类方法200包括：
步骤S210：获得目标图像；
步骤S220：对所述目标图像执行特征提取，以获得目标图像特征，其中，所述目标图像特征与第一图像特征的相似度大于预设值，其中，所述第一图像特征是通过对所述目标图像进行变换后获得的第一图像执行特征提取后获得的；以及
步骤S230：基于所述目标图像特征，获得所述目标图像的分类结果，所述分类结果指示所述目标图像对应于多个类别中的第一类别。
通过对目标图像执行特征提取，获得目标图像特征，由于该目标图像特征与通过对目标图像进行变换后获得的第一图像执行特征提取后获得的第一图像特征的相似度大于预设值，即该目标图像特征具有“变换不变性”，更加鲁棒，使得基于该目标图像获得的分类结果准确性更高。
可以理解，在对目标图像进行变换后获得的第一图像进行特征提取，所获得的第一图像特征与目标图像的相似度大于预设值，从而基于第一图像特征所获得的第一图像的分类结果与基于目标图像所获得的分类结果一致性高，即，根据本公开的方法，在对目标图像进行变换后，获得的分类结果与目标图像的分类结果一致性高，因而该方法获得的分类结果是鲁棒的，该方法的泛化性能好。
在一些实施例中，目标图像可以是任一待分类的图像。例如，目标图像可以是通过摄像装置获得的图像。
在一些实施例中，对目标图像进行变换包括：对目标图像进行旋转、缩放等操作，或者改变目标图像的光照等等，在此并不限定。
在一些实施例中，通过特征提取网络对目标图像进行特征提取，以获得目标图像特征。其中，特征提取网络是采用训练图像和对训练图像执行各种变换后获得的第二图像进行训练而获得的。
在一些实施例中，所述对所述目标图像执行特征提取包括：
将所述目标图像输入到图像分类模型，其中，所述图像分类模型是采用训练图像基于教师模型训练学生模型而获得的，其中，所述在训练所述学生模型的过程中，根据所述学生模型基于训练图像获得的第一类别概率和所述教师模型基于所述训练图像获得的第二类别概率之间的互信息损失调整所述第一模型的参数，所述第一类别概率指示所述训练图像属于所述多个类别中的每一个类别的概率，所述第二类别概率指示所述训练图像属于所述多个类别中的每一个类别的概率，所述互信息损失是基于所述第一类别概率和第二类别概率获得的联合概率分布、所述第一类别概率对应的第一独立分布和所述第二类别概率对应的第二独立分布获得的。
在相关技术中，基于知识蒸馏训练模型的过程中，通过将训练数据分别输入到经训练的教师模型和学生模型中，基于教师模型和学生模型的特征进行蒸馏，使学生模型的特征尽可能接近教师模型的特征，由于教师模型的模型结构和学生模型的模型结构差异较大，使得经训练的学生模型的精度不高。
根据本公开的实施例，通过在基于教师模型训练学生模型的过程中，根据学生模型基于训练图像的第一类别概率和教师模型基于训练图像的第二类别概率之间的互信息损失，调整学生模型的参数，由于根据统计学原理，对于同一数据源的两个模型，两者的互信息越大，互信息损失越小，使得模型学习精度越好，因此，基于互信息损失调整学生模型的参数之后，能够获得精度较高的学生模型。从而使得经训练的图像分类模基于目标图像能够获得精度更高的图像特征，并且该图像特征的“变换不变性”更加鲁棒，从而基于该图像特征获得的分类结果更准确。
在一些实施例中，所述第一独立分布和所述第二独立分布均是基于所述联合概率分布获得的。
由于学生模型是基于教师模型训练获得的，在学生模型获得的第一类别概率中往往包含教师模型所获得的第二类别概率的影响，在根据本公开的实施例中，基于联合概率分布获得第一类别概率和第二类别概率各自对应的独立分布，使得第一类别概率对应的第一独立分布考虑了第二类别概率的影响，并且第二类别概率对应的第二独立分布考虑了第一类别概率的影响，因而获得的第一独立分布和第二独立分布是考虑了教师模型和学生模型间相互影响的独立分布，使得所获得的第一独立分布和第二独立分布更加准确，基于该第一独立分布和第二独立分布获得的互信息损失更加准确，进而使得经训练的第一模型学生模型精度更高。
在另一些实施例中，第一独立分布可以是第一类别概率，并且第二独立分布可以是第二类别概率。
在一些实施例中，所述第一类别概率是所述学生模型将所述训练图像对应的第一增强图像作为输入而获得的，所述第二类别概率是所述教师模型将所述训练图像对应的第二增强图像作为输入而获得的，并且，所述第一增强图像对应的增强强度不同于所述第二增强图像对应的增强强度。
