CN115690544A - 多任务学习方法及装置、电子设备和介质 - Google Patents
多任务学习方法及装置、电子设备和介质 Download PDFInfo
- Publication number
- CN115690544A CN115690544A CN202211414300.5A CN202211414300A CN115690544A CN 115690544 A CN115690544 A CN 115690544A CN 202211414300 A CN202211414300 A CN 202211414300A CN 115690544 A CN115690544 A CN 115690544A
- Authority
- CN
- China
- Prior art keywords
- network
- task
- image
- tasks
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000003860 storage Methods 0.000 claims abstract description 16
- 238000004590 computer program Methods 0.000 claims abstract description 15
- 238000012549 training Methods 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 9
- 230000000873 masking effect Effects 0.000 claims description 4
- 238000013473 artificial intelligence Methods 0.000 abstract description 7
- 238000004458 analytical method Methods 0.000 abstract description 2
- 238000004422 calculation algorithm Methods 0.000 description 15
- 238000007726 management method Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 238000001514 detection method Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 239000011159 matrix material Substances 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 238000013480 data collection Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000010813 municipal solid waste Substances 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
本公开提供了一种多任务学习方法、装置、电子设备、计算机可读存储介质和计算机程序产品，涉及人工智能领域，尤其涉及图像识别、视频分析技术领域，可应用在智慧城市、城市治理、应急管理场景下。实现方案为：获取包含第一任务所对应的待识别目标的第一样本图像和标签数据；将第一样本图像输入经训练的主干网络获得第一图像特征，以输入分别对应的第一子网络和第二子网络中，以分别获得第一输出结果和第二输出结果；基于所确定的多任务之间的相关性参数，确定第一任务和第二任务各自受其他任务影响后各自对应的第三输出结果和第四输出结果；以及基于第三输出结果、第四输出结果以及标签数据，调节主干网络、第一子网络和第二子网络的网络参数。
Description
技术领域
本公开涉及人工智能领域，尤其涉及图像识别、视频分析技术领域，可应用在智慧城市、城市治理、应急管理场景下。具体涉及一种多任务学习方法、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。
当前随着人工智能的发展，已为公共安全、应急管理、智能交通、城市管理等领域实现技术赋能。以城市管理为例，所支持的场景涵盖交管、城管、工地、环保、应急、安全生产、国土等数十种，算法处理的任务种类多且复杂，对于数据收集与算法训练挑战性高。
发明内容
本公开提供了一种多任务学习方法、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，提供了一种多任务学习方法，包括：获取包含第一任务所对应的待识别目标的第一样本图像、以及所述第一样本图像所对应的标签数据；将所述第一样本图像输入经训练的主干网络，获得第一图像特征；将所述第一图像特征输入第一任务对应的第一子网络以及第二任务对应的第二子网络中，以分别获得所述第一子网络的第一输出结果和所述第二子网络的第二输出结果；基于所确定的所述多任务之间的相关性参数，确定所述第一任务和所述第二任务各自受其他任务影响后各自对应的第三输出结果和第四输出结果；以及基于所述第三输出结果、第四输出结果以及所述标签数据，调节所述主干网络、所述第一子网络和所述第二子网络的网络参数。
