CN110909815A - 神经网络训练、图像处理方法、装置及电子设备 - Google Patents
神经网络训练、图像处理方法、装置及电子设备 Download PDFInfo
- Publication number
- CN110909815A CN110909815A CN201911203384.6A CN201911203384A CN110909815A CN 110909815 A CN110909815 A CN 110909815A CN 201911203384 A CN201911203384 A CN 201911203384A CN 110909815 A CN110909815 A CN 110909815A
- Authority
- CN
- China
- Prior art keywords
- neural network
- probability
- attribute
- probability result
- loss
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本公开涉及一种神经网络训练、图像处理方法、装置及电子设备,所述方法包括:将训练集中的样本图像分别输入第一神经网络和第二神经网络,得到所述样本图像中对象的至少一个属性的第一概率结果和第二概率结果;根据所述第一概率结果和所述第二概率结果的相对关系以及所述样本图像的标注信息,确定所述第一神经网络的损失;根据所述第一神经网络的损失对所述第一神经网络进行训练。本公开实施例可提高第一神经网络的精度。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种神经网络训练、图像处理方法、装置及电子设备。
背景技术
人脸属性分类是人脸识别研究的基本问题之一。人脸属性分类旨在为人脸提供丰富具体的描述,给定一张一脸图片,通常需要预测数个甚至数十个人脸属性的分类任务,例如性别、是否戴帽子,是否有胡子等。人脸属性分类对于安防监控、视频结构化处理以及图片检索等任务具有重大意义。
发明内容
本公开提出了一种神经网络训练、图像处理方法、装置及电子设备。
根据本公开的第一方面,提供了一种神经网络训练方法,所述方法包括:
将训练集中的样本图像分别输入第一神经网络和第二神经网络,得到所述样本图像中对象的至少一个属性的第一概率结果和第二概率结果;
根据所述第一概率结果和所述第二概率结果的相对关系以及所述样本图像的标注信息,确定所述第一神经网络的损失;
根据所述第一神经网络的损失对所述第一神经网络进行训练。
结合第一方面,在一种可能的实现方式中,根据所述第一概率结果和所述第二概率结果的相对关系以及所述样本图像的标注信息,确定所述第一神经网络的损失,包括:
根据所述样本图像的标注信息和所述属性的初始概率结果,确定分类损失;
根据所述样本图像的标注信息,从所述第一概率结果和所述第二概率结果中,分别确定出所述属性的真实类别的第一概率和第二概率;
在所述第一概率小于所述第二概率的情况下,根据所述第一概率结果和所述第二概率结果,确定差异损失;
根据所述差异损失和所述分类损失,确定所述第一神经网络的损失。
这样,在第一神经网络的分类精度差于第二神经网络的分类精度的情况下,使得第一神经网络模拟第二神经网络的输出概率,从而提升了第一神经网络的分类精度。
结合第一方面,在一种可能的实现方式中,根据所述第一概率结果和所述第二概率结果的相对关系,确定所述第一神经网络的损失还包括:
在所述第一概率大于或者等于所述第二概率的情况下,将所述分类损失确定为所述第一神经网络的损失。
这样,在第一神经网络的分类精度优于第二神经网络的分类精度的情况下,第一神经网络不再模拟第二神经网络的输出概率,相当于加强了第一神经网络的分类精度差于第二神经网络的分类精度的样本图像在知识蒸馏模块上产生的差异损失对第一神经网络的影响力,使得第一神经网络更专注于第一神经网络分类精度较低的样本图像上,从而提升第一神经网络的精度。
结合第一方面,在一种可能的实现方式中,所述第一概率结果和所述第二概率结果用于表示根据预设的温度参数处理后的概率结果,将训练集中的样本图像分别输入第一神经网络和第二神经网络,得到所述样本图像中对象的至少一个属性的第一概率结果和第二概率结果,包括:
将训练集中的样本图像分别输入第一神经网络和第二神经网络,提取所述样本图像中对象的至少一个属性的第一特征和第二特征;
基于预设的温度参数对所述第一特征和所述第二特征分别进行处理,并对处理后的第一特征和第二特征分别进行归一化处理,得到所述第一概率结果和所述第二概率结果。
通过基于温度参数确定第一概率结果和第二概率结果,使得第一概率结果和第二概率结果包含较多的信息,从而加速了第一神经网络模拟第二神经网络的速度,提高了第一神经网络的训练效率。
结合第一方面,在一种可能的实现方式中,所述方法还包括:
对所述第一特征进行归一化处理,得到所述属性的初始概率结果。
通过确定初始概率结果,可以确定第一神经网络的分类损失。
结合第一方面,在一种可能的实现方式中,将训练集中的样本图像分别输入第一神经网络和第二神经网络之前,所述方法还包括:
根据所述训练集训练所述第二神经网络,包括:
将所述训练集中的样本图像输入待训练的第二神经网络,得到所述样本图像中对象的至少一个属性的第三特征;
对所述第三特征进行归一化处理,得到第三概率结果;
根据所述样本图像的标注信息和所述第三概率结果,确定所述第二神经网络的损失;
根据所述第二神经网络的损失,对所述第二神经网络进行训练。
通过训练出精度较高的第二神经网络,可以使得第一神经网络的学习过程受到概率结果的相对关系的约束,从而在第一神经网络在模拟第二神经网络的同时,进一步提高第一神经网络的精度。
结合第一方面,在一种可能的实现方式中,所述样本图像包括人脸图像,所述第一神经网络用于识别人脸图像中人脸的至少一个属性的类别。
这样,训练完成的第一神经网络可以用于识别人脸图像中人脸的至少一个属性的类别。
根据本公开的第二方面,提供了一种图像处理方法,所述方法包括:
将待处理图像输入神经网络中,得到所述待处理图像中对象的各个属性的特征;
对所述待处理图像的各个属性的特征分别进行归一化处理,得到每个属性对应的各个类别的预测概率;
针对每个属性,根据该属性的各个类别的预测概率,预测该属性的类别;
其中,所述神经网络包括根据第一方面所述的方法训练得到的第一神经网络。
根据本公开的第三方面,提供了一种神经网络训练装置,所述装置包括:
输入模块,用于将训练集中的样本图像分别输入第一神经网络和第二神经网络,得到所述样本图像中对象的至少一个属性的第一概率结果和第二概率结果;
确定模块,用于根据所述第一概率结果和所述第二概率结果的相对关系以及所述样本图像的标注信息,确定所述第一神经网络的损失;
第一训练模块,用于根据所述第一神经网络的损失对所述第一神经网络进行训练。
结合第三方面,在一种可能的实现方式中,根据所述第一概率结果和所述第二概率结果的相对关系以及所述样本图像的标注信息,确定所述第一神经网络的损失,包括:
根据所述样本图像的标注信息和所述属性的初始概率结果,确定分类损失;
根据所述样本图像的标注信息,从所述第一概率结果和所述第二概率结果中,分别确定出所述属性的真实类别的第一概率和第二概率;
在所述第一概率小于所述第二概率的情况下,根据所述第一概率结果和所述第二概率结果,确定差异损失;