通过对训练图像进行第一增强处理和第二增强处理，获得第一增强图像和第二增强图像之后，数据之间具有变换不变形，增强后的图像在多个分类中的对应分类保持不变，而在训练过程中，针对第一模型学生模型和第二模型教师模型，输入不同增强强度的输入数据，使得第一输出和第二输出之间的差异不仅仅是由模型不同带来的，还是有数据增强的强度带来的，从而增加联合概率与第一输出的独立分布和第二输出的独立分布之间的交互信息量，使得互信息损失更加精确。
在一些实施例中，第一增强图像对应的增强强度可以大于第二增强图像对应的增强强度；在另一些实施例中，第一增强图像对应的增强强度小于第二增强图像对应的增强强度。
下面，参看图3对根据本公开的一些实施例中的图像分类模型的训练方法进行示例性介绍。其中，图像分类模型包括学生模型，该学生模型是基于教师模型进行训练的。
参看图3，根据本公开的一些实施例的图像分类模型的训练方法300包括：
步骤S310：获得训练图像，所述训练图像对应于多个类别中的一个类别；
步骤S320：将所述训练图像输入所述学生模型和教师模型，得到分别输出的训练图像第一类别概率和第二类别概率，所述第一类别概率指示所述训练图像属于所述多个类别中的每一个类别的概率训练图像，所述第二类别概率指示所述训练图像属于所述多个类别中的每一个类别的概率；
步骤S330：基于所述第一类别概率和所述第二类别概率获取联合概率分布；
步骤S340：获取所述第一类别概率对应的第一独立分布和所述第二类别概率对应的第二独立分布；
步骤S350：基于所述联合概率分布、所述第一独立分布和所述第二独立分布，获取互信息损失；以及
步骤S360：基于所述互信息损失，调整所述学生模型的参数。
通过在基于教师模型训练学生模型的过程中，根据学生模型基于训练图像的第一类别概率和教师模型基于训练图像的第二类别概率之间的互信息损失，调整学生模型的参数，由于根据统计学原理，对于同一数据源的两个模型，两者的互信息越大，互信息损失越小，使得模型学习精度越好，因此，基于互信息损失调整学生模型的参数之后，能够获得精度较高的学生模型。从而使得经训练的图像分类模型在处理数据后，能够获得更准确的图像分类结果。
根据本公开的实施例，在计算互信息损失时，考虑了联合分布概率分别与第一类别概率对应的第一独立分布和第二类别概率对应出的第二独立分布之间的互信息，使得联合分布概率和第一输独立分布之间的互信息与联合概率分布与第二独立分布之间的互信息尽可能相似，进而使学生模型的第一输出和教师模型的第二输出在各个分类的概率分布上尽可能相似，从而使学生模型和教师模型的精度趋于接近，即使模型结构相差较大的情况下，根据本公开的实施例也能够获得精度趋于一致的学生模型和教师模型，从而提升学生模型的精度，提升经训练的图像处理模型的精度。
在一些实施例中，图像分类模型可以是图像识别模型、文字识别模型等，在此并不限定。
在一些实施例中，训练图像可以是任何能够用于训练图像分类模型的任何图像。例如，通过摄像装置获得的图像，或者通过爬虫从网络上获得的任意图像。
在一些实施例中，多个类别可以是任意多个类别，其根据图像分类模型的不同而不同。例如，当图像分类模型的任务是针对包含动物的图像进行分类时，多个类别可以是多种动物类型；当图像分类模型的任务是针对文字进行识别时，多个类别可以是多种字符。
在一些实施例中，学生模型和教师模型分别可以是具有多层卷积网络和分类网络的模型，其中，教师模型的模型结构较学生模型的模型结构复杂。例如，教师模型的卷积网络的层数大于学生模型的卷积网络的层数。
在根据本公开的一些实施例中，教师模型的参数数量大于学生模型的参数数量，从而使得根据本公开的实施例的图像分类模型的训练方法训练后的图像分类模型，使得参数数量较小的学生模型也能拥有参数数量较大的教师模型的精度。在部署模型的过程中，通过将部署学生模型，就能获得精度与教师模型一致的精度的分类结果，减少部署过程中的所占用的系统资源的同时，获得准确的分类结果。
在一些实施例中，通过将训练图像分别输入到学生模型和教师模型，以获得学生模型的第一类别概率和教师模型的第二类别概率。
在一些实施例中，如图4所示，将所述训练图像输入所述学生模型和教师模型，得到分别输出的第一类别概率和第二类别概率包括：
步骤S410：对所述训练图像分别进行第一增强处理和第二增强处理，以获得第一增强图像和第二增强图像，其中，所述第一增强处理的强度不同于第二增强处理的强度；以及
步骤S420：将所述第一增强图像输入所述学生模型以得到所述第一类别概率；以及
步骤S430：将所述第二增强图像输入所述教师模型以得到所述第二类别概率。