根据本公开的另一方面，提供了一种图像识别方法，包括：获取包括待识别目标的图像；将所述图像输入经训练的主干网络，以获得第五图像特征；将所述第五图像特征输入相对应的子网络中，以获得识别结果。所述主干网络和所述子网络通过本公开所述的多任务学习方法训练得到。
根据本公开的另一方面，提供了一种多任务学习装置，包括：第一获取单元，配置为获取包含第一任务所对应的待识别目标的第一样本图像、以及所述第一样本图像所对应的标签数据；第一输入单元，配置为将所述第一样本图像输入经训练的主干网络，获得第一图像特征；第二输入单元，配置为将所述第一图像特征输入第一任务对应的第一子网络以及第二任务对应的第二子网络中，以分别获得所述第一子网络的第一输出结果和所述第二子网络的第二输出结果；第一确定单元，配置为基于所确定的所述多任务之间的相关性参数，确定所述第一任务和所述第二任务各自受其他任务影响后各自对应的第三输出结果和第四输出结果；以及训练单元，配置为基于所述第三输出结果、第四输出结果以及所述标签数据，调节所述主干网络、所述第一子网络和所述第二子网络的网络参数。
根据本公开的另一方面，提供了一种图像识别装置，包括：第二获取单元，配置为获取包括待识别目标的图像；第三输入单元，配置为将所述图像输入经训练的主干网络，以获得第五图像特征；第四输入单元，配置为将所述第五图像特征输入相对应的子网络中，以获得识别结果。所述主干网络和所述子网络通过本公开所述的多任务学习方法训练得到。
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；存储器存储有可被至少一个处理器执行的指令，该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本公开所述的方法。
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，该计算机指令用于使计算机执行本公开所述的方法。
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，该计算机程序在被处理器执行时实现本公开所述的方法。
根据本公开的一个或多个实施例，所有任务共享同一个主干网络，而每个任务相关的参数相互独立，同时引入了任务相关性参数，使相关的任务共享更多的参数，而不相关的任务之间尽量减少干扰，从而获得针对不同任务最优的子网络模型。
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多任务学习方法的流程图；
图3示出了根据本公开的实施例的多任务学习的示意图；
图4示出了根据本公开的实施例的主干网络的训练流程图；
图5示出了根据本公开的实施例的图像识别方法的流程图；
图6示出了根据本公开的实施例的多任务学习装置的结构框图；
图7示出了根据本公开的实施例的图像识别装置的结构框图；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元件与另一元件区分开。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多任务学习的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来获取训练样本数据。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训练样本的信息。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。
当前，人工智能已经可以深度助力城市治理，当前已为公共安全、应急管理、智能交通、城市管理等领域实现技术赋能。它可帮助政府高效率、低成本、高水平地治理已有城市问题，并打造面向未来的创新治理应用，为市民创造高品质生活。
以百度城市大脑业务为例、所支持的场景涵盖交管、城管、工地、环保、应急、安全生产、国土等数十种，算法处理的任务种类多且复杂，对于数据收集与算法训练挑战性高。受人文、地理等因素影响，不同城市环境差异较大，诸如地貌、街景等变化的泛化性决定了算法迁移新城市的效果。一般来说，在收集到足够丰富的数据前，智慧城市算法的可迁移性是欠佳的。
因此，在算法跨城市部署时难免需要针对目标城市对算法进行定制化调优，而定制化调优需要经历数据收集、算法优化、效果回归等过程，时间和人力成本较高。通常，可以针对每个场景单独设计一种算法方案，不同场景之间模型独立演进。但受制于算法迁移性，跨城市定制工作量大，一般迁移至新城市需要进行一次定制化优化。