根据所述差异损失和所述分类损失,确定所述第一神经网络的损失。
结合第三方面,在一种可能的实现方式中,根据所述第一概率结果和所述第二概率结果的相对关系,确定所述第一神经网络的损失还包括:
在所述第一概率大于或者等于所述第二概率的情况下,将所述分类损失确定为所述第一神经网络的损失。
结合第三方面,在一种可能的实现方式中,所述第一概率结果和所述第二概率结果用于表示根据预设的温度参数处理后的概率结果,将训练集中的样本图像分别输入第一神经网络和第二神经网络,得到所述样本图像中对象的至少一个属性的第一概率结果和第二概率结果,包括:
将训练集中的样本图像分别输入第一神经网络和第二神经网络,提取所述样本图像中对象的至少一个属性的第一特征和第二特征;
基于预设的温度参数对所述第一特征和所述第二特征分别进行处理,并对处理后的第一特征和第二特征分别进行归一化处理,得到所述第一概率结果和所述第二概率结果。
结合第三方面,在一种可能的实现方式中,所述装置还包括:
处理模块,用于对所述第一特征进行归一化处理,得到所述属性的初始概率结果。
结合第三方面,在一种可能的实现方式中,将训练集中的样本图像分别输入第一神经网络和第二神经网络之前,所述装置还包括:
第二训练模块,用于根据所述训练集训练所述第二神经网络,包括:
将所述训练集中的样本图像输入待训练的第二神经网络,得到所述样本图像中对象的至少一个属性的第三特征;
对所述第三特征进行归一化处理,得到第三概率结果;
根据所述样本图像的标注信息和所述第三概率结果,确定所述第二神经网络的损失;
根据所述第二神经网络的损失,对所述第二神经网络进行训练。
结合第三方面,在一种可能的实现方式中,所述样本图像包括人脸图像,所述第一神经网络用于识别人脸图像中人脸的至少一个属性的类别。
根据本公开的第四方面,提供了一种图像处理装置,所述装置包括:
输入模块,用于将待处理图像输入神经网络中,得到所述待处理图像中对象的各个属性的特征;
处理模块,用于对所述待处理图像的各个属性的特征分别进行归一化处理,得到每个属性对应的各个类别的预测概率;
预测模块,用于针对每个属性,根据该属性的各个类别的预测概率,预测该属性的类别;
其中,所述神经网络包括根据第三方面所述的装置训练得到的第一神经网络。
根据本公开的第五方面,提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
根据本公开的第六方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。
在本公开实施例中,能够获取第一神经网络(学生网络)和第二神经网络(教师网络)输出的概率结果,并基于第一神经网络输出的概率结果和第二神经网络的输出概率结果的相对关系来确定第一神经网络的损失,使得第一神经网络的学习过程受到概率结果的相对关系的约束,从而在第一神经网络在模拟第二神经网络的同时,进一步提高第一神经网络的精度。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的神经网络训练方法的流程图;
图2示出根据本公开实施的神经网络的架构示意图;
图3示出根据本公开实施例的图像处理方法的流程图;
图4示出根据本公开实施例的神经网络训练装置的框图;
图5示出根据本公开实施例的图像处理装置的框图;
图6示出根据本公开实施例的一种电子设备800的框图;
图7示出根据本公开实施例的一种电子设备1900的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
在同一个神经网络中预测多个人脸属性的分类任务时,需要神经网络具有比较强大的泛化能力。而增加神经网络的参数量,虽然可以提升神经网络的泛化能力,但是会导致神经网络的计算速度变慢,在实际中不可用。知识蒸馏提供了一种小网络(参数量相对较小的神经网络,可以称为学生网络)学习大网络(参数量相对较大的神经网络,可以称为教师网络)的训练方法,小网络可以通过模拟大网络的输出概率分布来逼近大网络的精度。
本公开实施例提供了一种神经网络训练方法,该方法能够采用知识蒸馏的方法训练出参数量少、速度快且精度高的小网络。本公开实施例还提供了图像处理方法,该方法可以采用训练出来的小网络对待处理图像中的对象进行多个属性的类别预测。
下面首先对本公开实施例提供的神经网络训练方法进行说明。图1示出根据本公开实施例的神经网络训练方法的流程图。如图1所示,所述方法可以包括:
步骤S11,将训练集中的样本图像分别输入第一神经网络和第二神经网络,得到所述样本图像中对象的至少一个属性的第一概率结果和第二概率结果。
步骤S12,根据所述第一概率结果和所述第二概率结果的相对关系以及所述样本图像的标注信息,确定所述第一神经网络的损失。
步骤S13,根据所述第一神经网络的损失对所述第一神经网络进行训练。
根据本公开的实施例的神经网络训练方法,能够获取第一神经网络(学生网络)和第二神经网络(教师网络)输出的概率结果,并基于第一神经网络输出的概率结果和第二神经网络输出的概率结果的相对关系来确定第一神经网络的损失,使得第一神经网络的学习过程受到概率结果的相对关系的约束,从而在第一神经网络在模拟第二神经网络的同时,进一步提高第一神经网络的精度。
在一种可能的实现方式中,所述神经网络训练方法可以由终端设备或服务器等电子设备执行,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等,所述方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者,可通过服务器执行所述方法。
在本公开实施例中,第一神经网络可以为用于对待处理图像进行处理的学生网络,第二神经网络可以为用于训练所述第一神经网络的教师网络。在一种可能的实现方式中,第一神经网络和所述第二神经网络的网络结构和参数量不同,例如,第一神经网络可以应用于移动终端,网络结构较为简单且参数量较小;第二神经网络可以应用于服务端,网络结构较为复杂且参数量较大。训练后的学生网络的性能与教师网络相近。
在一种可能的实现方式中,可以预先设定有训练集,训练集中可包括大量的、符合数学分布的样本图像,用于对第一神经网络和第二神经网络进行训练。在一个示例中,训练集中的样本图像和待处理图像可以为人脸图像,第一神经网络可以用于识别人脸图像中人脸的至少一个人脸属性的类别,例如第一神经网络可以用于识别人脸图像中性别(对应类别可以包括男和女)、年龄(对应类别可以包括老人、小孩、青年和中年)、眼镜款式(对应类别可以包括无眼镜、太阳镜和透明色)、胡型(对应类别可以包括无胡子、络腮胡和八字胡)等人脸属性的类别。在又一示例中,训练集中的样本图像和待处理图像可以为人体图像,第一神经网络可以用于识别人体图像中人体的至少一个人体属性的类别,例如第一神经网络可以用于识别人体图像中人体的发型(对应类别可以包括全秃、披肩和短发)、帽子款式(对应类别可以包括无帽子、渔夫帽、套头帽和鸭舌帽)和包款式(对应类别可以包括无背包、单肩包、双肩包、手提包)等人体属性的类别。应当理解的是,以上仅为示例说明,待处理图像和样本图像也可以是其他类型的图像,第一神经网络也可以用于其他类型的场景中,本公开对此不做限制。
本公开实施例通过步骤S11至步骤S13对第一神经网络进行训练。在一种可能的实现的方式中,在对第一神经网络进行训练之前,所述神经网络训练方法还可以包括:根据所述训练集训练所述第二神经网络。
