CN117392484A - 一种模型训练方法、装置、设备及存储介质 - Google Patents
一种模型训练方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117392484A CN117392484A CN202311658600.2A CN202311658600A CN117392484A CN 117392484 A CN117392484 A CN 117392484A CN 202311658600 A CN202311658600 A CN 202311658600A CN 117392484 A CN117392484 A CN 117392484A
- Authority
- CN
- China
- Prior art keywords
- acne
- image sample
- facial image
- predicted
- training
- 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
Links
- 238000012549 training Methods 0.000 title claims abstract description 119
- 238000000034 method Methods 0.000 title claims abstract description 56
- 208000002874 Acne Vulgaris Diseases 0.000 claims abstract description 292
- 206010000496 acne Diseases 0.000 claims abstract description 292
- 230000001815 facial effect Effects 0.000 claims abstract description 159
- 230000006870 function Effects 0.000 claims description 118
- 208000020154 Acnes Diseases 0.000 claims description 38
- 238000004590 computer program Methods 0.000 claims description 16
- 238000003745 diagnosis Methods 0.000 abstract description 11
- 238000004364 calculation method Methods 0.000 abstract description 8
- 230000008569 process Effects 0.000 description 13
- 238000011176 pooling Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 230000005012 migration Effects 0.000 description 5
- 238000013508 migration Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 238000013480 data collection Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 230000003902 lesion Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 101100328519 Caenorhabditis elegans cnt-2 gene Proteins 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 208000017520 skin disease Diseases 0.000 description 2
- 208000032544 Cicatrix Diseases 0.000 description 1
- 206010012374 Depressed mood Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000007306 functionalization reaction Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000000049 pigment Substances 0.000 description 1
- 231100000241 scar Toxicity 0.000 description 1
- 230000037387 scars Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000000926 separation method Methods 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
- G06V10/70—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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/048—Activation functions
-
- 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
- G06V10/7715—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Abstract
本发明公开了一种模型训练方法、装置、设备及存储介质。该方法包括:获取第一图像样本集,第一图像样本集包括:面部图像样本和样本对应的识别结果;基于第一图像样本集对主干网络进行预训练,得到预训练后的主干网络;根据预训练后的主干网络、第一分支全连接层以及第二分支全连接层确定第一模型;基于第二图像样本集对第一模型进行训练,得到目标模型,第二图像样本集包括:面部图像样本、面部图像样本对应的痤疮等级以及面部图像样本对应的痤疮数量。通过本发明的技术方案,能够更好地捕捉图像中的特征,提高痤疮识别模型的泛化能力,为后续的目标模型训练节省了计算资源和时间成本;且提高了痤疮识别的准确性,为痤疮的诊断提供依据。
Description
技术领域
本发明实施例涉及皮肤痤疮检测和护肤领域,尤其涉及一种模型训练方法、装置、设备及存储介质。
背景技术
皮肤病总是扰乱人们的正常生活。痤疮是最常见的皮肤病之一,它是寻常性痤疮的常见形式,不仅在青春期达到高峰,而且也困扰着许多成年人。大约80%的青少年患有痤疮,大约3%的男孩和12%的女孩即使成年也无法治愈,更为严重的是,许多痤疮患者因为脸上留下的疤痕和色素而失去信心,产生抑郁情绪,与此同时,医疗资源分布不均使偏远地区的人们无法获得高质量的医疗服务。
