CN111242303A - 网络训练方法及装置、图像处理方法及装置 - Google Patents
网络训练方法及装置、图像处理方法及装置 Download PDFInfo
- Publication number
- CN111242303A CN111242303A CN202010038819.2A CN202010038819A CN111242303A CN 111242303 A CN111242303 A CN 111242303A CN 202010038819 A CN202010038819 A CN 202010038819A CN 111242303 A CN111242303 A CN 111242303A
- Authority
- CN
- China
- Prior art keywords
- network
- image
- loss
- processing
- processing result
- 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
- 238000012549 training Methods 0.000 title claims abstract description 100
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000003672 processing method Methods 0.000 title claims abstract description 8
- 238000012545 processing Methods 0.000 claims abstract description 186
- 230000009466 transformation Effects 0.000 claims abstract description 30
- 238000002372 labelling Methods 0.000 claims abstract description 22
- 238000009826 distribution Methods 0.000 claims description 30
- 238000003860 storage Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 15
- 230000006835 compression Effects 0.000 claims description 9
- 238000007906 compression Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 21
- 230000006870 function Effects 0.000 description 17
- 238000004891 communication Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 7
- 238000013140 knowledge distillation Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004821 distillation Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Image Analysis (AREA)
Abstract
本公开涉及一种网络训练方法及装置、图像处理方法及装置。所述网络训练方法包括：将训练集中的样本图像以及所述样本图像的变换图像分别输入第一网络中处理，得到所述样本图像的第一处理结果以及所述变换图像的第二处理结果，所述变换图像是对所述样本图像进行几何变换得到的；将所述样本图像的变换图像输入预训练的第二网络中处理，得到所述变换图像的第三处理结果；根据多个样本图像的标注结果及第一处理结果，所述多个样本图像的变换图像的第二处理结果及第三处理结果，训练所述第一网络。本公开实施例可提高训练后的学生网络的性能。
Description
技术领域
本公开涉及计算机技术领域，尤其涉及一种网络训练方法及装置、图像处理方法及装置。
背景技术
在计算机视觉任务中，网络模型的性能与其规模高度相关，大模型虽然可以实现良好性能，但过大的参数量和过长的推理时间限制了其在计算资源不足的移动端的部署，如何用小模型实现大模型的效果是模型压缩主要解决的问题。模型压缩的方法包括模型剪枝、模型量化和知识蒸馏等，其中知识蒸馏凭借简单的设计和良好的效果，成为模型压缩的常见方法。知识蒸馏是指首先训练一个教师模型，该模型规模较大，性能良好，然后训练一个小规模的学生模型，让学生模型模仿教师模型，从而提高学生模型的性能。
发明内容
本公开提出了一种网络训练及图像处理技术方案。
根据本公开的一方面，提供了一种网络训练方法，包括：将训练集中的样本图像以及所述样本图像的变换图像分别输入第一网络中处理，得到所述样本图像的第一处理结果以及所述变换图像的第二处理结果，所述变换图像是对所述样本图像进行几何变换得到的；将所述样本图像的变换图像输入预训练的第二网络中处理，得到所述变换图像的第三处理结果；根据多个样本图像的标注结果及第一处理结果，所述多个样本图像的变换图像的第二处理结果及第三处理结果，训练所述第一网络。