通过对训练图像进行第一增强处理和第二增强处理，获得第一增强图像和第二增强图像之后，数据之间具有变换不变形，增强后的数据在多个类别中的对应类别保持不变，而在训练过程中，针对学生模型和教师模型，输入不同增强强度的增强图像，使得第一类别概率和第二类别概率之间的差异不仅仅是由模型不同带来的，还是由增强处理的强度带来的，从而增加联合概率与第一独立分布和第二独立分布之间的交互信息量，使得互信息损失更加精确。
可以理解，在根据本公开的实施例中，训练图像可以是单个图像也可以是包含多个图像的集合。当训练图像是单个图像时，学生模型的第一类别概率和教师模型的第二类别概率分别是一维向量，该一维向量中的各个元素指示训练图像对应于多个类别中的各个类别的概率。当训练图像是包含多个图像的集合时，学生模型的第一输出和教师模型的第二输出分别由多个一维向量都成的矩阵，其中，一维向量的数量对应于集合中的图像的数量，每一个一维向量中的各个元素指示集合中相应图像对应于多个类别中的各个分类的概率。
在一些实施例中，通过公式(1)、(2)和(3)获得联合概率p：
p_1＝(s_logit.unsqueeze(2)*t_logit.unsqueeze(1)).sum(dim＝0) (1)
p_2＝(p_1+p_1.t())/2 (2)
p＝p_2.sum(dim＝0) (3)
其中，“s_logit”为学生模型的第一类别概率，“t_logit”为教师模型的第二类别概率，“.unsqueeze(2)”、“.unsqueeze(1)”、“.t()”以及“.sum(dim＝0)”表示对于在前的处理结果执行相应的函数操作处理。
可以理解，上述对联合概率分布的计算仅仅是示例性的，任何计算第一类别概率和第二类别概率之间的联合概率分布的方法均能用于根据本公开的图像分类模型的训练方法中。
在根据本公开的图像分类模型的训练方法中，所获得的联合概率分布为C*C的矩阵，其中，C为多个类别的数量，矩阵中的每一个元素指示与第一类别概率中该元素对应的类别和第二类别概率中与该元素对应的类别同时发生的概率。
在根据本公开的图像分类模型的训练方法中，在获得联合概率分布之后，进一步获得第一类别概率和第二类别概率各自对应的独立分布。第一类别概率对应的第一独立分布是第一类别概率中各个分类对应发生的概率，第二类别概率对应的第二独立分布是第一类别概率中各个分类对应发生的概率。
在一些实施例中，获取所述第一类别概率对应的第一独立分布和所述第二类别概率对应的第二独立分布包括：
将所述第一类别概率确定为所述第一独立分布；以及
将所述第二类别概率确定为所述第二独立分布。
直接将第一类别概率作为第一类别概率对应的独立分布，和将第二类别概率作为第二类别概率对应的独立分布，处理方法简单，数据处理量少。
在一些实施例中，获取所述第一类别概率对应的第一独立分布和所述第二类别概率对应的第二独立分布包括：
基于所述联合概率分布，获得所述第一独立分布；以及
基于所述联合概率分布，获得所述第二独立分布。
由于学生模型是基于教师模型训练获得的，在学生模型获得的第一类别概率中往往包含教师模型所获得的第二类别概率的影响，在根据本公开的实施例中，基于联合概率分布获得第一类别概率和第二类别概率各自对应的独立分布，使得第一类别概率对应的第一独立分布考虑了第二类别概率的影响，并且第二类别概率对应的第二独立分布考虑了第一类别概率的影响，因而获得的独立分布是考虑了模型间相互影响的独立分布，使得所获得的独立分布更加准确，基于该独立分布获得的互信息损失更加准确，进而使得经训练的学生模型精度更高。
在一些实施例中，通过公式(4)基于联合概率分布p获得第一独立分布p 1，并且通过公式(5)基于联合概率分布p获得第二独立分布p 2：
p1＝p.sum(dim＝1).view(C,1).expand(C,C) (4)
p2＝p.sum(dim＝0).view(1,C).expand(C,C) (5)
其中，“.sum(dim＝0)”、“.sum(dim＝1)”、以及“.expand(C,C)”表示对于在前的处理结果执行相应的函数操作处理。
在根据本公开的图像分类模型的训练方法中，在获得联合概率分布p，第一独立分布p1和第二独立分布p2之后，通过计算互信息损失，调整学生模型的参数。
在一些实施例中，通过公式(6)获得互信息损失loss：
loss＝p*(log(p1*p2)-log(p)) (6)
通过上述过程，完成对图像分类模型的训练，由于训练过程中教师模型和学生模型的输出之间的互信息，使得经训练的学生模型能够获得更高的精度。
