CN112733879B - 针对不同场景的模型蒸馏方法和装置 - Google Patents

Abstract

本申请公开了针对不同场景的模型蒸馏方法和装置，涉及人工智能技术领域，具体涉及深度学习和计算机视觉技术领域。具体实施方式包括：利用至少两个场景教师模型中的场景教师模型，提取至少两批场景图像中与之场景相同的一批场景图像的特征，得到场景教师特征；利用学生模型，提取至少两批场景图像的特征，得到批量学生特征；将批量学生特征中的特征映射为与至少两个场景中的一个场景对应的场景学生特征；对于与相同场景对应的场景教师特征和场景学生特征，确定特征距离，进而确定损失值以训练学生模型。本申请的蒸馏过程可以提高模型对不同场景图像的检测精度和检测速度。进一步地，有助于降低执行设备的延时，减少内存等计算资源的占用和消耗。

Description

针对不同场景的模型蒸馏方法和装置

技术领域

本申请涉及人工智能技术领域，具体涉及深度学习和计算机视觉技术领域，尤其涉及针对不同场景的模型蒸馏方法和装置。

背景技术

模型蒸馏技术是采用一个已经训练好的教师模型，监督学生模型进行训练的过程，从而让学生模型达到教师模型的预测效果。因此，模型蒸馏技术是一种常用的模型压缩方法。

在相关技术中，对象识别技术很难同时在不同的场景下都保持很高的识别精度，主要原因是不同场景下的对象特征可能差异很大，因此，现有人脸模型很难保持良好的泛化性。

发明内容

提供了一种针对不同场景的模型蒸馏方法、装置、电子设备以及存储介质。

根据第一方面，提供了一种针对不同场景的模型蒸馏方法，包括：利用至少两个场景教师模型中的每个场景教师模型，提取至少两批场景图像中与该场景教师模型的场景相同的一批场景图像的特征，得到与至少两个场景分别对应的场景教师特征；利用学生模型，提取至少两批场景图像的特征，得到批量学生特征；对于批量学生特征中的特征，将该特征映射为与至少两个场景中的一个场景对应的场景学生特征；对于与相同场景对应的场景教师特征和场景学生特征，确定特征距离；基于特征距离，确定学生模型的损失值，利用损失值训练学生模型，得到训练后模型，其中，训练后模型用于预测至少两个场景的图像。

根据第二方面，提供了一种针对不同场景的模型蒸馏装置，包括：教师提取单元，被配置成利用至少两个场景教师模型中的每个场景教师模型，提取至少两批场景图像中与该场景教师模型的场景相同的一批场景图像的特征，得到与至少两个场景分别对应的场景教师特征；学生提取单元，被配置成利用学生模型，提取至少两批场景图像的特征，得到批量学生特征；映射单元，被配置成对于批量学生特征中的特征，将该特征映射为与至少两个场景中的一个场景对应的场景学生特征；确定单元，被配置成对于与相同场景对应的场景教师特征和场景学生特征，确定特征距离；训练单元，被配置成基于特征距离，确定学生模型的损失值，利用损失值训练学生模型，得到训练后模型，其中，训练后模型用于预测至少两个场景的图像。

根据第三方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如针对不同场景的模型蒸馏方法中任一实施例的方法。

根据第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如针对不同场景的模型蒸馏方法中任一实施例的方法。

根据第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如针对不同场景的模型蒸馏方法中任一实施例的方法。

根据本申请的方案，可以利用不同场景的教师模型，监督学生模型的训练，从而得到具有对不同场景图像的预测功能的学生模型。并且，通过本申请的蒸馏过程可以提高模型对不同场景图像的检测精度和检测速度。进一步地，有助于降低执行设备的延时，减少内存等计算资源的占用和消耗。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请一些实施例可以应用于其中的示例性***架构图；

图2是根据本申请的针对不同场景的模型蒸馏方法的一个实施例的流程图；

图3是根据本申请的针对不同场景的模型蒸馏方法的一个应用场景的示意图；

图4是根据本申请的针对不同场景的模型蒸馏方法的又一个实施例的流程图；

图5是根据本申请的针对不同场景的模型蒸馏装置的一个实施例的结构示意图；

图6是用来实现本申请实施例的针对不同场景的模型蒸馏方法的电子设备的框图。

具体实施方式

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的针对不同场景的模型蒸馏方法或针对不同场景的模型蒸馏装置的实施例的示例性***架构100。