因此，根据本公开的实施例，提供了一种多任务学习方法。图2示出了根据本公开的实施例的多任务学习方法的流程图，如图2所示，方法200包括：获取包含第一任务所对应的待识别目标的第一样本图像、以及第一样本图像所对应的标签数据(步骤210)；将第一样本图像输入经训练的主干网络，获得第一图像特征(步骤220)；将第一图像特征输入第一任务对应的第一子网络以及第二任务对应的第二子网络中，以分别获得第一子网络的第一输出结果和第二子网络的第二输出结果(步骤230)；基于所确定的多任务之间的相关性参数，确定第一任务和第二任务各自受其他任务影响后各自对应的第三输出结果和第四输出结果(步骤240)；以及基于所述第三输出结果、第四输出结果以及所述标签数据，调节所述主干网络、所述第一子网络和所述第二子网络的网络参数(步骤250)。
根据本公开的实施例，所有任务共享同一个主干网络，而每个任务相关的参数相互独立，同时引入了任务相关性参数，使相关的任务共享更多的参数，而不相关的任务之间尽量减少干扰，从而获得针对不同任务最优的子网络模型。
在本公开中，所有任务共享同一个主干网络，如图3所示，而主干网络为经训练的网络模型。主干网络作为特征提取网络，可以预先基于海量数据预训练，以使得预训练得到的主干网络具有较好的知识完备性。在下游的多任务学习过程中即可基于少量的样本数据对整个网络模型进行调优，并且依然可以获得较好的学习效果。这样，既保证了算法迁移性较好，还节省了训练前需要对大量样本图像进行标注的人力成本和时间成本。
在一些实施例中，所训练得到的网络模型可以用于智慧城市建设。示例地，用于进行目标识别的模型输入通常为城市监控摄像头所拍摄的图像或视频帧，也即第一样本图像可以是该图像或视频帧。该图像或视频帧包含第一任务所对应的待识别目标，例如人体检测任务中的人、车辆检测任务中的车辆等。并且，对第一样本图像进行标记，以确定与第一任务相对应的标签数据。示例地，该标签数据可以为第一任务所对应的待识别目标的位置信息、尺寸信息等。
在本公开中，第一任务为当前主要学习的任务，其输入的样本图像对应于该第一任务；第二任务为所学习的多个任务中除第一任务之外的任务，第二任务可以为一个或多个。可以理解的是，第一任务和第二任务在多个待训练任务中的并非是固定的，在当前场景所对应的训练过程中的第一任务也可以在下已场景所对应的训练过程中作为第二任务。第二任务为该多个待训练任务中的除第一任务之外的任务，第二任务可以为一个或多个。
具体地，在对第一任务进行训练时，获取包含第一任务所对应的待识别目标的样本图像，并对其中的待识别目标进行标记。将该样本图像输入主干网络获得图像特征，该图像特征被分别输入第一任务和各个第二任务所对应的子网络中。从而在对第一任务进行学习的过程中也进一步地促进了第二任务的学习，使得以更少的样本实现多任务学习的收敛。
在一些实施例中，可以基于第三输出结果和标签数据，更新主干网络和第一子网络的网络参数，并基于第四输出结果和标签数据，更新主干网络和第二子网络的网络参数。
可以理解的是，还可以基于第三输出结果、第四输出结果和标签数据，更新主干网络、第一子网络和第二子网络中的每一个网络的网络参数，在此不作限制。
根据一些实施例，如图4所示，所述主干网络基于以下步骤训练得到(方法400)：获取第二样本图像(步骤410)；将所述第二样本图像进行序列化，以获得多个图像块(步骤420)；将所述多个图像块中的预设比例的图像块进行随机掩码化，以获得未被掩码遮盖的剩余图像块(步骤430)；将所述剩余图像块输入所述编码器网络，以获得第二图像特征(步骤440)；补齐所述第二图像特征中的与被掩码遮盖的图像块相对应位置的数据，以获得第三图像特征(步骤450)；将所述第三图像特征输入解码器网络，以获得第四图像特征，其中所述第四图像特征与所述第二样本图像的像素数据具有相同维度(步骤460)；以及基于所述第四图像特征和第二样本图像的像素数据调节所述编码器网络和所述解码器网络的参数(步骤470)。所述经调节的编码器网络即作为所述主干网络。
在该实施例中，第二样本图像可以为城市监控摄像头所拍摄的图像或视频帧。该第二样本图像可以为未标注的数据，因此，可以通过所搜集的海量地无标注数据对主干网络进行预训练，使得预训练得到的主干网络具有较好的知识完备性，在下游即可基于少量的样本数据对整个网络模型进行调优。
根据一些实施例，所述第二样本图像包括所述多个任务中的至少一个任务所对应的待识别目标。通过包括与下游多任务学习相对应的待识别目标的样本图像进行预训练操作，从而得到更适用于该下游任务的主干网络，提高了下游任务的学习效果。
根据一些实施例，所述编码器和所述解码器基于Transformer模型实现。
考虑到在Transformer结构中，输入是一个二维的矩阵，矩阵的形状可以表示为(S,D)，其中S是输入样本序列的长度，而D是样本序列中每个向量的维度。因此，需要将长*宽*通道数的三维图像转化为(S,D)的二维输入。首先，将所述第二样本图像进行序列化，以获得多个图像块。序列后的图像可以看作是一系列展平的图像块，也就是将图像切分成小块后，再将其展平。该序列中一共包含了S＝长*宽/(H*W)个图像块，每个图像块的维度则是(H*W*通道数)。
在一些示例中，当此时的每个图像块的维度是(H*W*通道数)不等于实际所需要的向量维度D时，还需要对图像块进行Embedding(嵌入)。示例地，可以对每个(H*W*通道数)的图像块做线性变换，以将维度压缩为D即可。