举例来说,可以给定训练集X×Y,其中,X=(x1、x2、……、xm)表示样本图像的集合;Y=(y1、y2、……、ym)表示各个样本图像的标注信息,m表示样本图像的数量。其中,标注信息可以用于识别样本图像中对象的各个属性的真实类别,在一个示例中,标注信息可以为标签。根据该训练集,可以训练参数量较多的第二神经网络。本公开实施例对训练第二神经网络所采用的具体方式不做限制。
在一种可能的实现方式中,根据所述训练集训练所述第二神经网络的步骤可以包括:将所述训练集中的样本图像输入待训练的第二神经网络,得到所述样本图像中对象的至少一个属性的第三特征;对所述第三特征进行归一化处理,得到第三概率结果;根据所述样本图像的标注信息和所述第三概率结果,确定所述第二神经网络的损失;根据所述第二神经网络的损失,对所述第二神经网络进行训练。
其中,第三特征可以用于表示通过待训练的第二神经网络提取的某个属性的特征。第三概率结果可以表示第三特征的归一化处理结果,第三概率结果可以包括通过待训练的第二神经网络预测的某个属性的各个类别的概率。例如,性别属性包括女性类别和男性类别,假设性别属性的第三概率结果为[0.9,0.1],则表示通过待训练的第二神经网络预测的女性类别的概率为0.9,男性类别的概率为0.1。
图2示出根据本公开实施的神经网络的架构示意图。如图2所示,该神经网络的架构包括第一神经网络和第二神经网络。第一神经网络和第二神经网络均包括卷积层、全连接层、softmax层和带温度参数的softmax层。以第二神经网络为例,样本图像可以作为卷积层的输入,卷积层的输出可以作为全连接层的输入。第二神经网络可以包括多个全连接层,每个全连接层对应样本图像中对象的一个属性(例如全连接层a对应属性a,全连接层b对应属性b,……,全连接层n对应属性n),每个全连接层连接一个softmax层和一个带温度参数的softmax层(例如全连接层n连接softmax层n和带温度参数的softmax层n)。第一神经网络的可以参照第二神经网络,这里不再赘述。如图2所示,第一神经网络和第二神经网络中同一属性对应的带温度参数的softmax层之间的温度参数相同。第一神经网络和第二神经网络中同一属性对应的带温度参数的softmax层可以组成知识蒸馏模块。
在一个示例中,如图2所示,针对任一个属性,可以将待训练的第二神经网络中该属性对应的全连接层输出的特征确定为第三特征,将该第三特征输入该属性对应的softmax层进行第三特征的归一化处理,该softmax层输出的该属性的各个类别的概率即为该属性的第三概率结果。
根据样本图像的标注信息和第三概率结果可以确定第二神经网络的损失。在一个示例中,可以采用交叉熵函数或者其他损失函数确定第二神经网络的损失。本公开实施例对损失函数不做限制。之后,可以将第二神经网络的损失进行反向传播,并利用梯度下降法优化第二神经网络的参数,进而对第二神经网络进行一次训练。
通过上述方式,可经过多次迭代来训练第二神经网络,从而得到高精度的教师网络。需要说明的是,在本公开实施例中,第二神经网络的训练过程与第一神经网络的训练过程是两个独立的训练过程,第二神经网络的训练过程不会对第一神经网络的参数造成影响。
在第二神经网络(教师网络)训练完成后,可以通过知识蒸馏的方式,采用训练完成的第二神经网络(教师网络)来训练第一神经网络(学生网络)。下面通过步骤S11至步骤S13对第一神经网络的训练过程进行说明。
在步骤S11中,属性的概率结果包括了属性的各个类别的概率,例如性别属性的女性的概率和男性的概率。将样本图像输入第一神经网络和第二神经网络后,可以得到样本图像中对象的各个属性的第一概率结果和第二概率结果。举例来说,将人脸图像分别输入第一神经网络和第二神经网络,可以得到样本图像中人脸的性别属性的第一概率结果和第二概率结果、帽子属性的第一概率结果和第二概率结果,以及胡子属性的第一概率结果和第二概率结果。
在一种可能的实现方式中,第一概率结果可以表示第一神经网络输出的、根据预设的温度参数处理后的概率结果,第二概率结果可以表示第二神经网络输出的、根据预设的温度参数处理后的概率结果。其中,温度参数可以根据需要进行预先设置,例如可以为1-10。本公开对温度参数的取值不做限制。需要说明的是,T的取值越大,第一概率结果和第二概率结果的熵值越大,第一概率结果和第二概率结果包含的信息越多。相应的,步骤S11可以包括:将训练集中的样本图像分别输入第一神经网络和第二神经网络,提取所述样本图像中对象的至少一个属性的第一特征和第二特征;基于预设的温度参数对所述第一特征和所述第二特征分别进行处理,并对处理后的第一特征和第二特征分别进行归一化处理,得到所述第一概率结果和所述第二概率结果。
其中,第一特征可以表示通过待训练的第一神经网络提取的某个属性的特征,第二特征可以表示通过训练完成第二神经网络提取的某个属性的特征。
如图2所示,以属性n为例,将样本图像输入待训练的第一神经网络和训练完成的第二神经网络之后,可以将待训练的第一神经网络中全连接层n输出的特征确定为第一特征,将训练完成的第二神经网络中全连接层n输出的特征确定为第二特征。
在一种可能的实现方式中,在提取第一特征和第二特征之后,可以通过公式(1)和(2)分别对第一特征和第二特征进行基于预设的温度参数的处理。
在公式(1)中,T可以表示预设的温度参数;z可以表示任一个属性的第一特征;j可以表示该属性具有的类别的数量,j为正整数;zi可以表示该属性的第i个类别的第一特征值(即第一特征z中第i个类别的特征值),0≤i<j,且i为正整数;j个类别的第一特征值可以组成第一特征z;可以表示该属性的第i个类别的第一特征值zi基于预设的温度参数T的处理结果;qi可以表示对处理后的该属性的第i个类别的第一特征值进行归一化处理的结果,即该属性第i个类别的第一概率;该属性j个类别的第一概率可以组成该属性的第一概率结果。
在公式(2)中,T可以表示预设的温度参数;v可以表示任一个属性的第二特征,j可表示该属性具有的类别的数量,j为正整数;vi可以表示该属性的第i个类别的第二特征值(即第二特征v中第i个类别的特征值),0≤i<j,且i为正整数;j个类别的第二特征值可以组成第二特征v;可以表示该属性的第i个类别的第二特征值vi基于预设的温度参数的处理结果;pi可以表示对处理后的该属性的第i个类别的第二特征值进行归一化处理的结果,即该属性第i个类别的第二概率;该属性j个类别的第二概率可以组成该属性的第二概率结果。
举例来说,对于性别属性有女性和男性两个类别,假设第0个类别为女性类别,第1个类别为男性类别,则z0可以表示女性类别的第一特征值,z1可以表示性别属性为男性类别的第一特征值,q0可以表示女性类别的第一概率,q1可以表示男性类别的第一概率;v0可以表示女性类别的第二特征值,v1可以表示性别属性为男性类别的第二特征值,p0可以表示女性类别的第二概率,p1可以表示男性类别的第二概率。以性别属性的第一特征为[-1,2],第二特征为[-4,5],T的取值为1为例:z0的取值为-1,z1的取值为2,基于公式(1)可得q0=0.047,q1=0.953,q0和q1组成了第一概率结果;v0的取值为-4,v1的取值为5,基于公式(2)可得p0=0.0001,p1=0.9999,p0和p1组成了第二概率结果。
