CN112257808B - 用于零样本分类的集成协同训练方法、装置及终端设备 - Google Patents
用于零样本分类的集成协同训练方法、装置及终端设备 Download PDFInfo
- Publication number
- CN112257808B CN112257808B CN202011202927.5A CN202011202927A CN112257808B CN 112257808 B CN112257808 B CN 112257808B CN 202011202927 A CN202011202927 A CN 202011202927A CN 112257808 B CN112257808 B CN 112257808B
- Authority
- CN
- China
- Prior art keywords
- invisible
- class
- attribute
- network
- 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.)
- Active
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/20—Ensemble learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/259—Fusion by voting
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Image Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种用于零样本分类的集成协同训练方法、装置及终端设备,将获得的数据集划分为训练集和测试集,并将其分别称为可见类和不可见类,训练不同结构的属性预测网络,从中选取两个网络作为主、副网络,计算属性映射参数,根据属性映射参数合成不可见类的虚拟特征,将虚拟特征与多个分类器组合完成对分类器的训练,使用主副网络提取不可见类特征,使用分类器对不可见类特征进行预测,依据分类器投票机制,对符合条件的不可见类赋予伪标签,将赋予伪标签的不可见类加入到训练集中重新对属性预测网络进行训练,提升网络模型的预测精度,同时可使用不同ZSL嵌入方法进行训练进而选择主副网络,易于扩展至其它零样本学习方法,提高方法性能。
Description
技术领域
本发明涉及一种用于零样本分类的集成协同训练方法、装置及终端设备。
背景技术
得益于深度学习在图像识别问题上的有效性,使得有监督图像识别方法在很多领域都达到了让人惊叹的结果,但其往往需要相当数量的有标签样本才能训练出足够好的网络识别模型,并且利用已知样本训练出来的模型,只能识别训练集中包含的对象类,缺乏对训练集中不含有的对象类识别的能力。但现实生活中,部分类别的图像数据匮乏且需要进行识别的图像类别不断增加,同时每次增加不同类别的数据就重新训练模型的代价比较大,图像识别领域也不应该完全依靠这种需要大量样本的方法,于是人们提出了更具挑战性的零样本学习,它旨在从未见过的新类别图像中识别出目标实例。
零样本学习的早期研究可以追溯到2008年,Larochelle H等人针对字符分类问题使用了零数据学习(Zero-data Learning)方法,次年Palatucci M等人正式提出了零样本学习(Zero-Shot Learning,ZSL)概念,Larochelle H等人也于当年提出了一种基于属性的类迁移学习机制和Animals with Attributes(AWA)数据集,以图像识别领域作为应用场景首次提出了直接属性预测(DAP)和间接属性预测(IAP),因为其迥异于传统图像识别任务的思考方式和图像识别领域的发展需求,零样本学习开始引起广泛关注。零样本任务中,所有类别都被提供了相关的描述,例如“颜色、翅膀、爬行、尾巴”等共有的属性特征,它们在类别之间共享,将有监督图像识别问题中图像——类别标签之间的映射关系转换为图像——语义——类别之间的映射。
早期的ZSL方法由DAP和IAP中每个属性的分类器都是单独训练的,没有考虑类间属性间的关系,所以最新的ZSL方法几乎都是针对图像视觉特征或语义设计不同的约束项来学习图像视觉特征和类嵌入之间的映射,或者为图像及其语义属性构建通用的嵌入空间来学习它们之间的映射,如2015年Akata Z等人提出的SJE通过训练结构化支持向量机完成视觉空间到语义空间的兼容性建模,2017年Changpinyo S等人提出的EXEM将语义信息投射到视觉空间中的视觉特征中心,2018年Li Y等人提出的LDF构建了潜在特征嵌入空间,将视觉和语义信息进行关联。但ZSL的最终目标是对训练集中不含有的对象类进行预测,由于已知类和未知类之间相同的属性往往包含不同的外观(如尾巴这一选项,猪尾巴相较于老虎、斑马等动物的尾巴在外观上有很大区别),可能导致域偏移问题——同一个属性不同类之间对应的视觉特征差别可能非常大,在使用网络模型对测试集分类时,使得从未见过的新类别往往被分类到训练集的已知类别中,导致网络模型预测精度差。