如图1所示，***架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如视频类应用、直播应用、即时通信工具、邮箱客户端、社交平台软件等。

这里的终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103提供支持的后台服务器。后台服务器可以对接收到的至少两批图像等数据进行分析等处理，并将处理结果(例如训练后模型)反馈给终端设备。

需要说明的是，本申请实施例所提供的针对不同场景的模型蒸馏方法可以由服务器105或者终端设备101、102、103执行，相应地，针对不同场景的模型蒸馏装置可以设置于服务器105或者终端设备101、102、103中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本申请的针对不同场景的模型蒸馏方法的一个实施例的流程200。该针对不同场景的模型蒸馏方法，包括以下步骤：

步骤201，利用至少两个场景教师模型中的每个场景教师模型，提取至少两批场景图像中与该场景教师模型的场景相同的一批场景图像的特征，得到与至少两个场景分别对应的场景教师特征。

在本实施例中，针对不同场景的模型蒸馏方法运行于其上的执行主体(例如图1所示的服务器或终端设备)可以从本设备或其它电子设备获取至少两批(batch)场景图像，利用至少两个场景教师模型分别提取该至少两批场景图像的特征，并将提取的结果作为场景教师特征。至少两个场景教师模型是分别用于对该至少两个场景的图像进行预测的模型。这里的预测可以是进行图像识别、图像检测等等。至少两个场景教师模型所对应的至少两个场景，与得到的场景教师特征所对应的至少两个场景是相同的。

这里的至少两批图像中的任一批图像可以指一定数量的图像，比如32个图像。这里的图像可以是各种图像，比如人脸图像、物品图像。本申请中的学生模型和教师模型均为深度神经网络。

至少两个场景中的各个场景是不同的场景。举例来说，至少两个场景可以包括生活照场景和证件照场景。每个场景教师模型用于检测至少一种场景的图像。至少两个场景教师模型中的各个场景教师模型分别用于检测不同场景的图像。比如，至少两个场景教师模型中的A模型用于检测一批X场景的图像，得到X场景的场景教师特征。B模型用于检测一批Y场景的图像，得到Y场景的场景教师特征。或者至少两个场景教师模型中的C模型用于检测X场景和Y场景的图像，得到X场景教师特征和Y场景教师特征，至少两个场景教师模型中的D模型用于检测Y场景和Z场景的图像，得到Y场景教师特征和Z场景教师特征。

步骤202，利用学生模型，提取至少两批场景图像的特征，得到批量学生特征。

在本实施例中，上述执行主体可以利用学生模型，提取至少两批场景图像的特征，得到批量学生特征。这里的批量学生特征包括与上述至少两个场景分别对应的特征。本申请中的场景教师模型的参数数量可以大于学生模型的参数数量。

在实践中，可以对上述至少两批场景图像进行组合，从而组合得到一个总的批量场景图像，比如至少两批场景图像中有两批场景图像，分别为32个图像，这里的总的批量场景图像可以是64个图像。上述执行主体可以将该总的批量场景图像一同输入学生模型，以得到批量学生特征。

步骤203，对于批量学生特征中的特征，将该特征映射为与至少两个场景中的一个场景对应的场景学生特征。

在本实施例中，上述执行主体可以将批量学生特征中的特征(比如每个特征)，映射为与至少两个场景中的一个场景对应的特征，并将映射后的特征作为场景学生特征。在实践中，上述执行主体可以采用各种方式进行上述映射，比如，上述执行主体可以将批量学生特征输入预设分类模型(比如深度神经网络或者公式)，得到从该预设分类模型输出的各个场景分别对应的场景学生特征。该预设分类模型可以用于对场景学生特征进行场景分类。

步骤204，对于与相同场景对应的场景教师特征和场景学生特征，确定特征距离。

在本实施例中，上述执行主体可以在至少两个场景的场景教师特征和至少两个场景分别对应的场景学生特征之间，确定出与相同场景对应的场景教师特征和场景学生特征，并确定该相同场景所对应的场景教师特征和场景学生特征之间的空间距离，也即特征距离。这样，上述执行主体就实现了对于与相同场景对应的场景教师特征和场景学生特征，确定特征距离。