进一步地，将多个图像块中的预设比例的图像块进行随机掩码化，以获得未被掩码遮盖的剩余图像块。即，覆盖掉预设比例的图像块。该预设比例例如可以为50％、55％、60％、65％、75％等，在此不作限制。然后将剩余图像块的数据输入编码器网络，以获得相应的图像特征。补齐该图像特征中的与被掩码遮盖的图像块相对应位置的数据后，将所获得的图像特征进一步输入解码器网络，以获得与原图像相同数据维度的输出数据。
根据一些实施例，基于所述第四图像特征和第二样本图像的像素数据调节所述编码器网络和所述解码器网络的参数包括：基于第二样本图像的像素数据和所述第四图像特征的平均绝对误差，调节所述编码器网络和所述解码器网络的参数。即，将监督信息设置为原始图像像素数据和还原的图像像素数据的平均绝对误差(Mean Absolute Error)，将整个预训练流程近似看待为对一个随机擦除图片的还原任务，从而达到了较好的训练效果。
可以理解的是，可以根据其他合适的算法设置监督信息，在此不作限制。
根据一些实施例，所述相关性参数为可训练的相关性参数。因此，调节所述主干网络、所述第一子网络和所述第二子网络的网络参数包括：基于所述第三输出结果、第四输出结果以及所述标签数据，调节所述主干网络、所述第一子网络和所述第二子网络的网络参数、以及所述相关性参数。通过将相关性参数设计为一组可学习的参数，使其适应性地针对不同的场景学习相应的相关性参数，从而提高了模型的可扩展性。
根据一些实施例，还包括：确定所述多个任务之间的相关性参数，包括：将所述多个任务中的任意两个任务进行组合，得到多个任务对；以及对于每个任务对，根据该任务对中的每个任务的标签序列，确定该任务对中两个任务之间的相关性参数，作为该任务对的相关性参数。
在一些示例中，可以引入一个N*N的矩阵A(其中N为所学习的多个任务的数量)来表征不同任务之间的影响程度，其中矩阵A中的第i行第j列元素Aij即可表示为第i个任务受第j个任务影响的相关性参数。矩阵中的每个参数可以是在网络训练过程中不断优化的参数。
根据一些实施例，所述相关性参数为预设的相关性参数。示例地，可以根据实际场景预先设置任务之间的相关性参数。例如，人体识别和人脸识别场景相关性较高，则可以设置较高的相关性参数；人体识别和车辆识别场景相关性较低，则可以设置较低的相关性参数。
根据一些实施例，所述第一任务和所述第二任务所对应的待识别目标包括一个或多个目标类别。对于每个任务，根据该任务对应的输出结果与第五输出结果的比值，确定该任务受其他任务影响后的输出结果，其中，第五输出结果为对所学习的所有任务各自对应的输出结果以及所述所有任务各自与该任务之间的相关性参数进行加权求和后所得的结果。示例地，该相关性参数的取值可以为[0,1]，相同任务之间的相关性参数的取值可以为1，完全无关的任务之间的相关性参数的取值可以为0。
根据一些实施例，根据以下公式确定所述第三输出结果和第四输出结果：
其中，Outputi和Outputj分别表示第i个任务和第j个任务所对应的输出结果，Aij表示第i个任务受第j个任务影响的相关性参数，j＝1,2,…,N，其中N为所述多个任务的数量，
和
分别表示第i个任务和第j个任务中置信度最大的目标类别所对应的输出结果。
根据一些实施例，每个任务的输出结果的数组形状可以为{B,Ci,H,W}，其中B表示输入的图像序列的大小，Ci表示第i个任务所对应的目标类别数。示例地，任务A对应于交管场景，则其对应的目标类别可以为电动车、自行车、摩托车等。H,W为表征位置维度的信息，即所序列化后所获得的图像块的维度信息。
在该实施例中，
和
分别表示第i个任务和第j个任务中置信度最大的目标类别所对应的输出结果。具体地，例如任务A对应于交管场景，待识别目标为车辆，目标的类别包括电动车、自行车、摩托车，其中相应的一个图像块所对应的上述类别的置信度分别为(0.2,0.5,0.3)，则
的数组形状为{B,1,H,W}，其中上述数据块对应的置信度取最大值后为0.5。任务B对应于城管场景，目标的类别包括垃圾、建材、铁架子，其中相应的一个图像块所对应的上述类别的置信度分别为(0.3,0.6,0.1)则
的数组形状为{B,1,H,W}，其中上述数据块对应的置信度取最大值后为0.6。在上述公式中，
表示对矩阵数组中的每一个元素作e的指数进行求值，∑j表示对矩阵数组中的每一个元素进行求和。
在本公开的实施例中，如果当前位置上有其他任务输出了较高置信度的预测，则可以通过上述公式根据任务间的相关性引入互斥性，比如人脸检测和犬类检测较低概率出现在完全相同的位置，则希望犬类检测的输出和人脸检测的输出互斥；而人脸检测和人体检测的输出有较高概率重合，则希望两者互斥性小。
根据本公开的实施例，如图5所示，还提供了一种图像识别方法500，包括：获取包括待识别目标的图像(步骤510)；将所述图像输入经训练的主干网络，以获得第五图像特征(步骤520)；将所述第五图像特征输入相对应的子网络中，以获得识别结果(步骤530)。所述主干网络和所述子网络通过上面任一个实施例所述的方法训练得到。