发明内容
本发明的目的在于提供一种用于零样本分类的集成协同训练方法、装置及终端设备,用以解决现有的训练方法得到的网络模型的预测精度差的问题。
为了解决上述问题,本发明采用以下技术方案:
一种用于零样本分类的集成协同训练方法,包括:
获取数据集及其属性库,将数据集划分为训练集和测试集,并将训练集和测试集分别称为可见类和不可见类;
训练不同结构的属性预测网络,依据不同网络对不可见类的鲁棒性和泛化能力,从中选取两个网络作为主、副网络;
计算属性库中可见类与不可见类属性间的映射关系,得到属性映射参数,使用主副网络分别提取可见类的图像特征,并根据属性映射参数合成不可见类的虚拟特征;
将虚拟特征与多个分类器组合完成对分类器的训练,使用主副网络提取不可见类特征,使用分类器对不可见类特征进行预测,依据分类器投票机制,对符合条件的不可见类赋予伪标签,将赋予伪标签的不可见类加入到训练集中重新对属性预测网络进行训练。
优选地,所述将数据集划分为训练集和测试集,并将训练集和测试集分别称为可见类和不可见类,包括:
将数据集划分为训练集和测试集,并将训练集和测试集分别称为可见类DS和不可见类DU;
优选地,所述训练不同结构的属性预测网络,依据不同网络对不可见类的鲁棒性和泛化能力,从中选取两个网络作为主、副网络,包括:
其中,Wcnn表示网络中卷积层的参数,x表示输入的图像样本,Wmain表示网络全连接层的参数;
将可见类送入属性预测网络中通过公式(3)进行训练,优化器使用自适应矩估计优化器;
其中,σ代表sigmoid激活函数,ai为xi的属性标签;
网络的输出结果为预测的不可见类属性,将其输入到公式(4)中对不可见类的类别进行预测;
将公式(5)作为评价指标,选取评价指标最高的两个网络作为主、副网络;
优选地,所述计算属性库中可见类与不可见类属性间的映射关系,得到属性映射参数,使用主副网络分别提取可见类的图像特征,并根据属性映射参数合成不可见类的虚拟特征,包括:
优选地,所述将虚拟特征与多个分类器组合完成对分类器的训练,使用主副网络提取不可见类特征,使用分类器对不可见类特征进行预测,依据分类器投票机制,对符合条件的不可见类赋予伪标签,将赋予伪标签的不可见类加入到训练集中重新对属性预测网络进行训练,包括:
根据合成的不可见类的虚拟特征及相应的标签,对分类器进行训练,预测的预测的语义属性通过公式(7)获得,并通过公式(8)对不可见类进行预测;
其中,Fclassification表示网络所用分类器;
依据分类器投票机制,对符合条件的不可见类赋予伪标签,将赋予伪标签的不可见类加入到训练集中重新对属性预测网络进行训练,直至训练完成。
一种用于零样本分类的集成协同训练装置,包括:
数据划分模块,用于获取数据集及其属性库,将数据集划分为训练集和测试集,并将训练集和测试集分别称为可见类和不可见类;
主副网络获取模块,用于训练不同结构的属性预测网络,依据不同网络对不可见类的鲁棒性和泛化能力,从中选取两个网络作为主、副网络;
不可见类虚拟特征合成模块,用于计算属性库中可见类与不可见类属性间的映射关系,得到属性映射参数,使用主副网络分别提取可见类的图像特征,并根据属性映射参数合成不可见类的虚拟特征;
网络训练模块,用于将虚拟特征与多个分类器组合完成对分类器的训练,使用主副网络提取不可见类特征,使用分类器对不可见类特征进行预测,依据分类器投票机制,对符合条件的不可见类赋予伪标签,将赋予伪标签的不可见类加入到训练集中重新对属性预测网络进行训练。
一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述的用于零样本分类的集成协同训练方法的步骤。