在实际的训练过程中,如图2所示,以属性n为例,可以将第一神经网络中的全连接层n输出的第一特征输入第一神经网络中的带温度参数的softmax层n进行带温度参数的归一化处理,带温度参数的softmax层n输出的各个类别的概率即为属性n的第一概率结果;可以将第二神经网络中的全连接层n输出的第二特征输入第二神经网络中的带温度参数的softmax层n进行带温度参数的归一化处理,带温度参数的softmax层n输出的各个类别的概率即为属性n的第二概率结果。
在本公开实施例中,基于温度参数确定第一概率结果和第二概率结果,使得第一概率结果和第二概率结果包含较多的信息,从而加速了第一神经网络模拟第二神经网络的速度,提高了第一神经网络的训练效率。
在一种可能的实现方式中,步骤S11可以包括:将训练集中的样本图像分别输入第一神经网络和第二神经网络,提取所述样本图像中对象的至少一个属性的第一特征和第二特征;对所述第一特征和所述第二特征分别进行归一化处理,得到所述第一概率结果和所述第二概率结果。
可以理解的是,在公式(1)和公式(2)中的T取值为1时,通过公式(1)得到的qi可以表示对属性的第i个类别的第一特征值zi进行归一化处理的结果,即属性第i个类别的第一概率;该属性j个类别的第一概率可以组成该属性的第一概率结果。pi可以表示该属性的第i个类别的第二特征值vi进行归一化处理的结果,即该属性第i个类别的第二概率;该属性j个类别的第二概率可以组成该属性的第二概率结果。
在本公开实施例中,可以直接对第一特征和第二特征进行归一化处理,而不对第一特征和第二特征进行基于温度参数的处理。这样,在实际的训练过程中,可以将第一神经网络中的全连接层n输出的第一特征输入第一神经网络中的softmax层n进行带温度参数的归一化处理,softmax层n输出的各个类别的概率即为属性n的第一概率结果;可以将第二神经网络中的全连接层n输出的第二特征输入第二神经网络中的softmax层n进行带温度参数的归一化处理,softmax层n输出的各个类别的概率即为属性n的第二概率结果,精简了第一神经网络和第二神经网络的结构。
在步骤S12中,可以根据第一概率结果和第二概率结果的相对关系,以及样本图像的标注信息,确定第一神经网络的损失。
针对任一属性,该属性的第一概率结果和第二概率结果的相对关系可以用于比较第一神经网络和第二神经网络对该属性分类的精度。相关技术中,在知识蒸馏的过程中,将训练教师网络过程中采用的训练集中的所有样本图像均作为学生网络的学习目标。然而,随着训练次数的增加,在部分样本图像上,学生网络的分类效果可能优于教师网络的分类效果,即学生网络在属性的真实类别上的输出概率可能会大于教师网络在属性的真实类别上的输出概率,此时,如果继续强行让学生网络模拟教师网络输出的概率结果,会使得学生网络的精度降低。本公开实施例中,根据第一概率结果和第二概率结果的相对关系,对训练集中样本图像进行筛选,将部分教师网络(第二神经网络)分类精度大于学生网络分类精度的样本图像作为学生网络(第一神经网络)的学习目标,从而提升了学生网络的分类精度。
可以理解的是,针对任一属性,在第一神经网络对属性分类的精度小于第二神经网络对该属性分类的精度的情况下,样本图像可以作为学生网络的学习目标,在第一神经网络对属性分类的精度大于或者等于和第二神经网络对该属性分类的精度的情况下,样本图像不作为学生网络的学习目标。也就是说,在本公开实施例中,针对任一属性,可以将训练集中第一神经网络对属性分类的精度小于第二神经网络对该属性分类的精度的样本图像作为学生网络的学习目标。
在一种可能的实现方式中,步骤S12可以包括:根据所述样本图像的标注信息和所述属性的初始概率结果,确定分类损失;根据所述样本图像的标注信息,从所述第一概率结果和所述第二概率结果中,分别确定出所述属性的真实类别的第一概率和第二概率;在所述第一概率小于所述第二概率的情况下,根据所述第一概率结果和所述第二概率结果,确定差异损失;根据所述差异损失和所述分类损失,确定所述第一神经网络的损失。
在一种可能的实现方式中,步骤S12还可以包括:在所述第一概率大于或者等于所述第二概率的情况下,将所述分类损失确定为所述第一神经网络的损失。
在知识蒸馏中提供了分类损失和差异损失,其中,分类损失用于使第一神经网络输出的概率结果逼近样本图像中对象属性的真实类别。差异损失用于使第一神经网络输出的概率结果逼近第二神经网络输出的概率结果。
在本公开实施例中,针对任一属性,可以根据样本图像的标注信息和该属性的初始概率结果,确定分类损失。
其中,属性的初始概率结果可以表示第一神经网络输出的、未经温度参数处理的概率结果。在一个示例中,可以对所述第一特征进行归一化处理,得到所述属性的初始概率结果。如图2所示,在实际训练过程中,以属性n为例,将属性n的第一特征输入第一神经网络中的softmax层n,可以得到属性n的初始概率结果。可以理解的是,在公式(1)中的T的取值为1的情况下,根据公式(1)的计算结果即可确定属性的初始概率结果。
针对任一属性,该属性的分类损失可以代表第一神经网络预测的、未经温度参数处理的该属性的各个类别的概率(即初始概率结果)与该属性的真实类别之间的差距,而该属性的真实类别可以根据样本图像的标注信息确定。因此,可以根据样本图像的标注信息和属性的初始概率结果,通过损失函数可以确定属性的分类损失,例如可以通过交叉熵函数确定属性的分类损失,本公开实施例对采用的损失函数不做限制。
在本公开实施例中,针对任一属性,可以根据该属性的第一概率结果和第二概率结果,确定差异损失。
其中,属性的第一概率结果和第二概率结果中均包括了属性的各个可能的类别的概率。差异损失可以通过相关技术中的方法进行确定。在一个示例中,可以采用KL散度(Kullback-Leibler divergence)作为差异损失。具体的,可以通过公式(3)确定KL散度。
其中j可以表示属性具有的类别的数量,j为正整数,qi可以表示属性的第一概率结果中第i个类别的概率,pi可以表示属性的第二概率结果中第i个类别的第二概率,0≤i<j,且i为正整数。可以理解的是,如公式(3)所示,在第一概率结果和第二概率结果完全一致的情况下,KL散度取值为0。
考虑到,在本公开实施例中,针对任一属性,将训练集中第一神经网络对属性分类的精度小于第二神经网络对该属性分类的精度的样本图像作为学生网络的学习目标,因此,需要确定第一概率结果和第二概率结果的相对关系。在一种可能的实现方式中,可以根据所述样本图像的标注信息,从所述第一概率结果和所述第二概率结果中,分别确定出所述属性的真实类别的第一概率和第二概率;根据第一概率和第二概率的大小关系,确定第一概率结果和第二概率结果的相对关系。
其中,第一概率可以表示第一概率结果中属性的真实类别的概率,第二概率可以表示第二概率结果中属性的真实类别的概率。
在第一概率小于第二概率的情况下,表明第一神经网络将属性正确分类的概率小于第二神经网络将属性正确分类的概率,即第一神经网络在该属性上分类的精度小于第二神经网络在该属性上分类的精度,样本图像可以作为第一神经网络的学习目标。因此,在第一概率小于第二概率的情况下,需要考虑差异损失。
在第一概率大于或者等于第二概率的情况下,表明第一神经网络将属性正确分类的概率小于第二神经网络将属性正确分类的概率大于或者等于第二神经网络将属性正确分类的概率,第一神经网络在该属性上分类的精度大于或者等于第二神经网络在该属性上分类的精度,样本图像作为第一神经网络的学习目标时会导致第一神经网络的在该属性上分类的精度降低。因此,在第一概率大于或者等于第二概率的情况下,可以不考虑差异损失。