步骤205，基于特征距离，确定学生模型的损失值，利用损失值训练学生模型，得到训练后模型，其中，训练后模型用于预测至少两个场景的图像。

在本实施例中，上述执行主体可以基于特征距离，确定学生模型的损失值，并利用损失值训练学生模型也即进行反向传播。训练的结果为训练后模型。该训练后模型兼具了上述至少两个场景教师模型的预测功能，可以预测上述至少两个场景的图像。

在实践中，上述执行主体可以采用各种方式，基于特征距离，确定学生模型的损失值。比如，上述执行主体可以确定对应相同场景中相同图像的场景教师特征和场景学生特征之间的特征距离，并将各个图像对应的特征距离之和作为损失值。或者，上述执行主体可以将该特征距离代入预设损失值函数，比如L2损失函数，并将各个图像对应的特征距离的平方和作为损失值。

举例来说，存在分别对应两个场景的两批图像，这两个场景为第一场景和第二场景，每批图像有32个。上述执行主体可以确定第一场景的第一个图像对应的场景教师特征和场景学生特征之间的特征距离，并确定第一场景的第二个图像对应的场景教师特征和场景学生特征之间的特征距离。以此类推，可以确定第一场景的每个图像对应的特征距离，和第二场景的每个图像对应的特征距离，上述执行主体可以确定这两个场景的各个特征距离的平方和，并将该平方和作为损失值。

本申请的上述实施例提供的方法提出了针对不同场景图像的模型蒸馏过程，可以利用不同场景的教师模型，监督学生模型的训练，从而得到具有对不同场景图像的预测功能的学生模型。并且，通过本申请的蒸馏过程可以提高模型对不同场景图像的检测精度和检测速度。进一步地，有助于降低执行设备的延时，减少内存等计算资源的占用和消耗。

在本实施例的一些可选的实现方式中，学生模型的训练模型结构包括与至少两个场景分别对应的至少两个全连接层，至少两个全连接层用于进行针对场景的映射；上述步骤203可以包括：对于批量学生特征中的特征，将该特征输入至少两个全连接层中与该特征对应相同场景的全连接层；得到从至少两个全连接层输出的场景学生特征。

在这些可选的实现方式中，上述执行主体可以将批量学生特征中的特征(比如每个特征)输入至少两个全连接层中的一个全连接层，可以得到从该至少两个全连接层分别输出的场景学生特征，也即与该至少两个场景分别对应的场景学生特征。

在实践中，在输入学生模型的至少两批图像中，每一批图像的图像之间是连续、紧凑的，相应地，得到的特征之间，相同场景的特征也是连续的。特征可以以矩阵的形式呈现。比如，输入的特征矩阵中前32个特征是生活照的特征，特征矩阵中后32个特征是证件照的特征。上述执行主体可以按照各个特征在输入的图像(也即输入的所有图像)的特征矩阵中的位置，在至少两个全连接层中确定要输入的全连接层。

具体地，该学生模型可以具有包括上述至少两个全连接层的多个全连接层，也即具有深度神经网络均存在的、常规的全连接层，同时具有上述至少两个全连接层。这里的至少两个全连接层中包括的全连接层的数量可以为上述至少两个场景中包括的场景的数量。比如，当上述至少两个场景为两个场景时，这里的至少两个全连接层可以为两个全连接层。

举例来说，有两批图像，其中一批图像有32个生活照，另一批图像有32个证件照。这两批图像被一同输入学生模型，从模型中常规的全连接层输出64个图像的特征组成的特征矩阵。特征矩阵中前32个特征是生活照的特征，会被输入负责处理生活照特征的全连接层中，特征矩阵中后32个特征是证件照的特征，会被输入负责处***照特征的全连接层中。

在训练的过程中，该学生模型可以具有该至少两个全连接层，也即该至少两个全连接层为学生模型的训练模型结构中所包括的层。而在预测阶段，该学生模型不存在该至少两个全连接层。