根据本公开的实施例，如图6所示，还提供了一种多任务学习装置600，包括：第一获取单元610，配置为获取包含第一任务所对应的待识别目标的第一样本图像、以及所述第一样本图像所对应的标签数据；第一输入单元620，配置为将所述第一样本图像输入经训练的主干网络，获得第一图像特征；第二输入单元630，配置为将所述第一图像特征输入第一任务对应的第一子网络以及第二任务对应的第二子网络中，以分别获得所述第一子网络的第一输出结果和所述第二子网络的第二输出结果；第一确定单元640，配置为基于所确定的所述多任务之间的相关性参数，确定所述第一任务和所述第二任务各自受其他任务影响后各自对应的第三输出结果和第四输出结果；以及训练单元650，配置为基于所述第三输出结果、第四输出结果以及所述标签数据，调节所述主干网络、所述第一子网络和所述第二子网络的网络参数。
这里，多任务学习装置600的上述各单元610～650的操作分别与前面描述的步骤210～250的操作类似，在此不再赘述。
根据本公开的实施例，如图7所示，还提供了一种图像识别装置700，包括：第二获取单元710，配置为获取包括待识别目标的图像；第三输入单元720，配置为将所述图像输入经训练的主干网络，以获得第五图像特征；第四输入单元730，配置为将所述第五图像特征输入相对应的子网络中，以获得识别结果。所述主干网络和所述子网络通过上面任一个实施例所述的方法训练得到。
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，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或500。例如，在一些实施例中，方法200或500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或500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或500。
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)、互联网和区块链网络。
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 (25)
1.一种多任务学习方法，包括：
获取包含第一任务所对应的待识别目标的第一样本图像、以及所述第一样本图像所对应的标签数据；
将所述第一样本图像输入经训练的主干网络，获得第一图像特征；
将所述第一图像特征输入第一任务对应的第一子网络以及第二任务对应的第二子网络中，以分别获得所述第一子网络的第一输出结果和所述第二子网络的第二输出结果；
基于所确定的所述多任务之间的相关性参数，确定所述第一任务和所述第二任务各自受其他任务影响后各自对应的第三输出结果和第四输出结果；以及
基于所述第三输出结果、第四输出结果以及所述标签数据，调节所述主干网络、所述第一子网络和所述第二子网络的网络参数。
2.如权利要求1所述的方法，其中，所述主干网络基于以下步骤训练得到：
获取第二样本图像；
将所述第二样本图像进行序列化，以获得多个图像块；
将所述多个图像块中的预设比例的图像块进行随机掩码化，以获得未被掩码遮盖的剩余图像块；
将所述剩余图像块输入所述编码器网络，以获得第二图像特征；
补齐所述第二图像特征中的与被掩码遮盖的图像块相对应位置的数据，以获得第三图像特征；
将所述第三图像特征输入解码器网络，以获得第四图像特征，其中所述第四图像特征与所述第二样本图像的像素数据具有相同维度；以及
基于所述第四图像特征和第二样本图像的像素数据调节所述编码器网络和所述解码器网络的参数，
其中，所述经调节的编码器网络作为所述主干网络。
3.如权利要求2所述的方法，其中，所述第二样本图像包括所述多个任务中的至少一个任务所对应的待识别目标。
4.如权利要求2所述的方法，其中，基于所述第四图像特征和所述第二样本图像的像素数据调节所述编码器网络和所述解码器网络的参数包括：基于所述第二样本图像的像素数据和所述第四图像特征的平均绝对误差，调节所述编码器网络和所述解码器网络的参数。
5.如权利要求1所述的方法，其中，所述相关性参数为可训练的相关性参数，并且其中，调节所述主干网络、所述第一子网络和所述第二子网络的网络参数包括：
基于所述第三输出结果、第四输出结果以及所述标签数据，调节所述主干网络、所述第一子网络和所述第二子网络的网络参数、以及所述相关性参数。
6.如权利要求1或5所述的方法，还包括：确定所述多个任务之间的相关性参数，包括：
将所述多个任务中的任意两个任务进行组合，得到多个任务对；以及
对于每个任务对，根据该任务对中的每个任务的标签序列，确定该任务对中两个任务之间的相关性参数，作为该任务对的相关性参数。
7.如权利要求1所述的方法，其中，所述第一任务和所述第二任务所对应的待识别目标包括一个或多个目标类别，并且其中，对于每个任务，根据该任务对应的输出结果与第五输出结果的比值，确定该任务受其他任务影响后的输出结果，
其中，第五输出结果为对所学习的所有任务各自对应的输出结果以及所述所有任务各自与该任务之间的相关性参数进行加权求和后所得的结果。
8.如权利要求7所述的方法，其中，根据以下公式确定所述第三输出结果和第四输出结果：