在一种可能的实现方式中，根据多个样本图像的标注结果及第一处理结果，所述多个样本图像的变换图像的第二处理结果及第三处理结果，训练所述第一网络，包括：根据多个样本图像的标注结果及第一处理结果，确定所述第一网络的第一损失；根据所述多个样本图像的变换图像的第二处理结果及第三处理结果，确定所述第一网络的第二损失；根据所述第一损失及所述第二损失，训练所述第一网络。
在一种可能的实现方式中，所述方法还包括：将所述样本图像输入预训练的第二网络中处理，得到所述样本图像的第四处理结果；
所述根据多个样本图像的标注结果及第一处理结果，所述多个样本图像的变换图像的第二处理结果及第三处理结果，训练所述第一网络，还包括：根据所述多个样本图像的第一处理结果及第四处理结果，确定所述第一网络的第三损失；根据所述第一损失、所述第二损失及所述第三损失，训练所述第一网络。
在一种可能的实现方式中，根据所述第一损失、所述第二损失及所述第三损失，训练所述第一网络，包括：根据所述第一损失、所述第二损失及所述第三损失的加权和，确定所述第一网络的网络损失；根据所述第一网络的网络损失，调整所述第一网络的网络参数。
在一种可能的实现方式中，所述第二处理结果包括变换图像的第一预测概率分布，所述第三处理结果包括所述变换图像的第二预测概率分布，
所述根据所述多个样本图像的变换图像的第二处理结果及第三处理结果，确定所述第一网络的第二损失，包括：根据所述第一预测概率分布与所述第二预测概率分布之间的距离，确定所述第一网络的第二损失。
在一种可能的实现方式中，所述方法还包括：对所述样本图像进行几何变换，得到所述样本图像的至少一个变换图像，其中，几何变换的类别包括旋转、扭曲、拉伸及压缩中的至少一种。
根据本公开的一方面，提供了一种图像处理方法，包括：将待处理图像输入第一网络中处理，得到所述待处理图像的图像分类结果，所述第一网络是根据上述的网络训练方法训练得到的。
根据本公开的一方面，提供了一种网络训练装置，包括：第一处理模块，用于将训练集中的样本图像以及所述样本图像的变换图像分别输入第一网络中处理，得到所述样本图像的第一处理结果以及所述变换图像的第二处理结果，所述变换图像是对所述样本图像进行几何变换得到的；第二处理模块，用于将所述样本图像的变换图像输入预训练的第二网络中处理，得到所述变换图像的第三处理结果；训练模块，用于根据多个样本图像的标注结果及第一处理结果，所述多个样本图像的变换图像的第二处理结果及第三处理结果，训练所述第一网络。
在一种可能的实现方式中，所述训练模块包括：第一损失确定子模块，用于根据多个样本图像的标注结果及第一处理结果，确定所述第一网络的第一损失；第二损失确定子模块，用于根据所述多个样本图像的变换图像的第二处理结果及第三处理结果，确定所述第一网络的第二损失；第一训练子模块，用于根据所述第一损失及所述第二损失，训练所述第一网络。
在一种可能的实现方式中，所述装置还包括：第三处理模块，用于将所述样本图像输入预训练的第二网络中处理，得到所述样本图像的第四处理结果；所述训练模块还包括：第三损失确定子模块，用于根据所述多个样本图像的第一处理结果及第四处理结果，确定所述第一网络的第三损失；第二训练子模块，用于根据所述第一损失、所述第二损失及所述第三损失，训练所述第一网络。
在一种可能的实现方式中，所述第二训练子模块用于：根据所述第一损失、所述第二损失及所述第三损失的加权和，确定所述第一网络的网络损失；根据所述第一网络的网络损失，调整所述第一网络的网络参数。
在一种可能的实现方式中，所述第二处理结果包括变换图像的第一预测概率分布，所述第三处理结果包括所述变换图像的第二预测概率分布，所述第二损失确定子模块用于：根据所述第一预测概率分布与所述第二预测概率分布之间的距离，确定所述第一网络的第二损失。
在一种可能的实现方式中，所述装置还包括：变换模块，用于对所述样本图像进行几何变换，得到所述样本图像的至少一个变换图像，其中，几何变换的类别包括旋转、扭曲、拉伸及压缩中的至少一种。
根据本公开的一方面，提供了一种图像处理装置，包括：图像分类模块，用于将待处理图像输入第一网络中处理，得到所述待处理图像的图像分类结果，所述第一网络是根据上述的网络训练装置训练得到的。
根据本公开的一方面，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。
根据本公开的一方面，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，能够将样本的标注结果以及作为教师网络的第二网络对样本的几何变换图像的处理结果同时作为监督信号，实现作为学生网络的第一网络的训练，能够更充分地从教师网络挖掘深层信息，从而提高训练后的学生网络的性能。
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网络训练方法的流程图。
图2示出根据本公开实施例的网络训练方法的训练过程的示意图。
图3示出根据本公开实施例的网络训练装置的框图。
图4示出根据本公开实施例的一种电子设备的框图。