这些实现方式可以利用学生模型的训练模型结构中的用于处理不同场景特征的不同全连接层，提高处理特征的准确性。

在本实施例的一些可选的实现方式中，响应于至少两个场景包括第一场景和第二场景，至少两个场景教师模型包括与第一场景对应的第一场景教师模型和与第二场景对应的第二场景教师模型；步骤201可以包括：利用第一场景教师模型提取第一场景对应的一批场景图像的特征，得到与第一场景对应的场景教师特征；利用第二场景教师模型提取第二场景对应的一批场景图像的特征，得到与第二场景对应的场景教师特征。

在这些可选的实现方式中，上述执行主体可以在至少两个场景包括第一场景和第二场景的情况下，确定第一场景对应的一批场景图像的特征，作为与第一场景对应的场景教师特征。并且，上述执行主体可以确定第二场景对应的一批场景图像的特征，作为与第二场景对应的场景教师特征。上述的任一批场景图像均在上述至少两批场景图像中。

这些实现方式可以在存在第一场景的场景教师模型和第二场景的场景教师模型的情况下，分别利用不同的场景教师模型提取场景教师特征，以便于后续针对不同场景确定损失值。

继续参见图3，图3是根据本实施例的针对不同场景的模型蒸馏方法的应用场景的一个示意图。在图3的应用场景中，执行主体301利用至少两个场景教师模型中的每个场景教师模型302，提取至少两批场景图像中与该场景教师模型的场景相同的一批场景图像的特征，得到与至少两个场景分别对应的场景教师特征303。执行主体301利用学生模型304，提取至少两批场景图像的特征，得到批量学生特征305。执行主体301对于批量学生特征中的特征，将该特征映射为与至少两个场景中的一个场景对应的场景学生特征306。执行主体301对于与相同场景对应的场景教师特征303和场景学生特征306，确定特征距离307。执行主体301基于特征距离307，确定学生模型的损失值，利用损失值训练学生模型，得到训练后模型308，其中，训练后模型308用于预测至少两个场景的图像。

进一步参考图4，其示出了针对不同场景的模型蒸馏方法的又一个实施例的流程400。该流程400，包括以下步骤：

步骤401，利用至少两个场景教师模型中的每个场景教师模型，提取至少两批场景图像中与该场景教师模型的场景相同的一批场景图像的特征，得到与至少两个场景分别对应的场景教师特征。

在本实施例中，针对不同场景的模型蒸馏方法运行于其上的执行主体(例如图1所示的服务器或终端设备)可以从本设备或其它电子设备获取至少两批场景图像，利用至少两个场景教师模型分别提取该至少两批场景图像的特征，并将提取的结果作为场景教师特征。至少两个场景教师模型是分别用于对该至少两个场景的图像进行预测的模型。这里的预测可以是进行图像识别、图像检测等等。

步骤402，利用学生模型，提取至少两批场景图像的特征，得到批量学生特征。

在本实施例中，上述执行主体可以利用学生模型，提取至少两批场景图像的特征，得到批量学生特征。这里的批量学生特征包括与上述至少两个场景分别对应的特征。本申请中的场景教师模型的参数数量可以大于学生模型的参数数量。

步骤403，对于批量学生特征中的特征，将该特征映射为与至少两个场景中的一个场景对应的场景学生特征。

在本实施例中，上述执行主体可以将批量学生特征中的特征(比如每个特征)，映射为与至少两个场景中的一个场景对应的特征，并将映射后的特征作为场景学生特征。在实践中，上述执行主体可以采用各种方式进行上述映射，比如，上述执行主体可以将批量学生特征输入预设分类模型(比如深度神经网络或者公式)，得到从该预设分类模型输出的各个场景分别对应的场景学生特征。该预设分类模型可以用于对场景学生特征进行场景分类。

步骤404，对于与相同场景对应的场景教师特征和场景学生特征，确定特征距离。

在本实施例中，上述执行主体可以在至少两个场景的场景教师特征和至少两个场景分别对应的场景学生特征之间，确定出与相同场景对应的场景教师特征和场景学生特征，并确定该相同场景所对应的场景教师特征和场景学生特征之间的空间距离，也即特征距离。这样，上述执行主体就实现了对于与相同场景对应的场景教师特征和场景学生特征，确定特征距离。