在一个示例中,可以采用公式(4)确定差异损失:
如公式(3)所示,第k个类别为属性的真实类别,在属性的真实类别的第一概率qk小于属性的真实类别的第二概率pk的情况下,差异损失的取值为KL散度在属性的真实类别的第一概率qk大于或者等于属性的真实类别的第二概率pk的情况下,差异损失的取值可以为0。
由于在第一概率小于第二概率的情况下,需要考虑差异损失,因此在第一概率所述第二概率的情况下,可以根据所述差异损失和所述分类损失,确定第一神经网络的损失。
在一个示例中,可以分别为分类损失和差异损失设置权重,根据加权后的分类损失和差异损失确定第一神经网络的损失。
需要说明的是,在本公开实施例中,可以在第一概率小于第二概率的情况下,根据所述第一概率结果和所述第二概率结果,确定差异损失,在第一概率大于或者等于第二概率的情况下,省去确定差异损失的步骤,从而降低计算量。
由于在第一概率大于或者等于第二概率的情况下,不需要考虑差异损失,因此在第一概率大于或者等于第二概率的情况下,可以将分类损失确定第一神经网络的损失。
在本公开实施例中,通过在知识蒸馏的过程中,在第一神经网络的分类精度优于第二神经网络的分类精度的情况下,对应样本图像在知识蒸馏模块上不产生差异损失,这相当于加强了第一神经网络的分类精度差于第二神经网络的分类精度的样本图像在知识蒸馏模块上产生的差异损失对第一神经网络的影响力,使得第一神经网络更专注于第一神经网络分类精度较低的样本图像上,从而提升第一神经网络的精度。
下面对本公开实施例提供的图像处理方法进行说明。图3示出根据本公开实施例的图像处理方法的流程图。如图3所示,该方法可以包括:
步骤S21,将待处理图像输入神经网络中,得到所述待处理图像中对象的各个属性的特征。
步骤S22,对所述待处理图像的各个属性的特征分别进行归一化处理,得到每个属性对应的各个类别的预测概率。
步骤S23,针对每个属性,根据该属性的各个类别的预测概率,预测该属性的类别。
其中,步骤S21采用的神经网络可以包括本公开实施例提供的第一神经网络。
在本公开实施例中,通过将待处理图像输入训练完成的第一神经网络,可以预测待处理图像中对象的各个属性的各个类别的预测概率。针对每个属性,根据该属性的各个类别的预测概率,可以预测该属性的类别。在一个示例中,针对每个属性,可以将该属性的各个类别的预测概率中的最大值对应的类别,确定为预测的该属性的类别。
如图2所示,将待处理图像输入第一神经网络的卷积层,将第一神经网络的卷积层分别输入待处理对象中对象的各个属性的全连接层(例如属性a对应的全连接层a、属性b对应的全连接层b,……,属性n对应的全连接层n)。以预测属性n的类别为例,全连接层n的输出为属性n的特征;将属性n的特征输入softmax层n对属性n的特征进行归一化处理,可以得到属性n的各个类别的预测概率;根据属性n的各个类别的预测概率可以预测到属性n的类别。其他属性的类别的预测过程可以参照属性n,这里不再赘述。
由于本公开实施例的神经网络训练方法提升了第一神经网络的属性分类精度,因此本公开实施例提供的图像处理方法提升了预测属性类别的正确率。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外,本公开还提供了神经网络训练装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种神经网络训练方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
图4示出根据本公开实施例的神经网络训练装置的框图。如图4所示,所述装置40包括:
输入模块41,用于将训练集中的样本图像分别输入第一神经网络和第二神经网络,得到所述样本图像中对象的至少一个属性的第一概率结果和第二概率结果;
确定模块42,用于根据所述第一概率结果和所述第二概率结果的相对关系以及所述样本图像的标注信息,确定所述第一神经网络的损失;
第一训练模块43,用于根据所述第一神经网络的损失对所述第一神经网络进行训练。
在本公开实施例中,能够获取第一神经网络(学生网络)和第二神经网络(教师网络)输出的概率结果,并基于第一神经网络输出的概率结果和第二神经网络输出的概率结果的相对关系来确定第一神经网络的损失,使得第一神经网络的学习过程受到概率结果的相对关系的约束,从而在第一神经网络在模拟第二神经网络的同时,进一步提高第一神经网络的精度。
在一种可能的实现方式中,根据所述第一概率结果和所述第二概率结果的相对关系以及所述样本图像的标注信息,确定所述第一神经网络的损失,包括:
根据所述样本图像的标注信息和所述属性的初始概率结果,确定分类损失;
根据所述样本图像的标注信息,从所述第一概率结果和所述第二概率结果中,分别确定出所述属性的真实类别的第一概率和第二概率;
在所述第一概率小于所述第二概率的情况下,根据所述第一概率结果和所述第二概率结果,确定差异损失;
根据所述差异损失和所述分类损失,确定所述第一神经网络的损失。
在一种可能的实现方式中,根据所述第一概率结果和所述第二概率结果的相对关系,确定所述第一神经网络的损失还包括:
在所述第一概率大于或者等于所述第二概率的情况下,将所述分类损失确定为所述第一神经网络的损失。
在一种可能的实现方式中,所述第一概率结果和所述第二概率结果用于表示根据预设的温度参数处理后的概率结果,将训练集中的样本图像分别输入第一神经网络和第二神经网络,得到所述样本图像中对象的至少一个属性的第一概率结果和第二概率结果,包括:
将训练集中的样本图像分别输入第一神经网络和第二神经网络,提取所述样本图像中对象的至少一个属性的第一特征和第二特征;
基于预设的温度参数对所述第一特征和所述第二特征分别进行处理,并对处理后的第一特征和第二特征分别进行归一化处理,得到所述第一概率结果和所述第二概率结果。
在一种可能的实现方式中,所述装置40还包括:
处理模块,用于对所述第一特征进行归一化处理,得到所述属性的初始概率结果。
在一种可能的实现方式中,将训练集中的样本图像分别输入第一神经网络和第二神经网络之前,所述装置40还包括:
第二训练模块,用于根据所述训练集训练所述第二神经网络,包括:
将所述训练集中的样本图像输入待训练的第二神经网络,得到所述样本图像中对象的至少一个属性的第三特征;
对所述第三特征进行归一化处理,得到第三概率结果;
根据所述样本图像的标注信息和所述第三概率结果,确定所述第二神经网络的损失;
根据所述第二神经网络的损失,对所述第二神经网络进行训练。
在一种可能的实现方式中,所述样本图像包括人脸图像,所述第一神经网络用于识别人脸图像中人脸的至少一个属性的类别。
此外,本公开还提供了图像处理装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种图像处理方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
图5示出根据本公开实施例的图像处理装置的框图。如图5所示,所述装置50包括:
输入模块51,用于将待处理图像输入神经网络中,得到所述待处理图像中对象的各个属性的特征;
处理模块52,用于对所述待处理图像的各个属性的特征分别进行归一化处理,得到每个属性对应的各个类别的预测概率;
预测模块53,用于针对每个属性,根据该属性的各个类别的预测概率,预测该属性的类别;