图5示出根据本公开实施例的一种电子设备的框图。
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。
图1示出根据本公开实施例的网络训练方法的流程图，如图1所示，所述网络训练方法包括：
在步骤S11中，将训练集中的样本图像以及所述样本图像的变换图像分别输入第一网络中处理，得到所述样本图像的第一处理结果以及所述变换图像的第二处理结果，所述变换图像是对所述样本图像进行几何变换得到的；
在步骤S12中，将所述样本图像的变换图像输入预训练的第二网络中处理，得到所述变换图像的第三处理结果；
在步骤S13中，根据多个样本图像的标注结果及第一处理结果，所述多个样本图像的变换图像的第二处理结果及第三处理结果，训练所述第一网络。
在一种可能的实现方式中，所述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。
举例来说，可采用知识蒸馏的方式，预先训练一个规模较大的教师网络(此处可称为第二网络)，通过该教师网络模型来训练规模较小的学生网络(此处可称为第一网络)。其中，教师网络的精度高于训练后的学生网络的精度。与学生网络相比，教师网络可能具有更多的层级，能够提取更多的图像特征，或者增加一些功能模块等，从而实现比学生网络更高的精度。教师网络与学生网络之间的差异，可能根据网络模型的类型不同而不同，本公开对此不作限制。
在一种可能的实现方式中，第一网络和第二网络均可以为卷积神经网络，包括卷积层、池化层、全连接层等，本公开对第一网络和第二网络的具体网络结构不作限制。
在学生网络的训练中，为了更充分地从教师网络挖掘深层信息，可对样本图像进行几何变换得到变换图像，使用教师网络对变换图像的预测结果作为额外的监督信号，以提高学生网络的性能。
在一种可能的实现方式中，可预设有训练集，训练集中包括多个样本图像(例如自然拍摄的照片等)，各个样本图像的标注结果，以及各个样本图像的变换图像。其中，样本图像的标注结果可例如为人工标注的标签，每个样本图像可对应至少一个变换图像。可对样本图像进行重度的几何变换(例如大角度旋转)，得到变换图像。本公开对具体的几何变换方式以及每个样本图像对应的变换图像的数量不作限制。
在一种可能的实现方式中，在步骤S11中，可将任一样本图像以及该样本图像的变换图像分别输入第一网络中，输出该样本图像的第一处理结果以及变换图像的第二处理结果。在该样本图像的变换图像为多个时，可相应地得到多个第二处理结果。
在一种可能的实现方式中，在步骤S12中，可将该样本图像的变换图像输入第二网络中，输出变换图像的第三处理结果。在该样本图像的变换图像为多个时，可相应地得到多个第三处理结果。
在一种可能的实现方式中，在步骤S13中，根据多个样本图像(例如训练集中的全部或部分样本图像)的标注结果及第一处理结果，可确定各个样本图像的标签与第一网络的处理结果之间的差异；根据多个样本图像的变换图像的第二处理结果及第三处理结果，可确定第一网络的处理结果与第二网络的处理结果之间的差异；进而根据这些差异来训练第一网络。
根据本公开的实施例，能够将样本的标注结果以及第二网络对样本的几何变换图像的处理结果同时作为监督信号，实现第一网络的训练，能够更充分地从教师网络挖掘深层信息，从而提高训练后的学生网络的性能。
在一种可能的实现方式中，在步骤S11之前，所述方法还可包括：对所述样本图像进行几何变换，得到所述样本图像的至少一个变换图像，其中，几何变换的类别包括旋转、扭曲、拉伸及压缩中的至少一种。
举例来说，对于训练集中的任一样本图像，可对该样本图像进行几何变换，得到该样本图像的至少一个变换图像。其中，几何变换的类别包括旋转、扭曲、拉伸及压缩中的至少一种。其中，可对样本图像进行多次同一类别的几何变换，分别进行不同类别的几何变换，或同时进行多个类别的几何变换等。例如，可对样本图像进行多个角度的旋转，得到多个变换图像；也可对样本图像旋转得到一个变换图像，对样本图像拉伸得到另一个变换图像，从而得到多个变换图像；还可对该样本图像同时旋转和拉伸以得到一个变换图像，同时旋转和压缩以得到另一个变换图像，从而得到多个变换图像。本公开对每个样本图像的变换图像的数量以及几何变换的具体方式均不作限制。
在一种可能的实现方式中，对所述样本图像进行几何变换，得到所述样本图像的至少一个变换图像的步骤可包括：将所述样本图像分别旋转90°、180°及270°，得到所述样本图像的三个变换图像。也就是说，可对样本图像进行大角度的旋转，分别旋转90°、180°及270°，从而得到样本图像的三个变换图像。本公开对实现旋转所采用的算法不作限制。
通过这种方式，可得到用于训练的变换图像并增加样本的数量。
在一种可能的实现方式中，在得到训练集中各个样本图像的变换图像后，可多次执行步骤S11和S12，得到多个样本图像的第一处理结果，多个样本图像的变换图像的第二处理结果及第三处理结果。
在一种可能的实现方式中，步骤S13可包括：
根据多个样本图像的标注结果及第一处理结果，确定所述第一网络的第一损失；
根据所述多个样本图像的变换图像的第二处理结果及第三处理结果，确定所述第一网络的第二损失；
根据所述第一损失及所述第二损失，训练所述第一网络。