步骤405，对至少两个场景分别对应的场景学生特征之间进行加权，得到加权学生特征，并对至少两个场景分别对应的场景教师特征之间进行加权，得到加权教师特征。

在本实施例中，上述执行主体可以从本地或者其它电子设备获取各个场景学生特征的权重(比如预设权重或由特征计算出的权重)和各个场景教师特征的权重(比如预设权重或由特征计算出的权重)。比如预设权重可以对应某特征(场景学生特征和/或场景教师特征)在一个场景的各个特征(场景学生特征和/或场景教师特征)所在的矩阵中的位置，或者对应某特征(场景学生特征和/或场景教师特征)在至少两个场景的各个特征(场景学生特征和/或场景教师特征)所在的矩阵中的位置。或者，权重可以是针对每个场景图像分别设置的，该场景图像的特征的权重即是固定的。

这里的加权可以是针对不同场景的图像之间的。以场景学生特征为例，比如至少两批场景图像为生活照和证件照各32个图，证件照对应的场景学生特征矩阵里第一个证件照的特征，和生活照对应的场景学生特征矩阵里第一个生活照的特征，两者加权，可以得到该第一个图像对应的加权学生特征。

步骤406，通过预设损失函数，确定加权学生特征与加权教师特征对应的损失值作为第一损失值，并确定特征距离对应的损失值作为第二损失值，将第一损失值和第二损失值的和作为学生模型的损失值。

在本实施例中，上述执行主体可以通过预设损失函数，确定第一损失值和第二损失值，并将这两者的和作为学生模型的损失值。具体地，第一损失值为利用加权学生特征与加权教师特征确定出的损失值，也即与加权学生特征和加权教师特征对应的损失值。

在实践中，上述执行主体可以采用各种方式确定第一损失值，比如将加权学生特征与加权教师特征之间的距离作为第一损失值。或者，上述执行主体可以将该距离的平方作为第一损失值。

步骤407，利用损失值训练学生模型，得到训练后模型，其中，训练后模型用于预测至少两个场景的图像。

在本实施例中，上述执行主体可以利用损失值训练学生模型也即进行反向传播，训练的结果为训练后模型。该训练后模型兼具了上述至少两个场景教师模型的预测功能，可以预测上述至少两个场景的图像。

本实施例可以对不同场景的特征进行加权，并利用加权结果确定损失值，从而加强利用不同场景的特征进行训练的训练效果，有助于训练后的学生模型有对不同场景有更强的预测能力。

在本实施例的一些可选的实现方式中，上述步骤404可以包括：响应于至少两个场景包括第一场景和第二场景，确定第一场景的场景教师特征和第一场景的场景学生特征之间的特征距离作为第一特征距离，并确定第二场景的场景教师特征和第二场景的场景学生特征之间的特征距离作为第二特征距离；以及上述确定特征距离对应的损失值作为第二损失值，可以包括：确定第一特征距离对应的损失值与第二特征距离对应的损失值之间的损失值之和，根据损失值之和确定第二损失值。

在这些可选的实现方式中，上述执行主体可以在至少两个场景包括第一场景和第二场景的情况下，确定第一场景的场景教师特征和场景学生特征之间的特征距离，并将该特征距离作为第一特征距离。并且，上述执行主体可以确定第二场景的场景教师特征和场景学生特征之间的特征距离，并将该特征距离作为第二特征距离。之后，上述执行主体可以根据该第一特征距离对应的损失值与第二特征距离对应的损失值之间的和也即损失值之和，确定第二损失值，比如直接将损失值之和作为第二损失值。而在至少两个场景还包括第一场景和第二场景以外的其它场景的情况下，上述第二损失值还可以包括该其它场景对应的损失值。