参看图5，示出了根据本公开的一些实施例的图像分类模型的训练方法的过程的流程图，如图5所示，训练图像500经过第一增强处理(步骤S510)后，输入至学生模型(步骤S520)获得第一类别概率501，同时，训练图像500经过第二增强处理(步骤S511)后，输出至教师模型(步骤S521)获得第二类别概率502；接着，基于第一类别概率501和第二类别概率502获得联合概率分布503(步骤S530)；接着，基于联合概率分布获得第一类别概率对应的第一独立分布504(步骤S540)，并且基于联合概率分布获得第二类别概率对应的第二独立分布505(步骤S541)，最后，基于步骤S540、步骤S550和步骤S551的输出计算互信息损失(步骤S550)。
根据本公开的另一方面，提供了一种图像分类装置，如图6所示，装置600包括：图像获取单元610，被配置用于获得待处理的目标图像；特征提取单元620，被配置用于对所述目标图像执行特征提取，以获得目标图像特征，其中，所述目标图像特征与第一图像特征的相似度大于预设值，其中，所述第一图像特征是通过对所述目标图像进行变换后获得的第一图像执行特征提取后获得的；以及分类结果获取单元630，被配置用于基于所述目标图像特征，获得所述目标图像的分类结果，所述分类结果指示所述目标图像对应于多个类别中的第一类别。
在一些实施例中，所述特征提取单元包括：图像输入单元，被配置用于将所述目标图像输入到图像分类模型，其中，所述图像分类模型是采用训练图像基于教师模型训练学生模型而获得的，其中，所述在训练所述学生模型的过程中，根据所述学生模型基于训练图像获得的第一类别概率和所述教师模型基于所述训练图像获得的第二类别概率之间的互信息损失调整所述第一模型的参数，所述第一类别概率指示所述训练图像属于所述多个类别中的每一个类别的概率，所述第二类别概率指示所述训练图像属于所述多个类别中的每一个类别的概率，所述互信息损失是基于所述第一类别概率和第二类别概率获得的联合概率分布、所述第一类别概率对应的第一独立分布和所述第二类别概率对应的第二独立分布获得的。
在一些实施例中，所述第一独立分布和所述第二独立分布均是基于所述联合概率分布获得的。
在一些实施例中，所述第一类别概率是所述学生模型将所述训练图像对应的第一增强图像作为输入而获得的，所述第二类别概率是所述教师模型将所述训练图像对应的第二增强图像作为输入而获得的，并且，所述第一增强图像对应的增强强度不同于所述第二增强图像对应的增强强度。
在一些实施例中，所述教师模型的参数数量大于所述学生模型的参数数量。
根据本公开的另一方面，还提供一种图像分类模型的训练装置，其中，所述图像分类模型包括学生模型，如图7所示，装置700包括：训练图像获取单元710，被配置用于获得训练图像，所述训练图像对应于多个类别中的一个类别；输出获取单元720，被配置用于将所述训练图像输入所述学生模型和教师模型，得到分别输出的训练图像第一类别概率和第二类别概率，所述第一类别概率指示所述训练图像属于所述多个类别中的每一个类别的概率训练图像，所述第二类别概率指示所述训练图像属于所述多个类别中的每一个类别的概率训练图像；联合概率分布获取单元730，被配置用于基于所述第一类别概率和所述第二类别概率获取联合概率分布；独立分布获取单元740，被配置用于获取所述第一类别概率对应的第一独立分布和所述第二类别概率对应的第二独立分布；损失计算单元750，被配置用于基于所述联合概率分布、所述第一独立分布和所述第二独立分布，获取互信息损失；以及参数调整单元760，被配置用于基于所述互信息损失，调整所述学生模型的参数。
在一些实施例中，所述独立分布获取单元740包括：第一确定单元，被配置用于将所述第一类别概率确定为所述第一独立分布；以及第二确定单元，被配置用于将所述第二类别概率确定为所述第二独立分布。
在一些实施例中，所述独立分布获取单元740包括：第一获取子单元，被配置用于基于所述联合概率分布，获得所述第一独立分布；以及第二获取子单元，被配置用于基于所述联合概率分布，获得所述第二独立分布。
在一些实施例中，所述输出获取单元720包括：数据增强单元，被配置用于对所述训练图像分别进行第一增强处理和第二增强处理，以得到第一增强图像和第二增强图像，其中，所述第一增强处理的强度不同于第二增强处理的强度；以及数据输入单元，被配置用于将所述第一增强图像输入至所述学生模型以获得所述第一类别概率，并且将所述第二增强图像输入至所述教师模型以获得所述第二类别概率。
在一些实施例中，所述教师模型的参数数量大于所述学生模型的参数数量。