其中，Outputi和Outputj分别表示第i个任务和第j个任务所对应的输出结果，Aij表示i个任务受第j个任务影响的相关性参数，j＝1,2,…,N，其中N为所述多个任务的数量，
和
分别表示第i个任务和第j个任务中置信度最大的目标类别所对应的输出结果。
9.如权利要求2所述的方法，其中，所述编码器和所述解码器基于Transformer模型实现。
10.如权利要求1所述的方法，其中，所述相关性参数为预设的相关性参数。
11.一种图像识别方法，包括：
获取包括待识别目标的图像；
将所述图像输入经训练的主干网络，以获得第五图像特征；
将所述第五图像特征输入相对应的子网络中，以获得识别结果，
其中，所述主干网络和所述子网络通过权利要求1-10中任一项所述的方法训练得到。
12.一种多任务学习装置，包括：
第一获取单元，配置为获取包含第一任务所对应的待识别目标的第一样本图像、以及所述第一样本图像所对应的标签数据；
第一输入单元，配置为将所述第一样本图像输入经训练的主干网络，获得第一图像特征；
第二输入单元，配置为将所述第一图像特征输入第一任务对应的第一子网络以及第二任务对应的第二子网络中，以分别获得所述第一子网络的第一输出结果和所述第二子网络的第二输出结果；
第一确定单元，配置为基于所确定的所述多任务之间的相关性参数，确定所述第一任务和所述第二任务各自受其他任务影响后各自对应的第三输出结果和第四输出结果；以及
训练单元，配置为基于所述第三输出结果、第四输出结果以及所述标签数据，调节所述主干网络、所述第一子网络和所述第二子网络的网络参数。
13.如权利要求12所述的装置，其中，所述主干网络基于以下步骤训练得到：
获取第二样本图像；
将所述第二样本图像进行序列化，以获得多个图像块；
将所述多个图像块中的预设比例的图像块进行随机掩码化，以获得未被掩码遮盖的剩余图像块；
将所述剩余图像块输入所述编码器网络，以获得第二图像特征；
补齐所述第二图像特征中的与被掩码遮盖的图像块相对应位置的数据，以获得第三图像特征；
将所述第三图像特征输入解码器网络，以获得第四图像特征，其中所述第四图像特征与所述第二样本图像的像素数据具有相同维度；以及
基于所述第四图像特征和第二样本图像的像素数据调节所述编码器网络和所述解码器网络的参数，
其中，所述经调节的编码器网络作为所述主干网络。
14.如权利要求13所述的装置，其中，所述第二样本图像包括所述多个任务中的至少一个任务所对应的待识别目标。
15.如权利要求13所述的装置，其中，基于所述第二样本图像的像素数据和所述第四图像特征的平均绝对误差，调节所述编码器网络和所述解码器网络的参数。
16.如权利要求12所述的装置，其中，所述相关性参数为可训练的相关性参数，并且其中，所述训练单元包括训练子单元，配置为：基于所述第三输出结果、第四输出结果以及所述标签数据，调节所述主干网络、所述第一子网络和所述第二子网络的网络参数、以及所述相关性参数。
17.如权利要求12或16所述的装置，还包括第二确定单元，配置为确定所述多个任务之间的相关性参数，所述第二确定单元包括：
第一确定子单元，配置为将所述多个任务中的任意两个任务进行组合，得到多个任务对；以及
第二确定子单元，配置为对于每个任务对，根据该任务对中的每个任务的标签序列，确定该任务对中两个任务之间的相关性参数，作为该任务对的相关性参数。
18.如权利要求12所述的装置，其中，所述第一任务和所述第二任务所对应的待识别目标包括一个或多个目标类别，并且其中，对于每个任务，根据该任务对应的输出结果与第五输出结果的比值，确定该任务受其他任务影响后的输出结果，
其中，第五输出结果为对所学习的所有任务各自对应的输出结果以及所述所有任务各自与该任务之间的相关性参数进行加权求和后所得的结果。
19.如权利要求18所述的装置，其中，根据以下公式确定所述第三输出结果和第四输出结果：
其中，Outputi和Outputj分别表示第i个任务和第j个任务所对应的输出结果，Aij表示i个任务受第j个任务影响的相关性参数，j＝1,2,…,N，其中N为所述多个任务的数量，
和
分别表示第i个任务和第j个任务中置信度最大的目标类别所对应的输出结果。
20.如权利要求13所述的装置，其中，所述编码器和所述解码器基于Transformer模型实现。
21.如权利要求12所述的装置，其中，所述相关性参数为预设的相关性参数。
22.一种图像识别装置，包括：
第二获取单元，配置为获取包括待识别目标的图像；
第三输入单元，配置为将所述图像输入经训练的主干网络，以获得第五图像特征；
第四输入单元，配置为将所述第五图像特征输入相对应的子网络中，以获得识别结果，
其中，所述主干网络和所述子网络通过权利要求1-10中任一项所述的方法训练得到。
23.一种电子设备，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1-11中任一项所述的方法。
24.一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1-11中任一项所述的方法。