本发明的有益效果为:首先将数据集划分为训练集和测试集,并将训练集和测试集分别称为可见类和不可见类,通过训练不同结构的属性预测网络,依据不同网络对不可见类的鲁棒性和泛化能力,从中选取两个网络作为主、副网络,接着通过结合可见类与不可见类间的属性映射参数合成不可见类特征,最后将合成的特征使用多个分类器完成对不可见类伪标签的赋予,由于使用多个网络集成多个分类器预测不可见类,可以从样本不同角度自适应的缓解可见类标签嵌入中的预测误差,依据分类器投票机制,对符合条件的不可见类赋予伪标签,将赋予伪标签的不可见类加入到训练集中重新对属性预测网络进行训练,由于每次循环是对不可见类重新进行标记,避免了一般的伪标签赋予方法中一次选择,终身不能逃离的问题,能够解决现有的训练方法得到的网络模型的预测精度差的问题,同时可以使用不同的ZSL嵌入方法进行训练进而选择主副网络,即本发明提供的用于零样本分类的集成协同训练方法方法易于扩展至其它的基于嵌入的零样本学习方法,并提高方法的性能。
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:
图1是本申请实施例一提供的一种用于零样本分类的集成协同训练方法的整体流程示意图;
图2是用于零样本分类的集成协同训练方法对应的算法流程图;
图3是训练循环次数与TOP-1准确率之间的关系示意图;
图4是本申请实施例二提供的用于零样本分类的集成协同训练装置的整体结构示意图;
图5是本申请实施例三提供的终端设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的***、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
本申请实施例提供的用于零样本分类的集成协同训练方法可以应用于手机、平板电脑、笔记本电脑、个人计算机等终端设备上,本申请实施例对终端设备的具体类型不作任何限制。即,本申请实施例提供的用于零样本分类的集成协同训练方法对应的客户端的载体可以是上述各个终端设备中的任意一个。
为了说明本申请所述的技术方案,下面通过具体实施方式来进行说明。
本申请实施例一提供一种用于零样本分类的集成协同训练方法,主要包括两部分,第一部分为网络选择,修改不同结构的预训练卷积神经网络的全连接层,并直接用其学习视觉特征与语义之间的映射,依据不同网络对测试类样本的鲁棒性和泛化能力选取两个网络作为主副网络;第二部分是伪标签预测,首先使用主副网络对训练类和测试类提取特征,并计算测试类与训练类样本语义间的映射参数,将映射参数与训练类特征结合生成测试类虚拟特征;之后构建不同的分类器,将测试类虚拟特征和相应的标签送入其中对分类器进行训练,接着对测试类提取的特征进行预测,最后依据分类器投票机制对符合条件的测试类样本赋予伪标签,将赋予伪标签的测试类样本加入到训练集中重新对卷积神经网络进行训练。最后重复执行伪标签预测过程,直到网络准确率不在发生明显变化。
参见图1,是本申请实施例一提供的用于零样本分类的集成协同训练方法的一种实现过程的流程图,为了便于说明,仅示出了与本申请实施例相关的部分。
该用于零样本分类的集成协同训练方法包括:
步骤S101:获取数据集及其属性库,将数据集划分为训练集和测试集,并将训练集和测试集分别称为可见类和不可见类:
获取数据集及其属性库,将数据集划分为训练集和测试集,比如:按照预设比例进行训练集和测试集的划分,并将训练集和测试集分别称为可见类DS和不可见类DU。
其中,可见类样本标签为即共有l张已被标记的图片,表示可见类数据集DS中的第i张图片,为的类别标签,不可见类样本标签为 即共有n张未被标记的图片,YU∪YS=Y。对于每一个y∈Y,都存在与其相关的语义属性Ay={a1,a2…,al+n}。
步骤S102:训练不同结构的属性预测网络,依据不同网络对不可见类的鲁棒性和泛化能力,从中选取两个网络作为主、副网络:
图2是本发明提供的用于零样本分类的集成协同训练方法所对应的算法流程图。算法从网络的选择开始,目的是为了选取对于不可见类鲁棒性和泛化能力强的两个网络组建协同网络,依据网络性能分别称为主网络和副网络。对于同一个数据集,不同的网络架构学习得到的模型对于测试集的预测分布也是不一样的,同时本文也遵循标准的协同训练规则,向训练集添加随机噪声构造不同的数据集,在选择完主副网络后,使用副网络对使用随机噪声构造的数据集重新进行训练。假设数据可以从不同的角度进行分类,从而达到一种互补的效果。对于基于嵌入的ZSL方法,需要将训练数据,送入卷积神经网络获得视觉特征并投影到语义空间。基于协同训练算法的思想,通过组合加入噪声的数据集、不同结构的网络和语义分类器,并结合全局特征和图像语义之间的关联性,从图像不同角度自适应的缓解可见类标签嵌入中的预测误差,并将预测的不可见类加入训练集,减少训练过程中只使用可见类而引起的域偏移问题。
以下给出步骤S102的具体实现过程:
其中,Wcnn表示网络中卷积层的参数,x表示输入的图像样本,Wmain表示网络全连接层的参数。