根据本公开的另一方面，还提供一种图像分类装置，包括：数据输入单元，被配置用于将待处理的数据输入到图像分类模型，以获得该数据的处理结果，其中，所述图像分类模型是采用根据本公开的实施例所述的图像分类模型的训练方法训练获得的。
根据本公开的实施例，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。
参考图8，现将描述可以作为本公开的服务器或客户端的电子设备800的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，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，电子设备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RAM803中，还可存储电子设备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。
电子设备800中的多个部件连接至I/O接口805，包括：输入单元806、输出单元807、存储单元808以及通信单元809。输入单元806可以是能向电子设备800输入信息的任何类型的设备，输入单元806可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元807可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元808可以包括但不限于磁盘、光盘。通信单元809允许电子设备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，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
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，例如方法200。例如，在一些实施例中，方法200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/或安装到电子设备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方法200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)而被配置为执行方法200。
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图像分类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，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，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，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。
虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (23)

1.一种图像分类方法，包括：
获得目标图像；
对所述目标图像执行特征提取，以获得目标图像特征，其中，所述目标图像特征与第一图像特征的相似度大于预设值，其中，所述第一图像特征是通过对所述目标图像进行变换后获得的第一图像执行特征提取后获得的；以及
基于所述目标图像特征，获得所述目标图像的分类结果，所述分类结果指示所述目标图像对应于多个类别中的第一类别。
2.根据权利要求1所述的方法，所述对所述目标图像执行特征提取包括：
将所述目标图像输入到图像分类模型，其中，所述图像分类模型是采用训练图像基于教师模型训练学生模型而获得的，其中，所述在训练所述学生模型的过程中，根据所述学生模型基于训练图像获得的第一类别概率和所述教师模型基于所述训练图像获得的第二类别概率之间的互信息损失调整所述第一模型的参数，所述第一类别概率指示所述训练图像属于所述多个类别中的每一个类别的概率，所述第二类别概率指示所述训练图像属于所述多个类别中的每一个类别的概率，所述互信息损失是基于所述第一类别概率和第二类别概率获得的联合概率分布、所述第一类别概率对应的第一独立分布和所述第二类别概率对应的第二独立分布获得的。
3.根据权利要求2所述的方法，其中，所述第一独立分布和所述第二独立分布均是基于所述联合概率分布获得的。