痤疮严重程度分级,是皮肤科医生做出正确诊断和个性化治疗的重要步骤。目前业界有使用深度学习对痤疮严重程度进行分级,但训练样本比较少,且没有考虑到标签之间的模糊性。由于痤疮的外观相似,严重程度相近,因此对痤疮进行准确的计数和分级的鲁棒性比较低。痤疮识别模型也容易过拟合,训练调参难,训练周期长。
发明内容
本发明实施例提供一种模型训练方法、装置、设备及存储介质,能够更好地捕捉图像中的特征,提高痤疮识别模型的泛化能力,为后续的目标模型训练节省了计算资源和时间成本,且提高了痤疮识别准确性,为痤疮的诊断提供依据。
第一方面,本发明实施例提供了一种模型训练方法,包括:
获取第一图像样本集,其中,所述第一图像样本集包括:面部图像样本和样本对应的识别结果;
基于所述第一图像样本集对主干网络进行预训练,得到预训练后的主干网络;
根据预训练后的主干网络、第一分支全连接层以及第二分支全连接层确定第一模型;
基于第二图像样本集对所述第一模型进行训练,得到目标模型,其中,所述第二图像样本集包括:面部图像样本、面部图像样本对应的痤疮等级以及面部图像样本对应的痤疮数量。
可选的,基于第二图像样本集对所述第一模型进行训练,得到目标模型,包括:
将所述第二图像样本集中的面部图像样本输入预训练后的主干网络,得到面部图像样本对应的目标特征数据;
将所述面部图像样本对应的目标特征数据输入第一分支全连接层,得到预测痤疮数量;
将所述面部图像样本对应的目标特征数据输入第二分支全连接层,得到预测痤疮等级;
根据预测痤疮数量、预测痤疮数量对应的计数类别信息以及面部图像样本对应的痤疮数量生成第一损失函数;
根据预测痤疮等级、面部图像样本对应的痤疮等级以及预测痤疮数量对应的痤疮等级生成第二损失函数;
根据所述第一损失函数和所述第二损失函数训练所述第一模型的参数,得到目标模型。
可选的,根据预测痤疮数量、预测痤疮数量对应的计数类别信息以及面部图像样本对应的痤疮数量生成第一损失函数,包括:
根据预测痤疮数量和面部图像样本对应的痤疮数量生成MSE损失函数;
根据所述预测痤疮数量对应的计数类别信息和面部图像样本对应的痤疮数量生成计数分类损失函数;
根据所述计数分类损失函数和所述MSE损失函数生成第一损失函数。
可选的,根据预测痤疮等级、面部图像样本对应的痤疮等级以及预测痤疮数量对应的痤疮等级生成第二损失函数,包括:
根据所述预测痤疮数量对应的痤疮等级和面部图像样本对应的痤疮等级生成痤疮等级损失函数;
根据所述预测痤疮等级和面部图像样本对应的痤疮等级生成等级分类损失函数;
根据痤疮等级损失函数和所述等级分类损失函数生成第二损失函数。
可选的,所述第一模型还包括:目标全连接层,所述目标全连接层位于预训练后的主干网络之后,第一分支全连接层和第二分支全连接层之前;
相应的,将所述第二图像样本集中的面部图像样本输入预训练后的主干网络,得到面部图像样本对应的目标特征数据,包括:
将所述第二图像样本集中的面部图像样本输入预训练后的主干网络,得到面部图像样本对应的初始特征数据;
提取所述面部图像样本对应的初始特征数据中的第一特征数据;
将所述面部图像样本对应的第一特征数据输入目标全连接层,得到所述面部图像样本对应的目标特征数据。
可选的,还包括:
采集目标对象面部图像;
将所述目标对象面部图像输入所述目标模型,得到所述目标对象面部图像对应的痤疮等级和痤疮数量。
可选的,基于所述第一图像样本集对主干网络进行预训练,得到预训练后的主干网络,包括:
将所述第一图像样本集中的面部图像样本输入主干网络,得到预测识别结果;
根据所述预测识别结果和所述面部图像样本对应的识别结果生成的目标函数训练所述主干网络的参数;
返回执行将将所述第一图像样本集中的面部图像样本输入主干网络,得到预测识别结果的操作;
直至满足训练终止条件,得到预训练后的主干网络。
第二方面,本发明实施例提供了一种模型训练装置,包括:
获取模块,用于获取第一图像样本集,其中,所述第一图像样本集包括:面部图像样本和样本对应的识别结果;
第一训练模块,用于基于所述第一图像样本集对主干网络进行预训练,得到预训练后的主干网络;
确定模块,用于根据预训练后的主干网络、第一分支全连接层以及第二分支全连接层确定第一模型;
第二训练模块,用于基于第二图像样本集对所述第一模型进行训练,得到目标模型,其中,所述第二图像样本集包括:面部图像样本、面部图像样本对应的痤疮等级以及面部图像样本对应的痤疮数量。
第三方面,本发明实施例提供了一种电子设备,所述电子设备包括:
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计算机程序,所述计算机程序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本发明任一实施例所述的模型训练方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的模型训练方法。
本发明实施例通过获取第一图像样本集,其中,所述第一图像样本集包括:面部图像样本和样本对应的识别结果;基于所述第一图像样本集对主干网络进行预训练,得到预训练后的主干网络;根据预训练后的主干网络、第一分支全连接层以及第二分支全连接层确定第一模型;基于第二图像样本集对所述第一模型进行训练,得到目标模型,其中,所述第二图像样本集包括:面部图像样本、面部图像样本对应的痤疮等级以及面部图像样本对应的痤疮数量;解决了现有技术中痤疮识别模型容易过拟合,训练调参难,训练周期长的问题,能够更好地捕捉图像中的特征,提高痤疮识别模型的泛化能力,为后续的目标模型训练节省了计算资源和时间成本;且提高了痤疮识别的准确性,为痤疮的诊断提供依据。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明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
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例一提供的一种模型训练方法的流程图;
图2为本发明实施例一提供的一种人脸识别数据VGGFace2准备流程图;
图3为本发明实施例一提供的一种数据采集及标注流程图;
图4为本发明实施例二提供的一种模型训练方法的流程图;
图5为本发明实施例二提供的一种全局最大池化实现结构图;
图6为本发明实施例二提供的一种痤疮识别模型结构示意图;
图7为本发明实施例三提供的一种模型训练装置的结构示意图;
图8示出了可以用来实施本发明的实施例的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
可以理解的是,在使用本公开各实施例公开的技术方案之前,均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
实施例一
图1为本发明实施例一提供的一种模型训练方法的流程图,本实施例可适用于训练模型的情况,该方法可以由本发明实施例中的模型训练装置来执行,该装置可采用软件和/或硬件的方式实现,如图1所示,该方法具体包括如下步骤:
S110,获取第一图像样本集,其中,所述第一图像样本集包括:面部图像样本和样本对应的识别结果。
其中,第一图像样本集可以指训练的主干网络的面部图像训练样本集合;面部图像样本可以指作为训练样本的面部图像;识别结果可以指面部图像样本对应的特征数据。
本实施例中,图2为本发明实施例一提供的一种人脸识别数据VGGFace2准备流程图,如图2所示,可以选择VGGFace2作为模型训练的第一图像样本集,VGGFace2中包含有331万图片,9131个ID,平均图片个数为362.6。选择VGGFace2作为第一图像样本集的优势在于VGGFace2中人物ID较多,且每个ID包含的图片个数也较多;可以覆盖大范围的姿态、年龄和种族;能够尽可能地使噪声最少。此外,还需要采用DBSCAN聚类算法对数据进行清洗,保证数据的准确性、完整性,有效节省了数据的准备时间并提高了效率。进一步的,第一图像样本集中不仅包括面部图像样本,还包括与面部图像样本对应的特征数据。
S120,基于所述第一图像样本集对主干网络进行预训练,得到预训练后的主干网络。
其中,主干网络可以指se_resnetxt50_32x4d,Arcloss(迁移模型),预训练可以指通过损失函数对迁移模型进行预训练。
本实施例中,可以通过几百万的人脸识别数据对主干网络进行预训练,通过同域数据的迁移学习,使得主干网络能够学习到更高层次的特征表示,并能够更好地捕捉数据中的模式和关系,为后续的痤疮识别模型训练节省了计算资源和时间成本。
S130,根据预训练后的主干网络、第一分支全连接层以及第二分支全连接层确定第一模型。
其中,全连接层用于将前边提取到的特征综合起来。为了强调痤疮数量和痤疮等级之间的差距,本实施例中设置有两个全连接层,分别为第一分支全连接层、第二分支全连接层。第一分支全连接层可以指痤疮数量分支全连接层;第二分支全连接层可以指痤疮等级分支全连接层。第一模型可以指痤疮识别模型。
本实施例中,面部图像可以通过预训练后的主干网络进行特征提取,再通过MaxPolling层对提取的特征进行最大池化;将最大池化后的特征输入预先设置的两个分支全连接层,两个分支全连接层分别为第一分支全连接层、第二分支全连接层,第一分支全连接层可以指痤疮数量分支全连接层,通过痤疮数量分支全连接层可以确定痤疮数量,第二分支全连接层可以指痤疮等级分支全连接层,通过痤疮等级分支全连接层可以确定痤疮等级;根据痤疮等级可以在全局范围内估计痤疮的严重程度;根据预先设置的痤疮数量与痤疮严重程度的转换关系,确定痤疮严重程度的同时对痤疮的严重程度进行分级,并预测痤疮病变数量,为痤疮的诊断提供依据。
S140,基于第二图像样本集对所述第一模型进行训练,得到目标模型,其中,所述第二图像样本集包括:面部图像样本、面部图像样本对应的痤疮等级以及面部图像样本对应的痤疮数量。
其中,第二图像样本集可以指训练的痤疮识别模型的面部图像训练样本集合;目标模型可以指训练后的痤疮识别模型。具体的,图3为本发明实施例一提供的一种数据采集及标注流程图,如图3所示,第二图像样本集采集步骤如下:
1、痤疮数据收集,可以理解为从VGGFace2中采集面部图像,作为面部图像样本。
2、专业人员对每张样本图像中痤疮的等级进行标注,将痤疮等级分为:轻度/中度/重度/非常严重。
3、专业人员通过目标检测标注工具对每张样本图像中痤疮的位置进行标注;对标注box进行统计生成痤疮数量label。
4、生成多标签label: 痤疮等级/痤疮数量。
本实施例中,可以通过从VGGFace2中获取面部图像样本,并通过专业人员确定并标注面部图像样本对应的痤疮等级、痤疮数量,进而生成第二图像样本集,基于第二图像样本集对第一模型进行训练,达到一定训练次数后,停止训练,得到目标模型。
本实施例的技术方案,通过获取第一图像样本集 ,其中,所述第一图像样本集包括:面部图像样本和样本对应的识别结果;基于所述第一图像样本集对主干网络进行预训练,得到预训练后的主干网络;根据预训练后的主干网络、第一分支全连接层以及第二分支全连接层确定第一模型;基于第二图像样本集对所述第一模型进行训练,得到目标模型,其中,所述第二图像样本集包括:面部图像样本、面部图像样本对应的痤疮等级以及面部图像样本对应的痤疮数量;解决了现有技术中痤疮识别模型容易过拟合,训练调参难,训练周期长的问题,能够更好地捕捉图像中的特征,提高痤疮识别模型的泛化能力,为后续的目标模型训练节省了计算资源和时间成本;且提高了痤疮识别的准确性,为痤疮的诊断提供依据。
可选的,基于所述第一图像样本集对主干网络进行预训练,得到预训练后的主干网络,包括:
将所述第一图像样本集中的面部图像样本输入主干网络,得到预测识别结果;
根据所述预测识别结果和所述面部图像样本对应的识别结果生成的目标函数训练所述主干网络的参数;
返回执行将将所述第一图像样本集中的面部图像样本输入主干网络,得到预测识别结果的操作;
直至满足训练终止条件,得到预训练后的主干网络。
其中,预测识别结果可以指面部图像样本通过主干网络提取的预测的特征数据;主干网络的参数可以指迁移模型中的参数;目标函数可以指损失函数;训练终止条件可以指训练满足一定次数。
具体的,将第一图像样本集中的面部图像样本输入主干网络,得到预测的面部图像样本对应的特征数据;根据预测的面部图像样本对应的特征数据和面部图像样本实际对应的特征数据生成的损失函数训练所述主干网络的参数;其中,损失函数可以采用角度余弦损失ArcFace Loss。ArcFace Loss 是一种角度余弦损失,通过将样本嵌入向量与类别间的角度作为损失函数的一部分,能够有助于明确划定类别之间的边界,使得不同类别之间的特征空间更容易区分,有效提高了面部痤疮识别的准确性。进一步的,ArcFace Loss 在大规模面部痤疮识别任务中表现出色,它的边界分离性能够有效地处理大量类别,确保不同面部图像之间的特征嵌入向量不会发生混淆;且相比于一些传统的损失函数,ArcFaceLoss的训练相对不那么依赖硬负样本(难以分类的样本),能够有效简化训练流程并减少对样本挖掘技巧的需求。此外,ArcFace Loss在一定程度上对面部图像的变化具有鲁棒性,例如光照、表情和姿势的变化,能够适用于更广泛的面部痤疮识别场景。具体的ArcFace Loss如下:
其中,N是训练样本的总数;i是当前样本的索引;是当前样本的真实类别索引;s
是一个称为“标度参数”的正数,用于控制余弦值的尺度;是当前样本的特征向量与真实
类别的类别权重 之间的角度。将特征向量与其真实类别权重之间的余弦相似度
进行比较,并使用余弦函数将其映射到区间 [-1, 1]。然后,通过指数函数和归一化来计算
该类别的概率,并通过对数函数取负对数似然来计算损失。该损失旨在将真实类别的得分
(余弦值)最大化,从而增加类别间的角度差异,提高目标模型的识别准确性。通过损失函数
训练完成一次后,返回再次执行将第一图像样本集中的面部图像样本输入主干网络,得到
预测识别结果的操作,根据得到预测识别结果和面部图像样本对应的识别结果生成的目标
函数再次训练主干网络的参数;直至训练达到一定次数,则终止训练,得到预训练后的主干