这些实现方式可以针对每一个场景进行模型蒸馏，从而确保蒸馏后的学生模型能够准确地预测各个场景的图像。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种针对不同场景的模型蒸馏装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，除下面所记载的特征外，该装置实施例还可以包括与图2所示的方法实施例相同或相应的特征或效果。该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的针对不同场景的模型蒸馏装置500包括：教师提取单元501、学生提取单元502、映射单元503、确定单元504和训练单元505。其中，教师提取单元501，被配置成利用至少两个场景教师模型中的每个场景教师模型，提取至少两批场景图像中与该场景教师模型的场景相同的一批场景图像的特征，得到与至少两个场景分别对应的场景教师特征；学生提取单元502，被配置成利用学生模型，提取至少两批场景图像的特征，得到批量学生特征；映射单元503，被配置成对于批量学生特征中的特征，将该特征映射为与至少两个场景中的一个场景对应的场景学生特征；确定单元504，被配置成对于与相同场景对应的场景教师特征和场景学生特征，确定特征距离；训练单元505，被配置成基于特征距离，确定学生模型的损失值，利用损失值训练学生模型，得到训练后模型，其中，训练后模型用于预测至少两个场景的图像。

在本实施例中，针对不同场景的模型蒸馏装置500的教师提取单元501、学生提取单元502、映射单元503、确定单元504和训练单元505的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201、步骤202、步骤203、步骤204和步骤205的相关说明，在此不再赘述。

在本实施例的一些可选的实现方式中，学生模型的训练模型结构包括与至少两个场景分别对应的至少两个全连接层，至少两个全连接层用于进行针对场景的映射；映射单元，进一步被配置成按照如下方式执行对于批量学生特征中的特征，将该特征映射为与至少两个场景中的一个场景对应的场景学生特征：对于批量学生特征中的特征，将该特征输入至少两个全连接层中与该特征对应相同场景的全连接层；得到从至少两个全连接层输出的场景学生特征。

在本实施例的一些可选的实现方式中，训练单元，进一步被配置成按照如下方式执行基于特征距离，确定学生模型的损失值：对至少两个场景分别对应的场景学生特征之间进行加权，得到加权学生特征，并对至少两个场景分别对应的场景教师特征之间进行加权，得到加权教师特征；通过预设损失函数，确定加权学生特征与加权教师特征对应的损失值作为第一损失值，并确定特征距离对应的损失值作为第二损失值，将第一损失值和第二损失值的和作为学生模型的损失值。

在本实施例的一些可选的实现方式中，确定单元，进一步被配置成按照如下方式执行对于与相同场景对应的场景教师特征和场景学生特征，确定特征距离：响应于至少两个场景包括第一场景和第二场景，确定第一场景的场景教师特征和第一场景的场景学生特征之间的特征距离作为第一特征距离，并确定第二场景的场景教师特征和第二场景的场景学生特征之间的特征距离作为第二特征距离；以及确定特征距离对应的损失值作为第二损失值，包括：确定第一特征距离对应的损失值与第二特征距离对应的损失值之间的损失值之和，根据损失值之和确定第二损失值。

在本实施例的一些可选的实现方式中，响应于至少两个场景包括第一场景和第二场景，至少两个场景教师模型包括与第一场景对应的第一场景教师模型和与第二场景对应的第二场景教师模型；教师提取单元，进一步被配置成按照如下方式执行利用至少两个场景教师模型中的每个场景教师模型，提取至少两批场景图像中与该场景教师模型的场景相同的一批场景图像的特征，得到与至少两个场景分别对应的场景教师特征：利用第一场景教师模型提取第一场景对应的一批场景图像的特征，得到与第一场景对应的场景教师特征；利用第二场景教师模型提取第二场景对应的一批场景图像的特征，得到与第二场景对应的场景教师特征。

根据本申请的实施例，本申请还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

如图6所示，是根据本申请实施例的针对不同场景的模型蒸馏方法的电子设备的框图。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/或者要求的本申请的实现。

如图6所示，该电子设备包括：一个或多个处理器601、存储器602，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器***)。图6中以一个处理器601为例。

存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本申请所提供的针对不同场景的模型蒸馏方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的针对不同场景的模型蒸馏方法。

存储器602作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的针对不同场景的模型蒸馏方法对应的程序指令/模块(例如，附图5所示的教师提取单元501、学生提取单元502、映射单元503、确定单元504和训练单元505)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的针对不同场景的模型蒸馏方法。