4.根据权利要求2所述的方法，其中，所述第一类别概率是所述学生模型将所述训练图像对应的第一增强图像作为输入而获得的，所述第二类别概率是所述教师模型将所述训练图像对应的第二增强图像作为输入而获得的，并且，所述第一增强图像对应的增强强度不同于所述第二数据对应的增强强度。
5.根据权利要求2所述的方法，其中，所述教师模型的参数数量大于所述学生模型的参数数量。
6.一种图像分类模型的训练方法，其中，所述图像分类模型包括学生模型，所述方法包括：
获取训练图像，所述训练图像对应于多个类别中的一个类别；
将所述训练图像输入所述学生模型和教师模型，得到分别输出的训练图像第一类别概率和第二类别概率，所述第一类别概率指示所述训练图像属于所述多个类别中的每一个类别的概率训练图像，所述第二类别概率指示所述训练图像属于所述多个类别中的每一个类别的概率训练图像；
基于所述第一类别概率和所述第二类别概率获取联合概率分布；
获取所述第一类别概率对应的第一独立分布和所述第二类别概率对应的第二独立分布；
基于所述联合概率分布、所述第一独立分布和所述第二独立分布，获取互信息损失；以及
基于所述互信息损失，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，所述获取所述第一类别概率对应的第一独立分布和所述第二类别概率对应的第二独立分布包括：
基于所述联合概率分布，获得所述第一独立分布和所述第二独立分布。
8.根据权利要求6所述的方法，其中，所述获取所述第一类别概率对应的第一独立分布和所述第二类别概率对应的第二独立分布包括：
将所述第一输出确定为所述第一独立分布；以及
将所述第二输出确定为所述第二独立分布。
9.根据权利要求6所述的方法，其中，所述将所述训练图像输入所述学生模型和教师模型，得到分别输出的第一类别概率和第二类别概率包括：
对所述训练图像分别进行第一增强处理和第二增强处理，得到第一增强图像和第二增强图像，其中，所述第一增强处理的强度不同于第二增强处理的强度；
将所述第一增强图像输入所述学生模型得到所述第一类别概率；以及
将所述第二增强图像输入所述教师模型得到所述第二类别概率。
10.根据权利要求6所述的方法，所述教师模型的参数数量大于所述学生模型的参数数量。
11.一种图像分类装置，包括：
图像获取单元，被配置用于获得待处理的目标图像；
特征提取单元，被配置用于对所述目标图像执行特征提取，以获得目标图像特征，其中，所述目标图像特征与第一图像特征的相似度大于预设值，其中，所述第一图像特征是通过对所述目标图像进行变换后获得的第一图像执行特征提取后获得的；以及
分类结果获取单元，被配置用于基于所述目标图像特征，获得所述目标图像的分类结果，所述分类结果指示所述目标图像对应于多个类别中的第一类别。
12.根据权利要求11所述的装置，所述特征提取单元包括：
图像输入单元，被配置用于将所述目标图像输入到图像分类模型，其中，所述图像分类模型是采用训练图像基于教师模型训练学生模型而获得的，其中，所述在训练所述学生模型的过程中，根据所述学生模型基于训练图像获得的第一类别概率和所述教师模型基于所述训练图像获得的第二类别概率之间的互信息损失调整所述第一模型的参数，所述第一类别概率指示所述训练图像属于所述多个类别中的每一个类别的概率，所述第二类别概率指示所述训练图像属于所述多个类别中的每一个类别的概率，所述互信息损失是基于所述第一类别概率和第二类别概率获得的联合概率分布、所述第一类别概率对应的第一独立分布和所述第二类别概率对应的第二独立分布获得的。
13.根据权利要求12所述的装置，其中，所述第一独立分布和所述第二独立分布均是基于所述联合概率分布获得的。
14.根据权利要求12所述的装置，其中，所述第一类别概率是所述学生模型将所述训练图像对应的第一增强图像作为输入而获得的，所述第二类别概率是所述教师模型将所述训练图像对应的第二增强图像作为输入而获得的，并且，所述第一增强图像对应的增强强度不同于所述第二增强图像对应的增强强度。
15.根据权利要求12所述的装置，其中，所述教师模型的参数数量大于所述学生模型的参数数量。
16.一种图像分类模型的训练装置，其中，所述图像分类模型包括学生模型，所述装置包括：
训练图像获取单元，被配置用于获得训练图像，所述训练图像对应于多个类别中的一个类别；
输出获取单元，被配置用于将所述训练图像输入所述学生模型和教师模型，得到分别输出的训练图像第一类别概率和第二类别概率，所述第一类别概率指示所述训练图像属于所述多个类别中的每一个类别的概率训练图像，所述第二类别概率指示所述训练图像属于所述多个类别中的每一个类别的概率训练图像；