网络。
本实施例中,通过第一图像样本集对主干网络进行迭代训练,根据主干网络得到的预测识别结果和第一图像样本集中面部图像样本实际对应的识别结果生成的损失函数训练所述主干网络的参数,直至训练达到一定次数,则终止训练,得到预训练后的主干网络,通过预先训练主干网络,有效节省了后续痤疮识别的计算资源和时间成本。
实施例二
图4为本发明实施例二提供的一种模型训练方法的流程图,本实施例的技术方案在上述实施例的基础上进行了进一步的细化。如图4所示,该方法包括:
S210,获取第一图像样本集,其中,所述第一图像样本集包括:面部图像样本和样本对应的识别结果。
S220,基于所述第一图像样本集对主干网络进行预训练,得到预训练后的主干网络。
S230,根据预训练后的主干网络、第一分支全连接层以及第二分支全连接层确定第一模型。
S240,将所述第二图像样本集中的面部图像样本输入预训练后的主干网络,得到面部图像样本对应的目标特征数据。
其中,目标特征数据可以指第二图像样本集中的面部图像样本通过输入预训练后的主干网络后,进行全局最大池化,再输入全连接层后,得到的特征数据。
S250,将所述面部图像样本对应的目标特征数据输入第一分支全连接层,得到预测痤疮数量。
其中,预测痤疮数量可以指面部图像样本对应的目标特征数据输入第一分支全连接层后,第一模型输出的面部图像样本对应的预测痤疮数量。
S260,将所述面部图像样本对应的目标特征数据输入第二分支全连接层,得到预测痤疮等级。
其中,预测痤疮等级可以指面部图像样本对应的目标特征数据输入第二分支全连接层后,第一模型输出的面部图像样本对应的预测痤疮等级。
S270,根据预测痤疮数量、预测痤疮数量对应的计数类别信息以及面部图像样本对应的痤疮数量生成第一损失函数。
其中,计数类别信息可以指图像样本集中痤疮数量最多的面部图像样本对应的痤疮数量。具体的,获取所述预测痤疮数量对应的计数类别信息的方式可以为:获取图像样本集中每个面部图像样本对应的痤疮数量中最大的痤疮数量,将所述最大的痤疮数量确定为预测痤疮数量对应的计数类别信息。
本实施例中,可以根据第一模型输出的面部图像样本对应的预测痤疮数量、图像样本集中面部图像样本对应的痤疮数量以及预测痤疮数量对应的计数类别信息生成第一损失函数。
S280,根据预测痤疮等级、面部图像样本对应的痤疮等级以及预测痤疮数量对应的痤疮等级生成第二损失函数。
具体的,可以根据预先设置的痤疮数量与痤疮等级的转换关系,确定预测痤疮数量对应的痤疮等级。
本实施例中,可以根据第一模型输出的面部图像样本对应的预测痤疮等级、图像样本集中面部图像样本对应的痤疮等级以及预测痤疮数量对应的痤疮等级生成第二损失函数。
S290,根据所述第一损失函数和所述第二损失函数训练所述第一模型的参数,得到目标模型。
具体的,在根据第一损失函数和第二损失函数训练第一模型时,优化器可以采用AdamW,AdamW通过改进权重衰减的处理方式,从而减少了权重更新的方差,有利于训练模型的稳定性和收敛性。主干网络特征层(maxpooling层前) 学习率lr设置为0.00001;主干网络特征层(maxpooling层后) 学习率lr设置为0.0001。
本实施例中,通过将所述第二图像样本集中的面部图像样本输入预训练后的主干网络,得到面部图像样本对应的目标特征数据;将所述面部图像样本对应的目标特征数据输入第一分支全连接层,得到预测痤疮数量;将所述面部图像样本对应的目标特征数据输入第二分支全连接层,得到预测痤疮等级;根据预测痤疮数量、预测痤疮数量对应的计数类别信息以及面部图像样本对应的痤疮数量生成第一损失函数;根据预测痤疮等级、面部图像样本对应的痤疮等级以及预测痤疮数量对应的痤疮等级生成第二损失函数;根据所述第一损失函数和所述第二损失函数训练所述第一模型的参数,得到目标模型;能够有效提高痤疮识别的准确性,简化了训练流程,还能够确保不同面部图像之间的特征嵌入向量不会发生混淆,对面部图像的变化具有鲁棒性,使得目标模型能够适用于更广泛的面部痤疮识别场景。
可选的,根据预测痤疮数量、预测痤疮数量对应的计数类别信息以及面部图像样本对应的痤疮数量生成第一损失函数,包括:
根据预测痤疮数量和面部图像样本对应的痤疮数量生成MSE损失函数;
根据所述预测痤疮数量对应的计数类别信息和面部图像样本对应的痤疮数量生成计数分类损失函数;
根据所述计数分类损失函数和所述MSE损失函数生成第一损失函数。
具体的,通过第一模型确定预测痤疮数量,根据预测痤疮数量和图像样本集中面部图像样本对应的痤疮数量之间的误差生成MSE损失函数。具体的,MSE公式如下:
其中,为预测痤疮数量,为图像样本集中面部图像样本对应的痤疮数量,n可以
为面部图像样本数量。根据所述预测痤疮数量对应的计数类别信息和面部图像样本对应的
痤疮数量生成计数分类损失函数,具体的,可以统计出的单个图像样本中最多痤疮数量K,
进行K个类别痤疮数量的分类;示例性的,若图像样本集中的多个面部图像样本对应的痤疮
数量最大为20,那么痤疮数量可以分为20类,分别为第一类:痤疮数量为1、第二类:痤疮数
量为2、第三类:痤疮数量为3······第二十类:痤疮数量为20,且每一类都有其对应
的概率。若第20类对应的概率最大,则可以将痤疮数量20确定为预测痤疮数量对应的计数
类别信息,若面部图像样本对应的痤疮数量为18,则根据预测痤疮数量对应的计数类别信
息20和面部图像样本对应的痤疮数量18生成计数分类损失函数;根据所述计数分类损失函
数和所述MSE损失函数生成第一损失函数。
可选的,根据预测痤疮等级、面部图像样本对应的痤疮等级以及预测痤疮数量对应的痤疮等级生成第二损失函数,包括:
根据所述预测痤疮数量对应的痤疮等级和面部图像样本对应的痤疮等级生成痤疮等级损失函数;
根据所述预测痤疮等级和面部图像样本对应的痤疮等级生成等级分类损失函数;
根据痤疮等级损失函数和所述等级分类损失函数生成第二损失函数。
具体的,获取预测痤疮数量对应的痤疮等级的方式可以为:对所述预测痤疮数量进行转换,得到预测痤疮数量对应的痤疮等级。获取预测痤疮数量对应的痤疮等级的方式还可以为:查询痤疮等级与痤疮数量之间的对应关系,得到预测痤疮数量对应的痤疮等级。
在一个具体的例子中,痤疮等级与痤疮数量之间的对应关系如表1所示:
表1
痤疮数量 | 严重等级 |
1~8 | 轻微 |
8~20 | 中度 |
20~50 | 严重 |
>50 | 非常严重 |
若预测痤疮数量为60,则查询表1确定预测痤疮数量对应的痤疮等级为“非常严重”。
可以理解为通过softmax 激活函数对第一模型输出的预测痤疮等级进行预处理,再查询痤疮等级与痤疮数量之间的对应关系,得到预测痤疮数量对应的痤疮等级。
本实施例中,根据所述预测痤疮数量对应的痤疮等级和图像样本集中面部图像样本对应的痤疮等级生成痤疮等级损失函数的过程可以用cnt2cls进行表示,则痤疮等级损失函数可以记为loss(cou2cls);根据第一模型输出的预测痤疮等级和图像样本集中面部图像样本对应的痤疮等级生成等级分类损失函数的过程可以用cls进行表示,则等级分类损失函数可以记为loss(cls);根据痤疮等级损失函数和等级分类损失函数生成第二损失函数;根据第一损失函数和第二损失函数训练第一模型的参数,得到目标模型,实现了通过目标模型同时对痤疮的严重程度进行分级,并预测病变数量,根据预测概率分布将严重程度进行打分,为痤疮的诊断提供了依据。