举例来说，可根据多个样本图像的标注结果及第一处理结果，确定所述第一网络的第一损失，也即标签损失Lce。该第一损失可例如包括交叉熵损失函数(softmax loss)，本领域技术人员可根据实际情况设置第一损失的损失函数，本公开对第一损失的损失函数的类型不作限制。
在一种可能的实现方式中，可根据多个样本图像的变换图像的第二处理结果及第三处理结果，确定所述第一网络的第二损失，也即变换图像的蒸馏损失Lt。
在一种可能的实现方式中，所述第二处理结果包括变换图像的第一预测概率分布，所述第三处理结果包括所述变换图像的第二预测概率分布，
所述根据所述多个样本图像的变换图像的第二处理结果及第三处理结果，确定所述第一网络的第二损失的步骤可包括：
根据所述第一预测概率分布与所述第二预测概率分布之间的距离，确定所述第一网络的第二损失。
举例来说，学生网络的处理结果(也即第二处理结果)和教师网络的处理结果(也即第三处理结果)均可表示为变换图像中的目标(例如人或物体)属于预设的多个类别的预测概率分布。第一网络的第二损失需要体现学生网络的预测概率分布(可称为第一预测概率分布)与教师网络的预测概率分布(可称为第二预测概率分布)之间的距离。因此，第二损失的损失函数可采用KL散度，以便在训练中最小化第一预测概率分布与第二预测概率分布之间的距离。本领域技术人员可根据实际情况设置第二损失的损失函数，本公开对第二损失的损失函数的类型不作限制。
其中，对于变换图像，可不计算分类的损失，也即不要求学生网络将变换后的图像分类正确，因为卷积神经网络本身没有旋转不变性，强制将旋转图像分类正确会阻碍原本的学习过程。
在一种可能的实现方式中，可根据第一损失及第二损失，训练第一网络，例如将第一损失与第二损失的加权和作为网络损失，并通过梯度反向传播来调整第一网络的网络参数，在满足训练条件(例如网络收敛)的情况下，得到训练后的第一网络。本公开对具体的训练过程不作限制。
通过这种方式，能够提高第一网络的训练效果。
在一种可能的实现方式中，所述方法还可包括：将所述样本图像输入预训练的第二网络中处理，得到所述样本图像的第四处理结果；
步骤S13包括：根据所述多个样本图像的第一处理结果及第四处理结果，确定所述第一网络的第三损失；根据所述第一损失、所述第二损失及所述第三损失，训练所述第一网络。
举例来说，可将样本图像输入第二网络中，输出该样本图像的第四处理结果，将第二网络对样本图像的输出同时作为监督信号，实现第一网络的训练。
在一种可能的实现方式中，可根据多个样本图像的第一处理结果及第四处理结果，确定第一网络的第三损失，也即正常图像的蒸馏损失Lkd。该第三损失同样需要体现学生网络的处理结果(也即预测概率分布)与教师网络的处理结果(也即预测概率分布)之间的距离，因此可采用KL散度，以便在训练中最小化两个概率分布之间的距离。本领域技术人员可根据实际情况设置第三损失的损失函数，本公开对第三损失的损失函数的类型不作限制。
在一种可能的实现方式中，可根据第一损失、第二损失及第三损失，共同训练第一网络。通过这种方式，可进一步提高第一网络的训练效果。
在一种可能的实现方式中，根据所述第一损失、所述第二损失及所述第三损失，训练所述第一网络的步骤可包括：
根据所述第一损失、所述第二损失及所述第三损失的加权和，确定所述第一网络的网络损失；根据所述第一网络的网络损失，调整所述第一网络的网络参数。
举例来说，本领域技术人员可根据不同的数据集(例如不同类型的样本图像)，设置每项损失的权重；并将各项损失的加权和确定为第一网络总体的网络损失Loss：
Loss＝wceLce+wtLt+wkdLkd (1)
公式(1)中，Lce、Lt、Lkd可分别表示第一损失、第二损失及第三损失；wce、wt、wkd可分别表示第一损失、第二损失及第三损失的权重。
在一种可能的实现方式中，根据该网络损失Loss，可通过梯度反向传播来调整第一网络的网络参数。在满足训练条件(例如网络收敛)的情况下，得到训练后的第一网络。本公开对具体的训练过程不作限制。
图2示出根据本公开实施例的网络训练方法的训练过程的示意图。如图2所示，样本图像21为训练集中的多个样本图像，变换图像22为样本图像21进行大角度旋转得到的图像。将样本图像21分别输入第一网络20中，可得到正常输出23(也即各个样本图像的第一处理结果)，将变换图像22分别输入第一网络20中，可得到变换输出24(也即各个变换图像的第二处理结果)。
根据样本图像的标注结果(未示出)与正常输出23之间的距离，可得到第一网络20的第一损失Lce，也即标签损失。根据第二网络(未示出)对多个样本图像的处理结果与正常输出23之间的距离，可得到第一网络20的第三损失Lkd，也即正常图像的蒸馏损失。根据第二网络对多个变换图像的处理结果与变换输出24之间的距离，可得到第一网络20的第二损失Lt，也即变换图像的蒸馏损失。从而，可通过第一损失Lce、第二损失Lt及第三损失Lkd来训练第一网络20。
根据本公开的实施例，还提供了一种图像处理方法，该方法包括：将待处理图像输入第一网络中处理，得到所述待处理图像的图像分类结果，所述第一网络是根据上述的网络训练方法训练得到的。
也就是说，可对根据上述方法训练得到的第一网络进行部署，例如部署于终端设备(例如智能手机)中，执行物体分类、人脸识别等任务。通过该第一网络对待处理图像进行处理，可得到高精度的图像分类结果。