联合概率分布获取单元，被配置用于基于所述第一类别概率和所述第二类别概率获取联合概率分布；
独立分布获取单元，被配置用于获取所述第一类别概率对应的第一独立分布和所述第二类别概率对应的第二独立分布；
损失计算单元，被配置用于基于所述联合概率分布、所述第一独立分布和所述第二独立分布，获取互信息损失；以及
参数调整单元，被配置用于基于所述互信息损失，调整所述学生模型的参数。
17.根据权利要求16所述的装置，其中，所述独立分布获取单元包括：
第一获取子单元，被配置用于基于所述联合概率分布，获得所述第一独立分布；以及
第二获取子单元，被配置用于基于所述联合概率分布，获得所述第二独立分布。
18.根据权利要求16所述的装置，其中，所述独立分布获取单元包括：
第一确定单元，被配置用于将所述第一类别概率确定为所述第一独立分布；以及
第二确定单元，被配置用于将所述第二类别概率确定为所述第二独立分布。
19.根据权利要求16所述的装置，其中，所述输出获取单元包括：
数据增强单元，被配置用于对所述训练图像分别进行第一增强处理和第二增强处理，以得到第一增强图像和第二增强图像，其中，所述第一增强处理的强度不同于所述第二增强处理的强度；以及
数据输入单元，被配置用于将所述第一增强图像输入所述学生模型以获得所述第一类别概率，并且将所述第二增强图像输入所述教师模型以获得所述第二类别概率。
20.根据权利要求16所述的装置，所述教师模型的参数数量大于所述学生模型的参数数量。
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1-10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1-10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，其中，所述计算机程序在被处理器执行时实现权利要求1-10中任一项所述的方法。
CN202211177532.3A 2022-09-26 2022-09-26 图像分类方法和图像分类模型的训练方法 Pending CN115564992A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211177532.3A CN115564992A (zh) 2022-09-26 2022-09-26 图像分类方法和图像分类模型的训练方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211177532.3A CN115564992A (zh) 2022-09-26 2022-09-26 图像分类方法和图像分类模型的训练方法

Publications (1)

Publication Number Publication Date
CN115564992A true CN115564992A (zh) 2023-01-03

Family

ID=84742084

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211177532.3A Pending CN115564992A (zh) 2022-09-26 2022-09-26 图像分类方法和图像分类模型的训练方法

Country Status (1)

Country Link
CN (1) CN115564992A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111738355A (zh) * 2020-07-22 2020-10-02 中国人民解放军国防科技大学 注意力融合互信息的图像分类方法、装置及存储介质
KR20220047228A (ko) * 2021-06-03 2022-04-15 아폴로 인텔리전트 커넥티비티 (베이징) 테크놀로지 씨오., 엘티디. 이미지 분류 모델 생성 방법 및 장치, 전자 기기, 저장 매체, 컴퓨터 프로그램, 노변 장치 및 클라우드 제어 플랫폼
CN114529765A (zh) * 2022-02-16 2022-05-24 腾讯科技（深圳）有限公司 一种数据处理方法、设备以及计算机可读存储介质