可选的,所述第一模型还包括:目标全连接层,所述目标全连接层位于预训练后的主干网络之后,第一分支全连接层和第二分支全连接层之前;
相应的,将所述第二图像样本集中的面部图像样本输入预训练后的主干网络,得到面部图像样本对应的目标特征数据,包括:
将所述第二图像样本集中的面部图像样本输入预训练后的主干网络,得到面部图像样本对应的初始特征数据;
提取所述面部图像样本对应的初始特征数据中的第一特征数据;
将所述面部图像样本对应的第一特征数据输入目标全连接层,得到所述面部图像样本对应的目标特征数据。
其中,初始特征数据可以指面部图像样本经过预训练后的主干网络后输出的特征数据;第一特征数据可以指通过对初始特征数据采取全局最大池化(MaxPooling)得到的数据;目标全连接层可以指设置于第一分支全连接层以及第二分支全连接层之前,预训练后的主干网络之后,经过MaxPooling后输入的全连接层。
具体的,将第二图像样本集中的面部图像样本输入预训练后的主干网络,可以选择se_resnetxt50_32x4d作为特征提取的主干网络,该网络使用了一种称为“Squeeze-and-Excitation(SE)”模块的机制,有利于提高主干网络确定面部图像样本对应的初始特征数据的准确性;进一步的,SE模块能够通过学习权重来动态调整每个通道的重要性,从而可以更好地捕捉图像中的特征;进而有效增加了主干网络的参数效率。通过增加通道数和深度,se_resnetxt50_32x4d可以在不过分增加参数量的情况下提高性能;且具有较好的泛化能力,能够适应不同领域和数据集,使得se_resnetxt50_32x4d在源域和目标域之间存在差异时,能够适用于迁移学习任务。在得到面部图像样本对应的初始特征数据之后,可以通过对面部图像样本对应的初始特征数据采取全局最大池化(MaxPooling),提取初始特征数据中的第一特征数据。图5为本发明实施例二提供的一种全局最大池化实现结构图,如图5所示,MaxPooling可以通过减少特征图的尺寸,因此每个卷积层后的参数数量和计算量都会减少,进而加速痤疮识别模型的训练过程。进一步的,MaxPooling还可以通过选取每个区域中的最大值来降低图像或特征图的维度,有利于减少计算负担,减少痤疮识别模型中的参数数量,提高计算效率。MaxPooling在某种程度上提高了模型对平移不变性的适应能力,即使物体在图像中稍微移动,最大池化仍然能够识别到相同特征,全局最大池化是一种位置不变性操作,即它不受物体在图像中的位置变化的影响,使得痤疮识别模型更具鲁棒性,能够正确处理物体在图像中的不同位置。MaxPooling还可以将图像分成不同的区域,并从每个区域提取最重要的特征,有利于痤疮识别模型学习图像的空间抽象,即了解物体和特征之间的相对位置关系。将经过MaxPooling之后的面部图像样本对应的第一特征数据输入目标全连接层,通过目标全连接层确定面部图像样本对应的目标特征数据。
本实施例中,通过选择se_resnetxt50_32x4d作为特征提取的主干网络得到面部图像样本对应的初始特征数据,再采取全局最大池化(MaxPooling),提取初始特征数据中的第一特征数据,将面部图像样本对应的第一特征数据输入目标全连接层,得到面部图像样本对应的目标特征数据,进而根据目标特征数据得到预测痤疮数量与预测痤疮等级;生成第一损失函数与第二损失函数,训练得到目标模型,解决了现有痤疮识别模型容易过拟合,训练调参难的问题,学习到更高层次的特征表示,并能够更好地捕捉数据中的模式和关系,提高痤疮识别模型的泛化能力,使其更好地适应新数据和不同领域的任务,具有更高的适应性,对于多样性的数据更具鲁棒性,还可以通过从源任务中利用面部识别信息来提高目标痤疮识别的性能。
可选的,还包括:
采集目标对象面部图像;
将所述目标对象面部图像输入所述目标模型,得到所述目标对象面部图像对应的痤疮等级和痤疮数量。
其中,目标对象可以指进行痤疮识别的患者。以一个实际的应用场景为例,可以通过摄像设备采集患者的面部图像,摄像设备可以为照相机、扫描仪等,得到目标对象面部图像;将采集的目标对象面部图像输入目标模型,即输入训练后的痤疮识别模型,通过训练后的痤疮识别模型,可以得到所述面部图像对应的痤疮等级和痤疮数量,根据痤疮等级和痤疮数量确定痤疮严重程度,为痤疮的诊断提供依据。
本实施例中,可以实时采集面部图像并输入目标模型中,根据目标模型确定所述面部图像对应的痤疮等级以及痤疮数量,进而确定痤疮严重程度,为痤疮的诊断提供依据。
示例性的,图6为本发明实施例二提供的一种痤疮识别模型结构示意图。如图6所示,具体的模型建立流程可以为:获取第一图像样本集( VGGFace2),基于第一图像样本集采用Arcloss作为损失函数,对主干网络( se_resnetxt50_32x4d)进行预训练,得到预训练后的主干网络,根据预训练后的主干网络、目标全连接层(FC Layers),第一分支全连接层(FC Layers)以及第二分支全连接层(FC Layers)确定第一模型,基于第二图像样本集对第一模型进行训练,得到目标模型(即训练完成后的痤疮识别模型)。
具体的,基于第二图像样本集对第一模型进行训练得到目标模型的具体流程可以为,将从第二图像样本集中获取的面部图像样本输入预训练后的主干网络(se_resnetxt50_32x4d)中,通过预训练后的主干网络提取得到面部图像样本对应的初始特征数据;再通过MaxPooling对提取的初始特征数据采取全局最大池化,确定面部图像样本对应的第一特征数据;将面部图像对应的第一特征数据输入目标全连接层(FC Layers),得到面部图像样本对应的目标特征数据;将目标特征数据分别输入第一分支全连接层和第二分支全连接层,第一分支全连接层可以指痤疮数量分支全连接层,第二分支全连接层可以指痤疮等级分支全连接层。通过第一分支全连接层可以得到预测痤疮数量;根据预测痤疮数量与面部图像样本实际对应的痤疮数量确定MSE损失函数;第一分支全连接层还可以通过softmax对其输出的预测痤疮数量进行预处理,获取预测痤疮数量的计数类别信息,痤疮数量的计数类别信息可以根据图像样本集中痤疮数量最多的面部图像样本对应的痤疮数量确定,根据预测痤疮数量的计数类别信息与面部图像样本实际对应的痤疮数量确定计数分类损失函数;即第一分支全连接层输出的损失函数Loss2可以为计数分类损失函数与MSE损失函数的和。通过第二分支全连接层可以得到预测痤疮等级,第二分支全连接层可以通过softmax对其输出的预测痤疮等级进行预处理,cls表示根据预测痤疮等级和面部图像样本实际对应的痤疮等级确定损失函数的过程,该损失函数可以记为loss(cls);可以根据痤疮数量与痤疮等级的转换关系,确定第一分支全连接层通过softmax预处理后的得到预测痤疮数量对应的痤疮等级,cnt2cls表示根据预测痤疮数量对应的痤疮等级和面部图像样本实际对应的痤疮等级确定损失函数的过程,该损失函数可以记为loss(cnt2cls);即第二分支全连接层输出的损失函数Loss1=loss(cls) + loss(cnt2cls)。通过Loss1和Loss2训练第一模型,得到目标模型;该目标模型既能够对痤疮的严重程度进行分级,同时还能够预测病变数量,可以通过对痤疮的严重程度进行打分,进而为痤疮的诊断提供依据。