将可见类送入属性预测网络中通过公式(3)进行训练,本实施例中,在网络的训练问题上,通过给定带标签的训练样本最小化损失函数,不同的嵌入方法有不同的损失函数。公式(3)采用二元交叉熵损失函数来更新网络参数。优化器使用自适应矩估计优化器。
其中,σ代表sigmoid激活函数,ai为xi的属性标签。
网络的输出结果为预测的不可见类属性,将其输入到公式(4)中对不可见类的类别进行预测,在本实施例中,使用将余弦相似度用作预测语义与不可见类语义接近度的度量准测。
将公式(5)作为评价指标,选取评价指标最高的两个网络作为主、副网络;
应当理解,为了选取更具鲁棒性和和泛化能力强的网络,作为一个具体实施方式,在目前主流的卷积神经网络VGG、GoogLeNet、ResNet和目前在ImageNet中表现最强的EfficientNet进行实验,从中选取性能最好的两个网络作为主副网络,如表1所示,表1为不同卷积神经网络在不同数据集上的平均TOP-1准确率,从中可以看出ResNet系列网络的网络效果最好。
表1
步骤S103:计算属性库中可见类与不可见类属性间的映射关系,得到属性映射参数,使用主副网络分别提取可见类的图像特征,并根据属性映射参数合成不可见类的虚拟特征:
步骤S104:将虚拟特征与多个分类器组合完成对分类器的训练,使用主副网络提取不可见类特征,使用分类器对不可见类特征进行预测,依据分类器投票机制,对符合条件的不可见类赋予伪标签,将赋予伪标签的不可见类加入到训练集中重新对属性预测网络进行训练:
将虚拟特征与多个分类器组合完成对分类器的训练,使用主副网络提取不可见类特征,使用分类器对不可见类特征进行预测,即将合成的不可见类虚拟特征及相应的标签送入其中,对分类器进行训练。本实施例中,可以考虑目前主流的分类器,如lasso回归、岭回归、贝叶斯岭回归、线性回归、支持向量机、随即森林等分类器。
预测的预测的语义属性通过公式(7)获得:
其中,Fclassification表示网络所用分类器。从多个角度考虑样本,提高泛化性能,降低单一分类器进入局部最小点的风险,之后通过公式(8)对不可见类进行预测:
作为一个具体实施方式,在某一个硬件条件下,比如CPU为i7-8700k的硬件条件下,统计不同分类器在CUB数据集上的平均TOP-1准确率和训练时间,如表2所示,表2为不同分类器在CUB数据集上的平均TOP-1准确率和训练时间表,考虑到准确率和时间这两方面,可以选择LASSO回归、岭回归和贝叶斯岭回归作为分类器。
表2
之后依据分类器投票机制,对符合条件的不可见类赋予伪标签,一般分类器投票规则是指多个分类器往往有不同的预测结果,因此在这些基分类器的基础上得到一个投票的分类器,把得票数最多的类作为要预测的类别。此处,有主副网络及每个网络对应的三个分类器,制定投票规则:分类器预测结果中依据准确率选择最好的5个预测结果,判断使用4个分类器投票规则时,不可见类样本数量是否大于不可见类总样本数量的一半,如是,采用4个分类器投票规则,否则采用3个分类器投票规则对DU赋予伪标签,当执行到第四次循环时,采用3个分类器投票规则。统计在SUN数据集下不同投票数量Z下的网络模型准确率,如图3所示,从中可以看出,在第三次循环时,准确率已经不在增加,认为改变投票数量可以增加这一趋势,在标记规则下可以看出网络模型达到了最佳性能。
完成不可见类的标记后,将其加入到训练集中重新对网络进行训练,直到准确率不在发生明显改变(一般执行到第5次循环准确率就不会发生明显改变),即将赋予伪标签的不可见类加入到训练集中重新对属性预测网络进行训练(重复执行步骤S103和步骤S104),直至训练完成(比如:准确率不在发生明显改变,或者循环次数到达预设次数)。
表3是本申请提供的方法与现有其它方法实验结果对比图,同时引入了2019年LiuY等人提出的LFGAA作为在网络选择模块训练网络的方法,从中可以看出本申请提供的方法相较于现有其他方法的性能提升。
表3
表3中,yu表示不可见类样本的平均Top-1准确率,ys表示测试的可见类样本的平均Top-1准确率,“—”表示现有技术没有公布此结果。
从上述步骤可以看到,本实施例利用基于语义信息合成的不可见类虚拟原型特征,但其不能保证与真实的图像相同,所以获取可靠的不可见类标签并放入训练集中对网络重新训练,使其能够克服可见类标签嵌入中的预测误差,进而缓解只使用可见类训练而引起的域偏移问题。
对应于上文中的用于零样本分类的集成协同训练方法实施例中所述的用于零样本分类的集成协同训练方法,图4示出了本申请实施例二提供的用于零样本分类的集成协同训练装置的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分。
参照图4,一种用于零样本分类的集成协同训练装置200包括:
数据划分模块201,用于获取数据集及其属性库,将数据集划分为训练集和测试集,并将训练集和测试集分别称为可见类和不可见类;
主副网络获取模块202,用于训练不同结构的属性预测网络,依据不同网络对不可见类的鲁棒性和泛化能力,从中选取两个网络作为主、副网络;
不可见类虚拟特征合成模块203,用于计算属性库中可见类与不可见类属性间的映射关系,得到属性映射参数,使用主副网络分别提取可见类的图像特征,并根据属性映射参数合成不可见类的虚拟特征;
网络训练模块204,用于将虚拟特征与多个分类器组合完成对分类器的训练,使用主副网络提取不可见类特征,使用分类器对不可见类特征进行预测,依据分类器投票机制,对符合条件的不可见类赋予伪标签,将赋予伪标签的不可见类加入到训练集中重新对属性预测网络进行训练。
需要说明的是,上述装置/模块之间的信息交互、执行过程等内容,由于与本申请用于零样本分类的集成协同训练方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见用于零样本分类的集成协同训练方法实施例部分,此处不再赘述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将所述用于零样本分类的集成协同训练装置200的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述中各功能模块的具体工作过程,可以参考前述用于零样本分类的集成协同训练方法实施例中的对应过程,在此不再赘述。
图5是本申请实施例三提供的终端设备的结构示意图。如图5所示,终端设备300包括:处理器302、存储器301以及存储在存储器301中并可在处理器302上运行的计算机程序303。处理器302的个数是至少一个,图5以一个为例。处理器302执行计算机程序303时实现上述用于零样本分类的集成协同训练方法的实现步骤,即图1所示的步骤。
终端设备300的具体实现过程可以参见上文中的用于零样本分类的集成协同训练方法实施例。
示例性的,计算机程序303可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在存储器301中,并由处理器302执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序303在终端设备300中的执行过程。
终端设备300可以是桌上型计算机、笔记本、掌上电脑、主控等计算设备,也可以是手机等移动终端。终端设备300可包括,但不仅限于,处理器以及存储器。本领域技术人员可以理解,图5仅是终端设备300的示例,并不构成对终端设备300的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如终端设备300还可以包括输入输出设备、网络接入设备、总线等。
处理器302可以是CPU(Central Processing Unit,中央处理单元),还可以是其他通用处理器、DSP(Digital Signal Processor,数字信号处理器)、ASIC(ApplicationSpecific Integrated Circuit,专用集成电路)、FPGA(Field-Programmable Gate Array,现成可编程门阵列)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器301可以是终端设备300的内部存储单元,例如硬盘或内存。存储器301也可以是终端设备300的外部存储设备,例如终端设备300上配备的插接式硬盘、SMC(SmartMedia Card,智能存储卡)、SD卡(Secure Digital,安全数字卡)、Flash Card(闪存卡)等。进一步地,存储器301还可以既包括终端设备300的内部存储单元也包括外部存储设备。存储器301用于存储操作***、应用程序、引导装载程序、数据以及其他程序等,例如所述计算机程序303的程序代码等。存储器301还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例还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程序,所述计算机程序被处理器执行时实现可实现上文中的用于零样本分类的集成协同训练方法实施例中的步骤。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述用于零样本分类的集成协同训练方法实施例中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述计算机程序303可存储于一计算机可读存储介质中,该计算机程序303在被处理器302执行时,可实现上述用于零样本分类的集成协同训练方法实施例的步骤。