根据本公开的实施例，实现了基于图像变换一致性的知识蒸馏的网络训练方法，也即使得训练后的学生网络与教师网络对于施加了同一种几何变换的图像，给出相同的预测结果。根据本公开实施例的网络训练方法，更充分地从教师网络挖掘深层信息，提升学生网络的性能；并且让学生网络对少样本和噪声样本的环境更加鲁棒。
相比于其他知识蒸馏方法，本公开实施例的方法可以针对分类任务显著提升学生网络的性能；本公开实施例的方法仅仅匹配教师网络和学生网络的网络输出层结果，不涉及到网络中间层的特征图和注意力图的匹配，给学生网络更大的空间去搜寻适合学生网络本身网络结构的参数，使得该方法相比于其他算法，在教师网络和学生网络网络结构完全不同时有更好的表现。本公开实施例的方法通过约束变换后的预测一致性，迫使学生网络挖掘到更多教师网络的信息，减少对于标签的依赖，使得它在训练样本较少或训练样本有噪声时，有更好的表现。
根据本公开实施例的方法可应用于物体分类、人脸识别等任务中，替代以往的知识蒸馏算法，使得学生网络的性能得到大幅提升；或者与以往的算法结合，使得学生网络的性能得到进一步提升。
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，本公开还提供了网络训练及图像处理装置、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网络训练及图像处理方法，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3示出根据本公开实施例的网络训练装置的框图，如图3所示，所述网络训练装置包括：
第一处理模块31，用于将训练集中的样本图像以及所述样本图像的变换图像分别输入第一网络中处理，得到所述样本图像的第一处理结果以及所述变换图像的第二处理结果，所述变换图像是对所述样本图像进行几何变换得到的；
第二处理模块32，用于将所述样本图像的变换图像输入预训练的第二网络中处理，得到所述变换图像的第三处理结果；
训练模块33，用于根据多个样本图像的标注结果及第一处理结果，所述多个样本图像的变换图像的第二处理结果及第三处理结果，训练所述第一网络。
在一种可能的实现方式中，所述训练模块包括：第一损失确定子模块，用于根据多个样本图像的标注结果及第一处理结果，确定所述第一网络的第一损失；第二损失确定子模块，用于根据所述多个样本图像的变换图像的第二处理结果及第三处理结果，确定所述第一网络的第二损失；第一训练子模块，用于根据所述第一损失及所述第二损失，训练所述第一网络。
在一种可能的实现方式中，所述装置还包括：第三处理模块，用于将所述样本图像输入预训练的第二网络中处理，得到所述样本图像的第四处理结果；所述训练模块还包括：第三损失确定子模块，用于根据所述多个样本图像的第一处理结果及第四处理结果，确定所述第一网络的第三损失；第二训练子模块，用于根据所述第一损失、所述第二损失及所述第三损失，训练所述第一网络。
在一种可能的实现方式中，所述第二训练子模块用于：根据所述第一损失、所述第二损失及所述第三损失的加权和，确定所述第一网络的网络损失；根据所述第一网络的网络损失，调整所述第一网络的网络参数。
在一种可能的实现方式中，所述第二处理结果包括变换图像的第一预测概率分布，所述第三处理结果包括所述变换图像的第二预测概率分布，所述第二损失确定子模块用于：根据所述第一预测概率分布与所述第二预测概率分布之间的距离，确定所述第一网络的第二损失。
在一种可能的实现方式中，所述装置还包括：变换模块，用于对所述样本图像进行几何变换，得到所述样本图像的至少一个变换图像，其中，几何变换的类别包括旋转、扭曲、拉伸及压缩中的至少一种。
根据本公开的一方面，提供了一种图像处理装置，包括：图像分类模块，用于将待处理图像输入第一网络中处理，得到所述待处理图像的图像分类结果，所述第一网络是根据上述的网络训练装置训练得到的。
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网络训练方法的指令。
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网络训练方法的操作。
电子设备可以被提供为终端、服务器或其它形态的设备。
图4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4，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)的接口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，以完成上述的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(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(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(LCD)和触摸面板(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