25.一种计算机程序产品，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1-11中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211414300.5A CN115690544B (zh) | 2022-11-11 | 2022-11-11 | 多任务学习方法及装置、电子设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211414300.5A CN115690544B (zh) | 2022-11-11 | 2022-11-11 | 多任务学习方法及装置、电子设备和介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115690544A true CN115690544A (zh) | 2023-02-03 |
| CN115690544B CN115690544B (zh) | 2024-03-01 |
Family
ID=85052132
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211414300.5A Active CN115690544B (zh) | 2022-11-11 | 2022-11-11 | 多任务学习方法及装置、电子设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115690544B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117593613A (zh) * | 2024-01-19 | 2024-02-23 | 腾讯科技（深圳）有限公司 | 多任务学习方法和装置、存储介质及电子设备 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111666763A (zh) * | 2020-05-28 | 2020-09-15 | 平安科技（深圳）有限公司 | 用于多任务场景的网络结构构建方法和装置 |
| CN111813532A (zh) * | 2020-09-04 | 2020-10-23 | 腾讯科技（深圳）有限公司 | 一种基于多任务机器学习模型的图像管理方法及装置 |
| CN112559007A (zh) * | 2020-12-14 | 2021-03-26 | 北京百度网讯科技有限公司 | 多任务模型的参数更新方法、装置及电子设备 |
| CN113591573A (zh) * | 2021-06-28 | 2021-11-02 | 北京百度网讯科技有限公司 | 多任务学习深度网络模型的训练及目标检测方法、装置 |
| CN114492171A (zh) * | 2021-12-31 | 2022-05-13 | 天津大学 | 基于多任务深度学习神经网络的太阳风速度预测方法 |
| CN114511758A (zh) * | 2022-01-28 | 2022-05-17 | 北京百度网讯科技有限公司 | 图像识别方法及装置、电子设备和介质 |
| CN114723989A (zh) * | 2022-03-25 | 2022-07-08 | 影石创新科技股份有限公司 | 多任务学习方法、装置及电子设备 |
| CN114724021A (zh) * | 2022-05-25 | 2022-07-08 | 北京闪马智建科技有限公司 | 一种数据的识别方法、装置、存储介质及电子装置 |
-
2022
- 2022-11-11 CN CN202211414300.5A patent/CN115690544B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111666763A (zh) * | 2020-05-28 | 2020-09-15 | 平安科技（深圳）有限公司 | 用于多任务场景的网络结构构建方法和装置 |
| WO2021114625A1 (zh) * | 2020-05-28 | 2021-06-17 | 平安科技（深圳）有限公司 | 用于多任务场景的网络结构构建方法和装置 |
| CN111813532A (zh) * | 2020-09-04 | 2020-10-23 | 腾讯科技（深圳）有限公司 | 一种基于多任务机器学习模型的图像管理方法及装置 |
| CN112559007A (zh) * | 2020-12-14 | 2021-03-26 | 北京百度网讯科技有限公司 | 多任务模型的参数更新方法、装置及电子设备 |
| CN113591573A (zh) * | 2021-06-28 | 2021-11-02 | 北京百度网讯科技有限公司 | 多任务学习深度网络模型的训练及目标检测方法、装置 |
| CN114492171A (zh) * | 2021-12-31 | 2022-05-13 | 天津大学 | 基于多任务深度学习神经网络的太阳风速度预测方法 |