其中,所述计算机程序303包括计算机程序代码,所述计算机程序303代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、ROM(Read-Only Memory,只读存储器)、RAM(Random Access Memory,随机存取存储器)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (4)
1.一种用于零样本分类的集成协同训练方法,其特征在于,包括:
获取数据集及其属性库,将数据集划分为训练集和测试集,并将训练集和测试集分别称为可见类和不可见类;
训练不同结构的属性预测网络,依据不同网络对不可见类的鲁棒性和泛化能力,从中选取两个网络作为主、副网络;
计算属性库中可见类与不可见类属性间的映射关系,得到属性映射参数,使用主副网络分别提取可见类的图像特征,并根据属性映射参数合成不可见类的虚拟特征;
将虚拟特征与多个分类器组合完成对分类器的训练,使用主副网络提取不可见类特征,使用分类器对不可见类特征进行预测,依据分类器投票机制,对符合条件的不可见类赋予伪标签,将赋予伪标签的不可见类加入到训练集中重新对属性预测网络进行训练;
所述将数据集划分为训练集和测试集,并将训练集和测试集分别称为可见类和不可见类,包括:
将数据集划分为训练集和测试集,并将训练集和测试集分别称为可见类DS和不可见类DU;
所述训练不同结构的属性预测网络,依据不同网络对不可见类的鲁棒性和泛化能力,从中选取两个网络作为主、副网络,包括:
其中,Wcnn表示网络中卷积层的参数,x表示输入的图像样本,Wmain表示网络全连接层的参数;
将可见类送入属性预测网络中通过公式(3)进行训练,优化器使用自适应矩估计优化器;
其中,σ代表sigmoid激活函数,ai为xi的属性标签;
网络的输出结果为预测的不可见类属性,将其输入到公式(4)中对不可见类的类别进行预测;
将公式(5)作为评价指标,选取评价指标最高的两个网络作为主、副网络;
所述计算属性库中可见类与不可见类属性间的映射关系,得到属性映射参数,使用主副网络分别提取可见类的图像特征,并根据属性映射参数合成不可见类的虚拟特征,包括:
2.根据权利要求1所述的用于零样本分类的集成协同训练方法,其特征在于,所述将虚拟特征与多个分类器组合完成对分类器的训练,使用主副网络提取不可见类特征,使用分类器对不可见类特征进行预测,依据分类器投票机制,对符合条件的不可见类赋予伪标签,将赋予伪标签的不可见类加入到训练集中重新对属性预测网络进行训练,包括:
根据合成的不可见类的虚拟特征及相应的标签,对分类器进行训练,预测的语义属性通过公式(7)获得,并通过公式(8)对不可见类进行预测;
其中,Fclassification表示网络所用分类器;
依据分类器投票机制,对符合条件的不可见类赋予伪标签,将赋予伪标签的不可见类加入到训练集中重新对属性预测网络进行训练,直至训练完成。
3.一种用于零样本分类的集成协同训练装置,其特征在于,包括:
数据划分模块,用于获取数据集及其属性库,将数据集划分为训练集和测试集,并将训练集和测试集分别称为可见类和不可见类;
主副网络获取模块,用于训练不同结构的属性预测网络,依据不同网络对不可见类的鲁棒性和泛化能力,从中选取两个网络作为主、副网络;
不可见类虚拟特征合成模块,用于计算属性库中可见类与不可见类属性间的映射关系,得到属性映射参数,使用主副网络分别提取可见类的图像特征,并根据属性映射参数合成不可见类的虚拟特征;
网络训练模块,用于将虚拟特征与多个分类器组合完成对分类器的训练,使用主副网络提取不可见类特征,使用分类器对不可见类特征进行预测,依据分类器投票机制,对符合条件的不可见类赋予伪标签,将赋予伪标签的不可见类加入到训练集中重新对属性预测网络进行训练;
所述将数据集划分为训练集和测试集,并将训练集和测试集分别称为可见类和不可见类,包括:
将数据集划分为训练集和测试集,并将训练集和测试集分别称为可见类DS和不可见类DU;
所述训练不同结构的属性预测网络,依据不同网络对不可见类的鲁棒性和泛化能力,从中选取两个网络作为主、副网络,包括:
其中,Wcnn表示网络中卷积层的参数,x表示输入的图像样本,Wmain表示网络全连接层的参数;
将可见类送入属性预测网络中通过公式(3)进行训练,优化器使用自适应矩估计优化器;
其中,σ代表sigmoid激活函数,ai为xi的属性标签;