(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CMOS或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(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(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(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(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5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5，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(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(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(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(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(LAN)或广域网(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(FPGA)或可编程逻辑阵列(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)
1.一种网络训练方法，其特征在于，包括：
将训练集中的样本图像以及所述样本图像的变换图像分别输入第一网络中处理，得到所述样本图像的第一处理结果以及所述变换图像的第二处理结果，所述变换图像是对所述样本图像进行几何变换得到的；
将所述样本图像的变换图像输入预训练的第二网络中处理，得到所述变换图像的第三处理结果；
根据多个样本图像的标注结果及第一处理结果，所述多个样本图像的变换图像的第二处理结果及第三处理结果，训练所述第一网络。
2.根据权利要求1所述的方法，其特征在于，根据多个样本图像的标注结果及第一处理结果，所述多个样本图像的变换图像的第二处理结果及第三处理结果，训练所述第一网络，包括：
根据多个样本图像的标注结果及第一处理结果，确定所述第一网络的第一损失；
根据所述多个样本图像的变换图像的第二处理结果及第三处理结果，确定所述第一网络的第二损失；
根据所述第一损失及所述第二损失，训练所述第一网络。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
将所述样本图像输入预训练的第二网络中处理，得到所述样本图像的第四处理结果；
所述根据多个样本图像的标注结果及第一处理结果，所述多个样本图像的变换图像的第二处理结果及第三处理结果，训练所述第一网络，还包括：
根据所述多个样本图像的第一处理结果及第四处理结果，确定所述第一网络的第三损失；
根据所述第一损失、所述第二损失及所述第三损失，训练所述第一网络。
4.根据权利要求3所述的方法，其特征在于，根据所述第一损失、所述第二损失及所述第三损失，训练所述第一网络，包括：
根据所述第一损失、所述第二损失及所述第三损失的加权和，确定所述第一网络的网络损失；
根据所述第一网络的网络损失，调整所述第一网络的网络参数。
5.根据权利要求2-4中任意一项所述的方法，其特征在于，所述第二处理结果包括变换图像的第一预测概率分布，所述第三处理结果包括所述变换图像的第二预测概率分布，
所述根据所述多个样本图像的变换图像的第二处理结果及第三处理结果，确定所述第一网络的第二损失，包括：
根据所述第一预测概率分布与所述第二预测概率分布之间的距离，确定所述第一网络的第二损失。
6.根据权利要求1-5中任意一项所述的方法，其特征在于，所述方法还包括：
对所述样本图像进行几何变换，得到所述样本图像的至少一个变换图像，其中，几何变换的类别包括旋转、扭曲、拉伸及压缩中的至少一种。
7.一种图像处理方法，其特征在于，包括：
将待处理图像输入第一网络中处理，得到所述待处理图像的图像分类结果，所述第一网络是根据权利要求1-6中任意一项的网络训练方法训练得到的。
8.一种网络训练装置，其特征在于，包括：
第一处理模块，用于将训练集中的样本图像以及所述样本图像的变换图像分别输入第一网络中处理，得到所述样本图像的第一处理结果以及所述变换图像的第二处理结果，所述变换图像是对所述样本图像进行几何变换得到的；
第二处理模块，用于将所述样本图像的变换图像输入预训练的第二网络中处理，得到所述变换图像的第三处理结果；
训练模块，用于根据多个样本图像的标注结果及第一处理结果，所述多个样本图像的变换图像的第二处理结果及第三处理结果，训练所述第一网络。
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7中任意一项所述的方法。
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7中任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010038819.2A CN111242303B (zh) | 2020-01-14 | 2020-01-14 | 网络训练方法及装置、图像处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010038819.2A CN111242303B (zh) | 2020-01-14 | 2020-01-14 | 网络训练方法及装置、图像处理方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111242303A true CN111242303A (zh) | 2020-06-05 |
| CN111242303B CN111242303B (zh) | 2023-12-01 |
Family
ID=70874585
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010038819.2A Active CN111242303B (zh) | 2020-01-14 | 2020-01-14 | 网络训练方法及装置、图像处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111242303B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112288032A (zh) * | 2020-11-18 | 2021-01-29 | 上海依图网络科技有限公司 | 一种基于生成对抗网络的量化模型训练的方法及装置 |
| CN112329916A (zh) * | 2020-10-27 | 2021-02-05 | 上海眼控科技股份有限公司 | 模型训练方法、装置、计算机设备及存储介质 |
| CN112365885A (zh) * | 2021-01-18 | 2021-02-12 | 深圳市友杰智新科技有限公司 | 唤醒模型的训练方法、装置和计算机设备 |
| CN112418343A (zh) * | 2020-12-08 | 2021-02-26 | 中山大学 | 多教师自适应联合知识蒸馏 |
| CN112529913A (zh) * | 2020-12-14 | 2021-03-19 | 北京达佳互联信息技术有限公司 | 图像分割模型训练方法、图像处理方法及装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180285690A1 (en) * | 2017-03-29 | 2018-10-04 | International Business Machines Corporation | Entity learning recognition |
| CN109871883A (zh) * | 2019-01-24 | 2019-06-11 | 北京市商汤科技开发有限公司 | 神经网络训练方法及装置、电子设备和存储介质 |
| CN109919300A (zh) * | 2019-02-25 | 2019-06-21 | 北京市商汤科技开发有限公司 | 神经网络训练方法及装置以及图像处理方法及装置 |
| CN110188641A (zh) * | 2019-05-20 | 2019-08-30 | 北京迈格威科技有限公司 | 图像识别和神经网络模型的训练方法、装置和*** |
| CN110598504A (zh) * | 2018-06-12 | 2019-12-20 | 北京市商汤科技开发有限公司 | 图像识别方法及装置、电子设备和存储介质 |
| CN110674714A (zh) * | 2019-09-13 | 2020-01-10 | 东南大学 | 基于迁移学习的人脸和人脸关键点联合检测方法 |
-
2020
- 2020-01-14 CN CN202010038819.2A patent/CN111242303B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180285690A1 (en) * | 2017-03-29 | 2018-10-04 | International Business Machines Corporation | Entity learning recognition |
| CN110598504A (zh) * | 2018-06-12 | 2019-12-20 | 北京市商汤科技开发有限公司 | 图像识别方法及装置、电子设备和存储介质 |
| CN109871883A (zh) * | 2019-01-24 | 2019-06-11 | 北京市商汤科技开发有限公司 | 神经网络训练方法及装置、电子设备和存储介质 |
| CN109919300A (zh) * | 2019-02-25 | 2019-06-21 | 北京市商汤科技开发有限公司 | 神经网络训练方法及装置以及图像处理方法及装置 |
| CN110188641A (zh) * | 2019-05-20 | 2019-08-30 | 北京迈格威科技有限公司 | 图像识别和神经网络模型的训练方法、装置和*** |
| CN110674714A (zh) * | 2019-09-13 | 2020-01-10 | 东南大学 | 基于迁移学习的人脸和人脸关键点联合检测方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112329916A (zh) * | 2020-10-27 | 2021-02-05 | 上海眼控科技股份有限公司 | 模型训练方法、装置、计算机设备及存储介质 |
| CN112288032A (zh) * | 2020-11-18 | 2021-01-29 | 上海依图网络科技有限公司 | 一种基于生成对抗网络的量化模型训练的方法及装置 |
| CN112288032B (zh) * | 2020-11-18 | 2022-01-14 | 上海依图网络科技有限公司 | 一种基于生成对抗网络的量化模型训练的方法及装置 |
| CN112418343A (zh) * | 2020-12-08 | 2021-02-26 | 中山大学 | 多教师自适应联合知识蒸馏 |
| CN112418343B (zh) * | 2020-12-08 | 2024-01-05 | 中山大学 | 多教师自适应联合的学生模型训练方法 |
| CN112529913A (zh) * | 2020-12-14 | 2021-03-19 | 北京达佳互联信息技术有限公司 | 图像分割模型训练方法、图像处理方法及装置 |
| CN112365885A (zh) * | 2021-01-18 | 2021-02-12 | 深圳市友杰智新科技有限公司 | 唤醒模型的训练方法、装置和计算机设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111242303B (zh) | 2023-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| 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 | |
| CN112001321B (zh) | 网络训练、行人重识别方法及装置、电子设备和存储介质 | |
| TWI747325B (zh) | 目標對象匹配方法及目標對象匹配裝置、電子設備和電腦可讀儲存媒介 | |
| CN110909815B (zh) | 神经网络训练、图像处理方法、装置及电子设备 | |
| CN111242303B (zh) | 网络训练方法及装置、图像处理方法及装置 | |
| CN110458218B (zh) | 图像分类方法及装置、分类网络训练方法及装置 | |
| CN110598504B (zh) | 图像识别方法及装置、电子设备和存储介质 | |
| CN109919300B (zh) | 神经网络训练方法及装置以及图像处理方法及装置 | |
| CN109934275B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN107944447B (zh) | 图像分类方法及装置 | |
| CN111612070B (zh) | 基于场景图的图像描述生成方法及装置 | |
| 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 | |
| CN109615006B (zh) | 文字识别方法及装置、电子设备和存储介质 | |
| CN111435432B (zh) | 网络优化方法及装置、图像处理方法及装置、存储介质 | |
| CN110532956B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN110781957A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN110659690B (zh) | 神经网络的构建方法及装置、电子设备和存储介质 | |
| CN113065591B (zh) | 目标检测方法及装置、电子设备和存储介质 | |
| CN111259967B (zh) | 图像分类及神经网络训练方法、装置、设备及存储介质 | |
| CN109685041B (zh) | 图像分析方法及装置、电子设备和存储介质 | |
| CN110781813A (zh) | 图像识别方法及装置、电子设备和存储介质 | |
| 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 | |
| CN110633715B (zh) | 图像处理方法、网络训练方法及装置、和电子设备 |
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 |