CN114937179A (zh) * 2022-07-27 2022-08-23 深圳市海清视讯科技有限公司 垃圾图像分类方法、装置、电子设备及存储介质
CN114972877A (zh) * 2022-06-09 2022-08-30 北京百度网讯科技有限公司 一种图像分类模型训练方法、装置及电子设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111738355A (zh) * 2020-07-22 2020-10-02 中国人民解放军国防科技大学 注意力融合互信息的图像分类方法、装置及存储介质
KR20220047228A (ko) * 2021-06-03 2022-04-15 아폴로 인텔리전트 커넥티비티 (베이징) 테크놀로지 씨오., 엘티디. 이미지 분류 모델 생성 방법 및 장치, 전자 기기, 저장 매체, 컴퓨터 프로그램, 노변 장치 및 클라우드 제어 플랫폼
CN114529765A (zh) * 2022-02-16 2022-05-24 腾讯科技（深圳）有限公司 一种数据处理方法、设备以及计算机可读存储介质
CN114972877A (zh) * 2022-06-09 2022-08-30 北京百度网讯科技有限公司 一种图像分类模型训练方法、装置及电子设备
CN114937179A (zh) * 2022-07-27 2022-08-23 深圳市海清视讯科技有限公司 垃圾图像分类方法、装置、电子设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
落了一地秋: "Probabilistic Knowledge Transfer for Deep Representation Learning（2018）----论文笔记", pages 1, Retrieved from the Internet <URL:https://blog.csdn.net/weixin_46239293/article/details/120266111> *

Similar Documents

Publication Publication Date Title
CN114648638B (zh) 语义分割模型的训练方法、语义分割方法与装置
CN112579909A (zh) 对象推荐方法及装置、计算机设备和介质
CN114511758A (zh) 图像识别方法及装置、电子设备和介质
CN114445667A (zh) 图像检测方法和用于训练图像检测模型的方法
CN114723949A (zh) 三维场景分割方法和用于训练分割模型的方法
CN114443989B (zh) 排序方法、排序模型的训练方法、装置、电子设备及介质
CN115511779A (zh) 图像检测方法、装置、电子设备和存储介质
CN114547252A (zh) 文本识别方法、装置、电子设备和介质
CN114140852A (zh) 图像检测方法和装置
CN115600646B (zh) 语言模型的训练方法、装置、介质及设备
CN113868453B (zh) 对象推荐方法和装置
CN115578501A (zh) 图像处理方法、装置、电子设备和存储介质
CN114842476A (zh) 水印检测方法及装置、模型训练方法及装置
CN115797660A (zh) 图像检测方法、装置、电子设备和存储介质
CN114429678A (zh) 模型训练方法及装置、电子设备和介质
CN114494797A (zh) 用于训练图像检测模型的方法和装置
CN114998963A (zh) 图像检测方法和用于训练图像检测模型的方法
CN115564992A (zh) 图像分类方法和图像分类模型的训练方法
CN114842474B (zh) 文字识别方法、装置、电子设备和介质
CN115578451B (zh) 图像处理方法、图像处理模型的训练方法和装置
CN114120420B (zh) 图像检测方法和装置
CN116881485B (zh) 生成图像检索索引的方法及装置、电子设备和介质
CN114140851B (zh) 图像检测方法和用于训练图像检测模型的方法
CN115170536B (zh) 图像检测方法、模型的训练方法和装置
CN117218499B (zh) 面部表情捕捉模型的训练方法、面部表情驱动方法和装置

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