存储器602可以包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需要的应用程序；存储数据区可存储根据针对不同场景的模型蒸馏电子设备的使用所创建的数据等。此外，存储器602可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器602可选包括相对于处理器601远程设置的存储器，这些远程存储器可以通过网络连接至针对不同场景的模型蒸馏电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

针对不同场景的模型蒸馏方法的电子设备还可以包括：输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接，图6中以通过总线连接为例。

输入装置603可接收输入的数字或字符信息，以及产生与针对不同场景的模型蒸馏电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。

此处描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、专用ASIC(专用集成电路)、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***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***、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***、该至少一个输入装置、和该至少一个输出装置。

这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

为了提供与用户的交互，可以在计算机上实施此处描述的***和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(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***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***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***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机***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("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式***的服务器，或者是结合了区块链的服务器。

附图中的流程图和框图，图示了按照本申请各种实施例的***、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、或代码的一部分，该模块、程序段、或代码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。也应当注意，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，两个接连地表示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操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。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括教师提取单元、学生提取单元、映射单元、确定单元和训练单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，确定单元还可以被描述为“对于与相同场景对应的场景教师特征和场景学生特征，确定特征距离的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：利用至少两个场景教师模型中的每个场景教师模型，提取至少两批场景图像中与该场景教师模型的场景相同的一批场景图像的特征，得到与至少两个场景分别对应的场景教师特征；利用学生模型，提取至少两批场景图像的特征，得到批量学生特征；对于批量学生特征中的特征，将该特征映射为与至少两个场景中的一个场景对应的场景学生特征；对于与相同场景对应的场景教师特征和场景学生特征，确定特征距离；基于特征距离，确定学生模型的损失值，利用损失值训练学生模型，得到训练后模型，其中，训练后模型用于预测至少两个场景的图像。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (12)

1.一种针对不同场景的模型蒸馏方法，所述方法包括：

利用至少两个场景教师模型中的每个场景教师模型，提取至少两批场景图像中与该场景教师模型的场景相同的一批场景图像的特征，得到与至少两个场景分别对应的场景教师特征；

利用学生模型，提取所述至少两批场景图像的特征，得到批量学生特征；

对于所述批量学生特征中的特征，将该特征映射为与所述至少两个场景中的一个场景对应的场景学生特征；

对于与相同场景对应的场景教师特征和场景学生特征，确定特征距离；

基于所述特征距离，确定所述学生模型的损失值，利用所述损失值训练所述学生模型，得到训练后模型，其中，所述训练后模型用于预测所述至少两个场景的图像。

2.根据权利要求1所述的方法，其中，所述学生模型的训练模型结构包括与所述至少两个场景分别对应的至少两个全连接层，所述至少两个全连接层用于进行针对场景的映射；

所述对于所述批量学生特征中的特征，将该特征映射为与所述至少两个场景中的一个场景对应的场景学生特征，包括：

对于所述批量学生特征中的特征，将该特征输入所述至少两个全连接层中与该特征对应相同场景的全连接层；

得到从所述至少两个全连接层输出的场景学生特征。

3.根据权利要求1所述的方法，其中，所述基于所述特征距离，确定所述学生模型的损失值，包括：

对所述至少两个场景分别对应的场景学生特征之间进行加权，得到加权学生特征，并对所述至少两个场景分别对应的场景教师特征之间进行加权，得到加权教师特征；

通过预设损失函数，确定所述加权学生特征与所述加权教师特征对应的损失值作为第一损失值，并确定所述特征距离对应的损失值作为第二损失值，将所述第一损失值和所述第二损失值的和作为所述学生模型的损失值。

4.根据权利要求3所述的方法，其中，所述对于与相同场景对应的场景教师特征和场景学生特征，确定特征距离，包括：

响应于所述至少两个场景包括第一场景和第二场景，确定第一场景的场景教师特征和第一场景的场景学生特征之间的特征距离作为第一特征距离，并确定第二场景的场景教师特征和第二场景的场景学生特征之间的特征距离作为第二特征距离；以及

所述确定所述特征距离对应的损失值作为第二损失值，包括：

确定所述第一特征距离对应的损失值与所述第二特征距离对应的损失值之间的损失值之和，根据所述损失值之和确定所述第二损失值。

5.根据权利要求1-4之一所述的方法，其中，响应于所述至少两个场景包括第一场景和第二场景，所述至少两个场景教师模型包括与第一场景对应的第一场景教师模型和与第二场景对应的第二场景教师模型；