| CN114511758A (zh) * | 2022-01-28 | 2022-05-17 | 北京百度网讯科技有限公司 | 图像识别方法及装置、电子设备和介质 |
| CN114723989A (zh) * | 2022-03-25 | 2022-07-08 | 影石创新科技股份有限公司 | 多任务学习方法、装置及电子设备 |
| CN114724021A (zh) * | 2022-05-25 | 2022-07-08 | 北京闪马智建科技有限公司 | 一种数据的识别方法、装置、存储介质及电子装置 |
Non-Patent Citations (2)
| Title |
|---|
| 冯超: "基于多任务深度神经网络的车辆场景理解技术研究", 《中国优秀硕士学位论文全文数据库（电子期刊） 信息科技辑》 * |
| 张钰;刘建伟;左信;: "多任务学习", 计算机学报, no. 07 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117593613A (zh) * | 2024-01-19 | 2024-02-23 | 腾讯科技（深圳）有限公司 | 多任务学习方法和装置、存储介质及电子设备 |
| CN117593613B (zh) * | 2024-01-19 | 2024-04-09 | 腾讯科技（深圳）有限公司 | 多任务学习方法和装置、存储介质及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115690544B (zh) | 2024-03-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114511758A (zh) | 图像识别方法及装置、电子设备和介质 | |
| CN115631418B (zh) | 图像处理方法及装置、神经辐射场的训练方法 | |
| EP3913532A2 (en) | Object area measurement method, apparatus, storage medium and computer product | |
| CN114612749B (zh) | 神经网络模型训练方法及装置、电子设备和介质 | |
| US20230052389A1 (en) | Human-object interaction detection | |
| CN112749758A (zh) | 图像处理方法、神经网络的训练方法、装置、设备和介质 | |
| EP4105895A2 (en) | Human-object interaction detection method, neural network and training method therefor, device, and medium | |
| CN114445667A (zh) | 图像检测方法和用于训练图像检测模型的方法 | |
| EP4123591A2 (en) | Human-object interaction detection method, neural network and training method therefor, device, and medium | |
| CN115170819A (zh) | 目标识别方法及装置、电子设备和介质 | |
| CN115690544B (zh) | 多任务学习方法及装置、电子设备和介质 | |
| JP2024509014A (ja) | ソーティング方法、ソーティングモデルのトレーニング方法、装置、電子機器及び記憶媒体 | |
| CN115797660A (zh) | 图像检测方法、装置、电子设备和存储介质 | |
| CN114998963A (zh) | 图像检测方法和用于训练图像检测模型的方法 | |
| CN115359309A (zh) | 目标检测模型的训练方法及装置、设备和介质 | |
| JP2023547299A (ja) | オブジェクト推薦方法及び装置 | |
| CN114429678A (zh) | 模型训练方法及装置、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 | |
| CN115512131B (zh) | 图像检测方法和图像检测模型的训练方法 | |
| CN114140851B (zh) | 图像检测方法和用于训练图像检测模型的方法 | |
| CN115797455B (zh) | 目标检测方法、装置、电子设备和存储介质 | |
| CN115511779B (zh) | 图像检测方法、装置、电子设备和存储介质 | |
| CN114998403A (zh) | 深度预测方法、装置、电子设备、介质 | |
| CN117274575A (zh) | 目标检测模型的训练方法、目标检测方法、装置和设备 | |
| CN114511757A (zh) | 用于训练图像检测模型的方法和装置 |
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 |