本实施例中通过获取第一图像样本集,其中,所述第一图像样本集包括:面部图像样本和样本对应的识别结果;基于所述第一图像样本集对主干网络进行预训练,得到预训练后的主干网络;根据预训练后的主干网络、第一分支全连接层以及第二分支全连接层确定第一模型;基于第二图像样本集对所述第一模型进行训练,得到目标模型,其中,所述第二图像样本集包括:面部图像样本、面部图像样本对应的痤疮等级以及面部图像样本对应的痤疮数量;解决了现有技术中痤疮识别模型容易过拟合,训练调参难,训练周期长的问题,能够更好地捕捉图像中的特征,提高痤疮识别模型的泛化能力,为后续的目标模型训练节省了计算资源和时间成本;且提高了痤疮识别的准确性,为痤疮的诊断提供依据。
实施例三
图7为本发明实施例三提供的一种模型训练装置的结构示意图。如图7所示,该装置包括:获取模块310、第一训练模块320、确定模块330以及第二训练模块340。
其中,获取模块310,用于获取第一图像样本集,其中,所述第一图像样本集包括:面部图像样本和样本对应的识别结果;
第一训练模块320,用于基于所述第一图像样本集对主干网络进行预训练,得到预训练后的主干网络;
确定模块330,用于根据预训练后的主干网络、第一分支全连接层以及第二分支全连接层确定第一模型;
第二训练模块340,用于基于第二图像样本集对所述第一模型进行训练,得到目标模型,其中,所述第二图像样本集包括:面部图像样本、面部图像样本对应的痤疮等级以及面部图像样本对应的痤疮数量。
可选的,第二训练模块340,包括:
第一输入单元,用于将所述第二图像样本集中的面部图像样本输入预训练后的主干网络,得到面部图像样本对应的目标特征数据;
第二输入单元,用于将所述面部图像样本对应的目标特征数据输入第一分支全连接层,得到预测痤疮数量;
第三输入单元,用于将所述面部图像样本对应的目标特征数据输入第二分支全连接层,得到预测痤疮等级;
第一生成单元,用于根据预测痤疮数量、预测痤疮数量对应的计数类别信息以及面部图像样本对应的痤疮数量生成第一损失函数;
第二生成单元,用于根据预测痤疮等级、面部图像样本对应的痤疮等级以及预测痤疮数量对应的痤疮等级生成第二损失函数;
训练单元,用于根据所述第一损失函数和所述第二损失函数训练所述第一模型的参数,得到目标模型。
可选的,第一生成单元,包括:
第一生成子单元,用于根据预测痤疮数量和面部图像样本对应的痤疮数量生成MSE损失函数;
第二生成子单元,用于根据所述预测痤疮数量对应的计数类别信息和面部图像样本对应的痤疮数量生成计数分类损失函数;
第三生成子单元,用于根据所述计数分类损失函数和所述MSE损失函数生成第一损失函数。
可选的,第二生成单元,包括:
第四转换子单元,用于根据所述预测痤疮数量对应的痤疮等级和面部图像样本对应的痤疮等级生成痤疮等级损失函数;
第五生成子单元,根据所述预测痤疮等级和面部图像样本对应的痤疮等级生成等级分类损失函数;
第六生成子单元,根据痤疮等级损失函数和所述等级分类损失函数生成第二损失函数。
可选的,所述第一模型还包括:目标全连接层,所述目标全连接层位于预训练后的主干网络之后,第一分支全连接层和第二分支全连接层之前;
相应的,第一输入单元,包括:
第一输入子单元,用于将所述第二图像样本集中的面部图像样本输入预训练后的主干网络,得到面部图像样本对应的初始特征数据;
提取子单元,用于提取所述面部图像样本对应的初始特征数据中的第一特征数据;
第二输入子单元,用于将所述面部图像样本对应的第一特征数据输入目标全连接层,得到所述面部图像样本对应的目标特征数据。
可选的,第二训练模块340,还包括:
采集单元,用于采集目标对象面部图像;
第四输入单元,用于将所述目标对象面部图像输入所述目标模型,得到所述目标对象面部图像对应的痤疮等级和痤疮数量。
可选的,第一训练模块320,包括:
第五输入单元,用于将所述第一图像样本集中的面部图像样本输入主干网络,得到预测识别结果;
第三生成单元,用于根据所述预测识别结果和所述面部图像样本对应的识别结果生成的目标函数训练所述主干网络的参数;
第六输入单元,用于返回执行将将所述第一图像样本集中的面部图像样本输入主干网络,得到预测识别结果的操作;
确定单元,用于直至满足训练终止条件,得到预训练后的主干网络。
本发明实施例所提供的模型训练装置可执行本发明任意实施例所提供的模型训练方法,具备执行方法相应的功能模块和有益效果。
实施例四
图8示出了可以用来实施本发明的实施例的电子设备的结构示意图。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(如头盔、眼镜、手表等)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/或者要求的本发明的实现。
如图8所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10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。
处理器11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。处理器11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处理器、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。处理器11执行上文所描述的各个方法和处理,例如模型训练方法。
在一些实施例中,模型训练方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的模型训练方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行模型训练方法。
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)、负载可编程逻辑设备(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。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序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,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序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。
在本发明的上下文中,计算机可读存储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计算机程序。计算机可读存储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。备选地,计算机可读存储介质可以是机器可读信号介质。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,可以在电子设备上实施此处描述的系统和技术,该电子设备具有: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电子设备。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)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明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,只要能够实现本发明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,并不构成对本发明保护范围的限制。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。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种模型训练方法,其特征在于,包括:
获取第一图像样本集,其中,所述第一图像样本集包括:面部图像样本和样本对应的识别结果;
基于所述第一图像样本集对主干网络进行预训练,得到预训练后的主干网络;
根据预训练后的主干网络、第一分支全连接层以及第二分支全连接层确定第一模型;
基于第二图像样本集对所述第一模型进行训练,得到目标模型,其中,所述第二图像样本集包括:面部图像样本、面部图像样本对应的痤疮等级以及面部图像样本对应的痤疮数量。
2.根据权利要求1所述的方法,其特征在于,基于第二图像样本集对所述第一模型进行训练,得到目标模型,包括:
将所述第二图像样本集中的面部图像样本输入预训练后的主干网络,得到面部图像样本对应的目标特征数据;
将所述面部图像样本对应的目标特征数据输入第一分支全连接层,得到预测痤疮数量;
将所述面部图像样本对应的目标特征数据输入第二分支全连接层,得到预测痤疮等级;
根据预测痤疮数量、预测痤疮数量对应的计数类别信息以及面部图像样本对应的痤疮数量生成第一损失函数;
根据预测痤疮等级、面部图像样本对应的痤疮等级以及预测痤疮数量对应的痤疮等级生成第二损失函数;
根据所述第一损失函数和所述第二损失函数训练所述第一模型的参数,得到目标模型。
3.根据权利要求2所述的方法,其特征在于,根据预测痤疮数量、预测痤疮数量对应的计数类别信息以及面部图像样本对应的痤疮数量生成第一损失函数,包括:
根据预测痤疮数量和面部图像样本对应的痤疮数量生成MSE损失函数;
根据所述预测痤疮数量对应的计数类别信息和面部图像样本对应的痤疮数量生成计数分类损失函数;
根据所述计数分类损失函数和所述MSE损失函数生成第一损失函数。
4.根据权利要求2所述的方法,其特征在于,根据预测痤疮等级、面部图像样本对应的痤疮等级以及预测痤疮数量对应的痤疮等级生成第二损失函数,包括:
根据所述预测痤疮数量对应的痤疮等级和面部图像样本对应的痤疮等级生成痤疮等级损失函数;
根据所述预测痤疮等级和面部图像样本对应的痤疮等级生成等级分类损失函数;
根据痤疮等级损失函数和所述等级分类损失函数生成第二损失函数。
5.根据权利要求2所述的方法,其特征在于,所述第一模型还包括:目标全连接层,所述目标全连接层位于预训练后的主干网络之后,第一分支全连接层和第二分支全连接层之前;
相应的,将所述第二图像样本集中的面部图像样本输入预训练后的主干网络,得到面部图像样本对应的目标特征数据,包括:
将所述第二图像样本集中的面部图像样本输入预训练后的主干网络,得到面部图像样本对应的初始特征数据;
提取所述面部图像样本对应的初始特征数据中的第一特征数据;
将所述面部图像样本对应的第一特征数据输入目标全连接层,得到所述面部图像样本对应的目标特征数据。
6.根据权利要求2所述的方法,其特征在于,还包括:
采集目标对象面部图像;
将所述目标对象面部图像输入所述目标模型,得到所述目标对象面部图像对应的痤疮等级和痤疮数量。
7.根据权利要求1所述的方法,其特征在于,基于所述第一图像样本集对主干网络进行预训练,得到预训练后的主干网络,包括:
将所述第一图像样本集中的面部图像样本输入主干网络,得到预测识别结果;
根据所述预测识别结果和所述面部图像样本对应的识别结果生成的目标函数训练所述主干网络的参数;
返回执行将将所述第一图像样本集中的面部图像样本输入主干网络,得到预测识别结果的操作;
直至满足训练终止条件,得到预训练后的主干网络。
8.一种模型训练装置,其特征在于,包括:
获取模块,用于获取第一图像样本集,其中,所述第一图像样本集包括:面部图像样本和样本对应的识别结果;
第一训练模块,用于基于所述第一图像样本集对主干网络进行预训练,得到预训练后的主干网络;
确定模块,用于根据预训练后的主干网络、第一分支全连接层以及第二分支全连接层确定第一模型;
第二训练模块,用于基于第二图像样本集对所述第一模型进行训练,得到目标模型,其中,所述第二图像样本集包括:面部图像样本、面部图像样本对应的痤疮等级以及面部图像样本对应的痤疮数量。
9.一种电子设备,其特征在于,所述电子设备包括:
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计算机程序,所述计算机程序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1-7中任一项所述的模型训练方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的模型训练方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311658600.2A CN117392484A (zh) | 2023-12-06 | 2023-12-06 | 一种模型训练方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311658600.2A CN117392484A (zh) | 2023-12-06 | 2023-12-06 | 一种模型训练方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117392484A true CN117392484A (zh) | 2024-01-12 |
Family
ID=89465241
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311658600.2A Pending CN117392484A (zh) | 2023-12-06 | 2023-12-06 | 一种模型训练方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117392484A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117649683A (zh) * | 2024-01-30 | 2024-03-05 | 深圳市宗匠科技有限公司 | 一种痤疮分级方法、装置、设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110008887A (zh) * | 2019-03-29 | 2019-07-12 | 南京所由所以信息科技有限公司 | 一种基于深度学习的痤疮自动分级方法 |
CN110648311A (zh) * | 2019-09-03 | 2020-01-03 | 南开大学 | 一种基于多任务学习的痤疮图像病灶分割与计数网络模型 |
CN113159227A (zh) * | 2021-05-18 | 2021-07-23 | 中国医学科学院皮肤病医院(中国医学科学院皮肤病研究所) | 一种基于神经网络的痤疮图像识别方法、系统和装置 |
CN116863522A (zh) * | 2023-06-30 | 2023-10-10 | 平安科技(深圳)有限公司 | 痤疮分级方法、装置、设备及介质 |
US20230363697A1 (en) * | 2020-10-20 | 2023-11-16 | Canfield Scientific, Incorporated | Acne severity grading methods and apparatuses |
CN117351307A (zh) * | 2023-12-06 | 2024-01-05 | 深圳市宗匠科技有限公司 | 一种模型训练方法、装置、设备及存储介质 |
-
2023
- 2023-12-06 CN CN202311658600.2A patent/CN117392484A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110008887A (zh) * | 2019-03-29 | 2019-07-12 | 南京所由所以信息科技有限公司 | 一种基于深度学习的痤疮自动分级方法 |
CN110648311A (zh) * | 2019-09-03 | 2020-01-03 | 南开大学 | 一种基于多任务学习的痤疮图像病灶分割与计数网络模型 |
US20230363697A1 (en) * | 2020-10-20 | 2023-11-16 | Canfield Scientific, Incorporated | Acne severity grading methods and apparatuses |
CN113159227A (zh) * | 2021-05-18 | 2021-07-23 | 中国医学科学院皮肤病医院(中国医学科学院皮肤病研究所) | 一种基于神经网络的痤疮图像识别方法、系统和装置 |
CN116863522A (zh) * | 2023-06-30 | 2023-10-10 | 平安科技(深圳)有限公司 | 痤疮分级方法、装置、设备及介质 |
CN117351307A (zh) * | 2023-12-06 | 2024-01-05 | 深圳市宗匠科技有限公司 | 一种模型训练方法、装置、设备及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117649683A (zh) * | 2024-01-30 | 2024-03-05 | 深圳市宗匠科技有限公司 | 一种痤疮分级方法、装置、设备及存储介质 |
CN117649683B (zh) * | 2024-01-30 | 2024-04-09 | 深圳市宗匠科技有限公司 | 一种痤疮分级方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022033150A1 (zh) | 图像识别方法、装置、电子设备及存储介质 | |
CN111460968B (zh) | 基于视频的无人机识别与跟踪方法及装置 | |
CN112131978B (zh) | 一种视频分类方法、装置、电子设备和存储介质 | |
CN108288051B (zh) | 行人再识别模型训练方法及装置、电子设备和存储介质 | |
WO2021238455A1 (zh) | 数据处理方法、设备及计算机可读存储介质 | |
CN109101938B (zh) | 一种基于卷积神经网络的多标签年龄估计方法 | |
CN109961097B (zh) | 一种嵌入式场景下基于边缘计算的图像分类调度方法 | |
US20210089824A1 (en) | Image processing method, image processing device, and storage medium | |
CN110765921B (zh) | 一种基于弱监督学习和视频时空特征的视频物体定位方法 | |
CN111680706A (zh) | 一种基于编码和解码结构的双通道输出轮廓检测方法 | |
CN110781829A (zh) | 一种轻量级深度学习的智慧营业厅人脸识别方法 | |
CN113642431B (zh) | 目标检测模型的训练方法及装置、电子设备和存储介质 | |
CN104616002A (zh) | 用于年龄段判断的面部识别设备 | |
CN110458235B (zh) | 一种视频中运动姿势相似度比对方法 | |
CN117392484A (zh) | 一种模型训练方法、装置、设备及存储介质 | |
CN112766218B (zh) | 基于非对称联合教学网络的跨域行人重识别方法和装置 | |
CN112861575A (zh) | 一种行人结构化方法、装置、设备和存储介质 | |
WO2019167784A1 (ja) | 位置特定装置、位置特定方法及びコンピュータプログラム | |
CN116030396A (zh) | 一种用于视频结构化提取的精确分割方法 | |
CN117274266B (zh) | 痘痘严重程度的分级方法、装置、设备及存储介质 | |
CN112836611A (zh) | 确定身体部位语义图、模型训练和行人重识别方法及设备 | |
CN113191352A (zh) | 一种基于目标检测和二值图像检测的水表指针读数识别方法 | |
CN111950500A (zh) | 基于改进YOLOv3-tiny的工厂环境下实时行人检测方法 | |
CN111753618A (zh) | 图像识别方法、装置、计算机设备及计算机可读存储介质 | |
CN111325282A (zh) | 适应多机型的乳腺x射线影像识别方法和装置 |
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 |