其中,所述神经网络包括根据图4所示的装置40训练得到的第一神经网络。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
本公开实施例还提供了一种计算机程序产品,包括计算机可读代码,当计算机可读代码在设备上运行时,设备中的处理器执行用于实现如上任一实施例提供的神经网络训练方法和/或图像处理方法的指令。
本公开实施例还提供了另一种计算机程序产品,用于存储计算机可读指令,指令被执行时使得计算机执行上述任一实施例提供的神经网络训练方法和/或图像处理方法的操作。
电子设备可以被提供为终端、服务器或其它形态的设备。
图6示出根据本公开实施例的一种电子设备800的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图6,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(Static Random-Access Memory,SRAM),电可擦除可编程只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM),可擦除可编程只读存储器(erasable programmable read-only memory,EPROM),可编程只读存储器(Programmable read-only memory,PROM),只读存储器(Read-Only Memory,ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理***,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(Liquid Crystal Display,LCD)和触摸面板(Touch Panel,TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(Microphone,MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如互补金属氧化物半导体(Complementary Metal Oxide Semiconductor,CMOS)或电荷耦合元件(Charge-coupled Device,CCD)图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(Near FieldCommunication,NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RadioFrequency Identification,RFID)技术,红外数据协会(Infrared Data Association,IrDA)技术,超宽带(Ultra Wide Band,UWB)技术,蓝牙(bluetooth,BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit,ASIC)、数字信号处理器(Digital SignalProcessing,DSP)、数字信号处理设备(Digital Signal Processing Device,DSPD)、可编程逻辑器件(programmable logic device,PLD)、现场可编程门阵列(Field ProgrammableGate Array,FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图7示出根据本公开实施例的一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。参照图7,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作***,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(randomaccess memory,RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(Static Random-Access Memory,SRAM)、便携式压缩盘只读存储器(CompactDisc Read-Only Memory,CD-ROM)、数字多功能盘(Digital Video Disc,DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(Instruction Set Architecture,ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(Local Area Network,LAN)或广域网(WideArea Network,WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(Field ProgrammableGate Array,FPGA)或可编程逻辑阵列(Programmable logic arrays,PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种神经网络训练方法,其特征在于,所述方法包括:
将训练集中的样本图像分别输入第一神经网络和第二神经网络,得到所述样本图像中对象的至少一个属性的第一概率结果和第二概率结果;
根据所述第一概率结果和所述第二概率结果的相对关系以及所述样本图像的标注信息,确定所述第一神经网络的损失;
根据所述第一神经网络的损失对所述第一神经网络进行训练。
2.根据权利要求1所述的方法,其特征在于,根据所述第一概率结果和所述第二概率结果的相对关系以及所述样本图像的标注信息,确定所述第一神经网络的损失,包括:
根据所述样本图像的标注信息和所述属性的初始概率结果,确定分类损失;
根据所述样本图像的标注信息,从所述第一概率结果和所述第二概率结果中,分别确定出所述属性的真实类别的第一概率和第二概率;
在所述第一概率小于所述第二概率的情况下,根据所述第一概率结果和所述第二概率结果,确定差异损失;
根据所述差异损失和所述分类损失,确定所述第一神经网络的损失。
3.根据权利要求2所述的方法,其特征在于,根据所述第一概率结果和所述第二概率结果的相对关系,确定所述第一神经网络的损失还包括:
在所述第一概率大于或者等于所述第二概率的情况下,将所述分类损失确定为所述第一神经网络的损失。
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述第一概率结果和所述第二概率结果用于表示根据预设的温度参数处理后的概率结果,将训练集中的样本图像分别输入第一神经网络和第二神经网络,得到所述样本图像中对象的至少一个属性的第一概率结果和第二概率结果,包括:
将训练集中的样本图像分别输入第一神经网络和第二神经网络,提取所述样本图像中对象的至少一个属性的第一特征和第二特征;
基于预设的温度参数对所述第一特征和所述第二特征分别进行处理,并对处理后的第一特征和第二特征分别进行归一化处理,得到所述第一概率结果和所述第二概率结果。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