所述利用至少两个场景教师模型中的每个场景教师模型，提取至少两批场景图像中与该场景教师模型的场景相同的一批场景图像的特征，得到与至少两个场景分别对应的场景教师特征，包括：

利用所述第一场景教师模型提取所述第一场景对应的一批场景图像的特征，得到与所述第一场景对应的场景教师特征；

利用所述第二场景教师模型提取所述第二场景对应的一批场景图像的特征，得到与所述第二场景对应的场景教师特征。

6.一种针对不同场景的模型蒸馏装置，所述装置包括：

教师提取单元，被配置成利用至少两个场景教师模型中的每个场景教师模型，提取至少两批场景图像中与该场景教师模型的场景相同的一批场景图像的特征，得到与至少两个场景分别对应的场景教师特征；

学生提取单元，被配置成利用学生模型，提取所述至少两批场景图像的特征，得到批量学生特征；

映射单元，被配置成对于所述批量学生特征中的特征，将该特征映射为与所述至少两个场景中的一个场景对应的场景学生特征；

确定单元，被配置成对于与相同场景对应的场景教师特征和场景学生特征，确定特征距离；

训练单元，被配置成基于所述特征距离，确定所述学生模型的损失值，利用所述损失值训练所述学生模型，得到训练后模型，其中，所述训练后模型用于预测所述至少两个场景的图像。

7.根据权利要求6所述的装置，其中，所述学生模型的训练模型结构包括与所述至少两个场景分别对应的至少两个全连接层，所述至少两个全连接层用于进行针对场景的映射；

所述映射单元，进一步被配置成按照如下方式执行所述对于所述批量学生特征中的特征，将该特征映射为与所述至少两个场景中的一个场景对应的场景学生特征：

对于所述批量学生特征中的特征，将该特征输入所述至少两个全连接层中与该特征对应相同场景的全连接层；

得到从所述至少两个全连接层输出的场景学生特征。

8.根据权利要求6所述的装置，其中，所述训练单元，进一步被配置成按照如下方式执行所述基于所述特征距离，确定所述学生模型的损失值：

对所述至少两个场景分别对应的场景学生特征之间进行加权，得到加权学生特征，并对所述至少两个场景分别对应的场景教师特征之间进行加权，得到加权教师特征；

通过预设损失函数，确定所述加权学生特征与所述加权教师特征对应的损失值作为第一损失值，并确定所述特征距离对应的损失值作为第二损失值，将所述第一损失值和所述第二损失值的和作为所述学生模型的损失值。

9.根据权利要求8所述的装置，其中，所述确定单元，进一步被配置成按照如下方式执行所述对于与相同场景对应的场景教师特征和场景学生特征，确定特征距离：

响应于所述至少两个场景包括第一场景和第二场景，确定第一场景的场景教师特征和第一场景的场景学生特征之间的特征距离作为第一特征距离，并确定第二场景的场景教师特征和第二场景的场景学生特征之间的特征距离作为第二特征距离；以及

所述确定所述特征距离对应的损失值作为第二损失值，包括：

确定所述第一特征距离对应的损失值与所述第二特征距离对应的损失值之间的损失值之和，根据所述损失值之和确定所述第二损失值。

10.根据权利要求6-9之一所述的装置，其中，响应于所述至少两个场景包括第一场景和第二场景，所述至少两个场景教师模型包括与第一场景对应的第一场景教师模型和与第二场景对应的第二场景教师模型；

所述教师提取单元，进一步被配置成按照如下方式执行所述利用至少两个场景教师模型中的每个场景教师模型，提取至少两批场景图像中与该场景教师模型的场景相同的一批场景图像的特征，得到与至少两个场景分别对应的场景教师特征：

利用所述第一场景教师模型提取所述第一场景对应的一批场景图像的特征，得到与所述第一场景对应的场景教师特征；

利用所述第二场景教师模型提取所述第二场景对应的一批场景图像的特征，得到与所述第二场景对应的场景教师特征。

11.一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。

12.一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1-5中任一所述的方法。