网络的输出结果为预测的不可见类属性,将其输入到公式(4)中对不可见类的类别进行预测;
将公式(5)作为评价指标,选取评价指标最高的两个网络作为主、副网络;
所述计算属性库中可见类与不可见类属性间的映射关系,得到属性映射参数,使用主副网络分别提取可见类的图像特征,并根据属性映射参数合成不可见类的虚拟特征,包括:
4.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-2任一项所述的用于零样本分类的集成协同训练方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011202927.5A CN112257808B (zh) | 2020-11-02 | 2020-11-02 | 用于零样本分类的集成协同训练方法、装置及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011202927.5A CN112257808B (zh) | 2020-11-02 | 2020-11-02 | 用于零样本分类的集成协同训练方法、装置及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112257808A CN112257808A (zh) | 2021-01-22 |
CN112257808B true CN112257808B (zh) | 2022-11-11 |
Family
ID=74267569
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011202927.5A Active CN112257808B (zh) | 2020-11-02 | 2020-11-02 | 用于零样本分类的集成协同训练方法、装置及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112257808B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112949688A (zh) * | 2021-02-01 | 2021-06-11 | 哈尔滨市科佳通用机电股份有限公司 | 一种动车组底板胶皮破损故障检测方法、***及装置 |
CN113283514B (zh) * | 2021-05-31 | 2024-05-21 | 高新兴科技集团股份有限公司 | 一种基于深度学习的未知类别分类方法、装置及介质 |
CN113688879B (zh) * | 2021-07-30 | 2024-05-24 | 南京理工大学 | 一种基于置信度分布外检测的广义零样本学习分类方法 |
CN113807420B (zh) * | 2021-09-06 | 2024-03-19 | 湖南大学 | 一种考虑类别语义匹配的域自适应目标检测方法及*** |
CN114005005B (zh) * | 2021-12-30 | 2022-03-22 | 深圳佑驾创新科技有限公司 | 双重批标准化的零实例图像分类方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110163258A (zh) * | 2019-04-24 | 2019-08-23 | 浙江大学 | 一种基于语义属性注意力重分配机制的零样本学习方法及*** |
CN110826638A (zh) * | 2019-11-12 | 2020-02-21 | 福州大学 | 基于重复注意力网络的零样本图像分类模型及其方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10908616B2 (en) * | 2017-05-05 | 2021-02-02 | Hrl Laboratories, Llc | Attribute aware zero shot machine vision system via joint sparse representations |
-
2020
- 2020-11-02 CN CN202011202927.5A patent/CN112257808B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110163258A (zh) * | 2019-04-24 | 2019-08-23 | 浙江大学 | 一种基于语义属性注意力重分配机制的零样本学习方法及*** |