对所述第一特征进行归一化处理,得到所述属性的初始概率结果。
6.一种图像处理方法,其特征在于,所述方法包括:
将待处理图像输入神经网络中,得到所述待处理图像中对象的各个属性的特征;
对所述待处理图像的各个属性的特征分别进行归一化处理,得到每个属性对应的各个类别的预测概率;
针对每个属性,根据该属性的各个类别的预测概率,预测该属性的类别;
其中,所述神经网络包括根据权利要求1至5中任一项所述的方法训练得到的第一神经网络。
7.一种神经网络训练装置,其特征在于,所述装置包括:
输入模块,用于将训练集中的样本图像分别输入第一神经网络和第二神经网络,得到所述样本图像中对象的至少一个属性的第一概率结果和第二概率结果;
确定模块,用于根据所述第一概率结果和所述第二概率结果的相对关系以及所述样本图像的标注信息,确定所述第一神经网络的损失;
第一训练模块,用于根据所述第一神经网络的损失对所述第一神经网络进行训练。
8.一种图像处理装置,其特征在于,所述装置包括:
输入模块,用于将待处理图像输入神经网络中,得到所述待处理图像中对象的各个属性的特征;
处理模块,用于对所述待处理图像的各个属性的特征分别进行归一化处理,得到每个属性对应的各个类别的预测概率;
预测模块,用于针对每个属性,根据该属性的各个类别的预测概率,预测该属性的类别;
其中,所述神经网络包括根据权利要求7所述的装置训练得到的第一神经网络。
9.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1至5中任一项所述的神经网络训练方法和/或权利要求6所述的图像处理方法。
10.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至5中任一项所述的神经网络训练方法和/或权利要求6所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911203384.6A CN110909815B (zh) | 2019-11-29 | 2019-11-29 | 神经网络训练、图像处理方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911203384.6A CN110909815B (zh) | 2019-11-29 | 2019-11-29 | 神经网络训练、图像处理方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110909815A true CN110909815A (zh) | 2020-03-24 |
CN110909815B CN110909815B (zh) | 2022-08-12 |
Family
ID=69821054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911203384.6A Active CN110909815B (zh) | 2019-11-29 | 2019-11-29 | 神经网络训练、图像处理方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110909815B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111488476A (zh) * | 2020-04-03 | 2020-08-04 | 北京爱芯科技有限公司 | 图像推送方法、模型训练方法及对应装置 |
CN111898735A (zh) * | 2020-07-14 | 2020-11-06 | 上海眼控科技股份有限公司 | 蒸馏学习方法、装置、计算机设备和存储介质 |
CN111950596A (zh) * | 2020-07-15 | 2020-11-17 | 华为技术有限公司 | 一种用于神经网络的训练方法以及相关设备 |
CN112348167A (zh) * | 2020-10-20 | 2021-02-09 | 华东交通大学 | 一种基于知识蒸馏的矿石分选方法和计算机可读存储介质 |
CN112819044A (zh) * | 2021-01-20 | 2021-05-18 | 江苏天幕无人机科技有限公司 | 用于目标对象的目标操作任务补偿的神经网络的训练方法 |
CN113052144A (zh) * | 2021-04-30 | 2021-06-29 | 平安科技(深圳)有限公司 | 活体人脸检测模型的训练方法、装置、设备及存储介质 |
CN113269307A (zh) * | 2021-05-26 | 2021-08-17 | 北京市商汤科技开发有限公司 | 神经网络训练方法以及目标重识别方法 |
CN113284142A (zh) * | 2021-07-16 | 2021-08-20 | 腾讯科技(深圳)有限公司 | 图像检测方法、装置、计算机可读存储介质及计算机设备 |
WO2022105173A1 (zh) * | 2020-11-20 | 2022-05-27 | 平安科技(深圳)有限公司 | 模型蒸馏方法、装置、存储介质及设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107784372A (zh) * | 2016-08-24 | 2018-03-09 | 阿里巴巴集团控股有限公司 | 目标对象属性的预测方法、装置和*** |
US20190102678A1 (en) * | 2017-09-29 | 2019-04-04 | Samsung Electronics Co., Ltd. | Neural network recogntion and training method and apparatus |
CN109800821A (zh) * | 2019-01-31 | 2019-05-24 | 北京市商汤科技开发有限公司 | 训练神经网络的方法、图像处理方法、装置、设备和介质 |
CN110097178A (zh) * | 2019-05-15 | 2019-08-06 | 电科瑞达(成都)科技有限公司 | 一种基于熵注意的神经网络模型压缩与加速方法 |
CN110163344A (zh) * | 2019-04-26 | 2019-08-23 | 北京迈格威科技有限公司 | 神经网络训练方法、装置、设备和存储介质 |
CN110427466A (zh) * | 2019-06-12 | 2019-11-08 | 阿里巴巴集团控股有限公司 | 用于问答匹配的神经网络模型的训练方法和装置 |
CN110472681A (zh) * | 2019-08-09 | 2019-11-19 | 北京市商汤科技开发有限公司 | 基于知识蒸馏的神经网络训练方案和图像处理方案 |
-
2019
- 2019-11-29 CN CN201911203384.6A patent/CN110909815B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107784372A (zh) * | 2016-08-24 | 2018-03-09 | 阿里巴巴集团控股有限公司 | 目标对象属性的预测方法、装置和*** |