CN110826638A (zh) * | 2019-11-12 | 2020-02-21 | 福州大学 | 基于重复注意力网络的零样本图像分类模型及其方法 |
Non-Patent Citations (2)
Title |
---|
Global Semantic Consistency for Zero-Shot Learning;Fan Wu et al.;《https://arxiv.org/abs/1806.08503》;20180625;第1-18页 * |
基于深度排序学习的零样本多标签图像分类;李慧慧;《中国优秀硕士学位论文全文数据库信息科技辑》;20200615;第2020年卷(第06期);第I138-960页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112257808A (zh) | 2021-01-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112257808B (zh) | 用于零样本分类的集成协同训练方法、装置及终端设备 | |
CN109522942B (zh) | 一种图像分类方法、装置、终端设备和存储介质 | |
CN111797893B (zh) | 一种神经网络的训练方法、图像分类***及相关设备 | |
EP3598342B1 (en) | Method and device for identifying object | |
Geman et al. | Visual turing test for computer vision systems | |
WO2019100724A1 (zh) | 训练多标签分类模型的方法和装置 | |
CN110827129B (zh) | 一种商品推荐方法及装置 | |
Kao et al. | Visual aesthetic quality assessment with a regression model | |
CN103268317B (zh) | 对图像进行语义注释的***和方法 | |
Yang et al. | Benchmarking commercial emotion detection systems using realistic distortions of facial image datasets | |
US20230022387A1 (en) | Method and apparatus for image segmentation model training and for image segmentation | |
CN109284675B (zh) | 一种用户的识别方法、装置及设备 | |
JP2017062781A (ja) | 深層cnnプーリング層を特徴として用いる、類似度に基づく重要な対象の検知 | |
CN110245714B (zh) | 图像识别方法、装置及电子设备 | |
CN110377733B (zh) | 一种基于文本的情绪识别方法、终端设备及介质 | |
CN115443490A (zh) | 影像审核方法及装置、设备、存储介质 | |
CN113657087B (zh) | 信息的匹配方法及装置 | |
CN112818995B (zh) | 图像分类方法、装置、电子设备及存储介质 | |
WO2020023760A1 (en) | System and method for clustering products by combining attribute data with image recognition | |
JP2022014776A (ja) | アクティビティ検出装置、アクティビティ検出システム及びアクティビティ検出方法 | |
Crabbé et al. | Label-free explainability for unsupervised models | |
Karaoglu et al. | Detect2rank: Combining object detectors using learning to rank | |
CN112749737A (zh) | 图像分类方法及装置、电子设备、存储介质 | |
CN113837257B (zh) | 一种目标检测方法及装置 | |
CN109885745A (zh) | 一种用户画像方法、装置、可读存储介质及终端设备 |
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 |