US20190102678A1 (en) * | 2017-09-29 | 2019-04-04 | Samsung Electronics Co., Ltd. | Neural network recogntion and training method and apparatus |
CN109800821A (zh) * | 2019-01-31 | 2019-05-24 | 北京市商汤科技开发有限公司 | 训练神经网络的方法、图像处理方法、装置、设备和介质 |
CN110163344A (zh) * | 2019-04-26 | 2019-08-23 | 北京迈格威科技有限公司 | 神经网络训练方法、装置、设备和存储介质 |
CN110097178A (zh) * | 2019-05-15 | 2019-08-06 | 电科瑞达(成都)科技有限公司 | 一种基于熵注意的神经网络模型压缩与加速方法 |
CN110427466A (zh) * | 2019-06-12 | 2019-11-08 | 阿里巴巴集团控股有限公司 | 用于问答匹配的神经网络模型的训练方法和装置 |
CN110472681A (zh) * | 2019-08-09 | 2019-11-19 | 北京市商汤科技开发有限公司 | 基于知识蒸馏的神经网络训练方案和图像处理方案 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111488476A (zh) * | 2020-04-03 | 2020-08-04 | 北京爱芯科技有限公司 | 图像推送方法、模型训练方法及对应装置 |
CN111898735A (zh) * | 2020-07-14 | 2020-11-06 | 上海眼控科技股份有限公司 | 蒸馏学习方法、装置、计算机设备和存储介质 |
WO2022012407A1 (zh) * | 2020-07-15 | 2022-01-20 | 华为技术有限公司 | 一种用于神经网络的训练方法以及相关设备 |
CN111950596A (zh) * | 2020-07-15 | 2020-11-17 | 华为技术有限公司 | 一种用于神经网络的训练方法以及相关设备 |
CN112348167A (zh) * | 2020-10-20 | 2021-02-09 | 华东交通大学 | 一种基于知识蒸馏的矿石分选方法和计算机可读存储介质 |
CN112348167B (zh) * | 2020-10-20 | 2022-10-11 | 华东交通大学 | 一种基于知识蒸馏的矿石分选方法和计算机可读存储介质 |
WO2022105173A1 (zh) * | 2020-11-20 | 2022-05-27 | 平安科技(深圳)有限公司 | 模型蒸馏方法、装置、存储介质及设备 |
CN112819044A (zh) * | 2021-01-20 | 2021-05-18 | 江苏天幕无人机科技有限公司 | 用于目标对象的目标操作任务补偿的神经网络的训练方法 |
CN113052144A (zh) * | 2021-04-30 | 2021-06-29 | 平安科技(深圳)有限公司 | 活体人脸检测模型的训练方法、装置、设备及存储介质 |
CN113052144B (zh) * | 2021-04-30 | 2023-02-28 | 平安科技(深圳)有限公司 | 活体人脸检测模型的训练方法、装置、设备及存储介质 |
CN113269307A (zh) * | 2021-05-26 | 2021-08-17 | 北京市商汤科技开发有限公司 | 神经网络训练方法以及目标重识别方法 |
CN113269307B (zh) * | 2021-05-26 | 2022-12-27 | 北京市商汤科技开发有限公司 | 神经网络训练方法以及目标重识别方法 |
CN113284142A (zh) * | 2021-07-16 | 2021-08-20 | 腾讯科技(深圳)有限公司 | 图像检测方法、装置、计算机可读存储介质及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110909815B (zh) | 2022-08-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110909815B (zh) | 神经网络训练、图像处理方法、装置及电子设备 | |
CN110210535B (zh) | 神经网络训练方法及装置以及图像处理方法及装置 | |
CN111310616B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN107491541B (zh) | 文本分类方法及装置 | |
CN111524521B (zh) | 声纹提取模型训练方法和声纹识别方法、及其装置和介质 | |
CN109919300B (zh) | 神经网络训练方法及装置以及图像处理方法及装置 | |
CN110837761B (zh) | 多模型知识蒸馏方法及装置、电子设备和存储介质 | |
CN110598504B (zh) | 图像识别方法及装置、电子设备和存储介质 | |
CN109858614B (zh) | 神经网络训练方法及装置、电子设备和存储介质 | |
CN110458218B (zh) | 图像分类方法及装置、分类网络训练方法及装置 | |
US11416703B2 (en) | Network optimization method and apparatus, image processing method and apparatus, and storage medium | |
CN111242303B (zh) | 网络训练方法及装置、图像处理方法及装置 | |
CN108960283B (zh) | 分类任务增量处理方法及装置、电子设备和存储介质 | |
CN110532956B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN109165738B (zh) | 神经网络模型的优化方法及装置、电子设备和存储介质 | |
CN111581488A (zh) | 一种数据处理方法及装置、电子设备和存储介质 | |
CN111539410B (zh) | 字符识别方法及装置、电子设备和存储介质 | |
CN109145970B (zh) | 基于图像的问答处理方法和装置、电子设备及存储介质 | |
CN109920016B (zh) | 图像生成方法及装置、电子设备和存储介质 | |
JP2022522551A (ja) | 画像処理方法及び装置、電子機器並びに記憶媒体 | |
CN111612070A (zh) | 基于场景图的图像描述生成方法及装置 | |
CN112668707B (zh) | 运算方法、装置及相关产品 | |
CN111259967A (zh) | 图像分类及神经网络训练方法、装置、设备及存储介质 | |
CN112001364A (zh) | 图像识别方法及装置、电子设备和存储介质 | |
CN111582383A (zh) | 属性识别方法及装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |