CN113159275A - 网络训练方法、图像处理方法、装置、设备及存储介质 - Google Patents

网络训练方法、图像处理方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN113159275A
CN113159275A CN202110245295.9A CN202110245295A CN113159275A CN 113159275 A CN113159275 A CN 113159275A CN 202110245295 A CN202110245295 A CN 202110245295A CN 113159275 A CN113159275 A CN 113159275A
Authority
CN
China
Prior art keywords
network
image processing
loss
image
gradient information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110245295.9A
Other languages
English (en)
Inventor
刘李洋
李艺
旷章辉
陈益民
张伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Sensetime Technology Co Ltd
Original Assignee
Shenzhen Sensetime Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Sensetime Technology Co Ltd filed Critical Shenzhen Sensetime Technology Co Ltd
Priority to CN202110245295.9A priority Critical patent/CN113159275A/zh
Publication of CN113159275A publication Critical patent/CN113159275A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/241Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • G06N3/084Backpropagation, e.g. using gradient descent
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/28Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Image Analysis (AREA)

Abstract

本公开涉及一种网络训练方法、图像处理方法、设备及存储介质,所述网络训练方法包括:将样本图像输入第i‑1状态的图像处理网络,得到样本图像的多个第一处理结果,i为正整数;根据样本图像的标注信息以及多个第一处理结果,分别确定各个分支网络的网络损失以及各个网络损失对于主干网络的梯度信息;根据梯度信息,确定各个网络损失的目标加权系数;根据各个网络损失及所述各个网络损失的目标加权系数,得到图像处理网络的总体损失;根据总体损失,对第i‑1状态的图像处理网络进行训练,得到第i状态的图像处理网络。本公开实施例可实现不同图像处理任务之间的平衡学习,提升网络学习性能及效率。

Description

网络训练方法、图像处理方法、装置、设备及存储介质
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、图像处理方法、装置、设备及存储介质。
背景技术
多任务学习(Multi-task learning,MTL)方式,旨在通过利用任务之间的关联性,共享多种任务不同层次的特征,达到减小网络参数、加快测试速度、提升任务性能的目的。
在多任务学***衡学习的现象,该现象可能使得某些任务可以达到较好的学习效果,而其他的任务被迫牺牲。
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:将样本图像输入第i-1状态的图像处理网络,得到所述样本图像的多个第一处理结果,所述图像处理网络包括主干网络及多个分支网络,所述主干网络用于提取图像特征,所述多个分支网络用于基于所述图像特征输出各图像处理任务的处理结果,i为正整数;根据所述样本图像的标注信息以及所述多个第一处理结果,分别确定各个分支网络的网络损失以及各个网络损失对于所述主干网络的梯度信息;根据所述梯度信息,确定各个网络损失的目标加权系数;根据所述各个网络损失及所述各个网络损失的目标加权系数,得到所述图像处理网络的总体损失;根据所述总体损失,对所述第i-1状态的图像处理网络进行训练,得到第i状态的图像处理网络。
在一种可能的实现方式中,所述根据所述梯度信息,确定各个网络损失的目标加权系数,包括:根据所述梯度信息以及所述梯度信息的加权参数,确定总体梯度信息;在所述总体梯度信息在各个梯度信息的方向上的梯度分量相同的情况下,将各个梯度信息的加权参数对应的参数值,确定为各个网络损失的目标加权系数。
在一种可能的实现方式中,所述各个网络损失的目标加权系数之和为1。
在一种可能的实现方式中,根据所述总体损失,对所述第i-1状态的图像处理网络进行训练,包括:根据所述总体损失,更新第i-1状态的主干网络的网络参数;和/或,根据所述各个网络损失,对应更新第i-1状态的各个分支网络的网络参数。
在一种可能的实现方式中,所述根据所述各个网络损失,对应更新第i-1状态的各个分支网络的网络参数,包括:根据所述各个网络损失及所述各个网络损失的第i-1状态的缩放参数,确定与各个网络损失对应的缩放损失;根据各个缩放损失,对应更新第i-1状态的各个分支网络的网络参数以及第i-1状态的缩放参数,以得到第i状态的各个分支网络及第i状态的缩放参数。
在一种可能的实现方式中,所述根据所述各个网络损失及所述各个网络损失的目标加权系数,得到所述图像处理网络的总体损失,包括:根据所述各个网络损失的目标加权系数,对多个网络损失进行加权求和,得到所述总体损失。
在一种可能的实现方式中,所述分别确定各个网络损失对于所述主干网络的梯度信息,包括:分别确定所述各个网络损失对于所述主干网络提取的图像特征的梯度信息。
在一种可能的实现方式中,所述方法还包括:在所述第i状态的图像处理网络满足训练条件的情况下,将所述第i状态的图像处理网络确定为训练后的图像处理网络。
在一种可能的实现方式中,所述图像处理任务包括图像识别、图像分类、图像分割、关键点检测中的至少两种。
根据本公开的一方面,提供了一种图像处理方法,包括:将待处理的图像输入至图像处理网络中,得到所述图像的多个第二处理结果,其中,所述图像处理网络是根据所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:
处理模块101,用于将样本图像输入第i-1状态的图像处理网络,得到所述样本图像的多个第一处理结果,所述图像处理网络包括主干网络及多个分支网络,所述主干网络用于提取图像特征,所述多个分支网络用于基于所述图像特征输出各图像处理任务的处理结果,i为正整数;
梯度信息确定模块102,用于根据所述样本图像的标注信息以及所述多个第一处理结果,分别确定各个分支网络的网络损失以及各个网络损失对于所述主干网络的梯度信息;
加权系数确定模块103,用于根据所述梯度信息,确定各个网络损失的目标加权系数;
总体损失确定模块104,用于根据所述各个网络损失及所述各个网络损失的目标加权系数,得到所述图像处理网络的总体损失;
训练模块105,用于根据所述总体损失,对所述第i-1状态的图像处理网络进行训练,得到第i状态的图像处理网络。
在一种可能的实现方式中,所述加权系数确定模块103,包括:总体梯度信息确定子模块,用于根据所述梯度信息以及所述梯度信息的加权参数,确定总体梯度信息;加权系数确定子模块,用于在所述总体梯度信息在各个梯度信息的方向上的梯度分量相同的情况下,将各个梯度信息的加权参数对应的参数值,确定为各个网络损失的目标加权系数。
在一种可能的实现方式中,所述各个网络损失的目标加权系数之和为1。
在一种可能的实现方式中,根据所述总体损失,对所述第i-1状态的图像处理网络进行训练,包括:根据所述总体损失,更新第i-1状态的主干网络的网络参数;和/或,根据所述各个网络损失,对应更新第i-1状态的各个分支网络的网络参数。
在一种可能的实现方式中,所述根据所述各个网络损失,对应更新第i-1状态的各个分支网络的网络参数,包括:根据所述各个网络损失及所述各个网络损失的第i-1状态的缩放参数,确定与各个网络损失对应的缩放损失;根据各个缩放损失,对应更新第i-1状态的各个分支网络的网络参数以及第i-1状态的缩放参数,以得到第i状态的各个分支网络及第i状态的缩放参数。
在一种可能的实现方式中,所述根据所述各个网络损失及所述各个网络损失的目标加权系数,得到所述图像处理网络的总体损失,包括:根据所述各个网络损失的目标加权系数,对多个网络损失进行加权求和,得到所述总体损失。
在一种可能的实现方式中,所述分别确定各个网络损失对于所述主干网络的梯度信息,包括:分别确定所述各个网络损失对于所述主干网络提取的图像特征的梯度信息。
在一种可能的实现方式中,所述装置还包括:确定模块,用于在所述第i状态的图像处理网络满足训练条件的情况下,将所述第i状态的图像处理网络确定为训练后的图像处理网络。
在一种可能的实现方式中,所述图像处理任务包括图像识别、图像分类、图像分割、关键点检测中的至少两种。
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,能够在每次迭代训练中,根据各分支网络对于主干网络的梯度信息,确定出各网络损失的目标加权系数,从而在根据多个分支网络的网络损失及对应的目标加权系数训练图像处理网络时,可以使图像处理网络能够依据加权损失进行参数更新,以实现不同图像处理任务之间的平衡学习,提升网络学习性能及效率。
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梯度分量的示意图。
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。
应当理解,本公开的权利要求、说明书及附图中的术语“第一”、“第二”及“第三”等是用于区别不同对象,而不是用于描述特定顺序。本公开的说明书和权利要求书中使用的术语“包括”和“包含”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。
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输入第i-1状态的图像处理网络,得到样本图像的多个第一处理结果,图像处理网络包括主干网络及多个分支网络,主干网络用于提取图像特征,多个分支网络用于基于图像特征输出各图像处理任务的处理结果,i为正整数;
在步骤S12中,根据样本图像的标注信息以及多个第一处理结果,分别确定各个分支网络的网络损失以及各个网络损失对于主干网络的梯度信息;
在步骤S13中,根据梯度信息,确定各个网络损失的目标加权系数;
在步骤S14中,根据各个网络损失及各个网络损失的目标加权系数,得到图像处理网络的总体损失;
在步骤S15中,根据总体损失,对第i-1状态的图像处理网络进行训练,得到第i状态的图像处理网络。
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、个人数字助理(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。
在一种可能的实现方式中,在步骤S11中,用于训练图像处理网络的训练集中可包括一定数量的样本图像。样本图像可以是已标注的图像,其中,样本图像的标注信息可根据不同的图像处理任务对样本图像进行标注得到,例如,车辆图像的标注信息可以包括:车牌颜色-黄色、车牌类型-教练车、车牌号-YGS980等。标注方式例如可以采用人工标注,对此本公开实施例不作限制。
在一种可能的实现方式中,第i-1状态的图像处理网络,可以指经过第i-1次参数更新(或者说第i-1次迭代训练)后的图像处理网络。其中,第0状态的图像处理网络(也即i为1时的图像处理网络),可以是指初始图像处理网络,或者说未经训练的图像处理网络。
在一种可能的实现方式中,图像处理网络可以包括主干网络及多个分支网络,从而可以实现多任务学习,不同的分支网络可以对应不同的图像处理任务。其中,图像处理任务包括图像识别、图像分类、图像分割、关键点检测中的至少两种。
例如,可以对同一张车牌图像进行车牌颜色识别任务、车牌类型分类任务、车牌号识别任务等图像处理任务。应理解的是,样本图像的多个第一处理结果,可以是指图像处理网络的各分支网络输出的结果,例如,车牌颜色、车牌类型、车牌号等。
在一种可能的实现方式中,主干网络例如可以采用残差网络、残差网络加特征金字塔网络等网络结构,以提取输入图像的图像特征,也即共享特征。应理解的是,主干网络提取的图像特征中包括各图像处理任务所需的特征信息。对于主干网络的网络结构,本公开实施例不作限制。
在一种可能的实现方式中,各分支网络例如可以采用至少一层池化层、全连接层、softmax层等网络结构,对于分支网络的网络结构,可根据实际图像处理任务设定,对此本公开实施例不作限制。应理解的是,各分支网络对应的损失函数可以不同,或者说对应的标注信息可以不同,从而能够基于共享特征实现不同的图像处理任务。对于分支网络的数量,可以根据实际的图像处理任务需求设定,对此本公开实施例不作限制。
在一种可能的实现方式中,在步骤S12中,可以基于各图像处理任务对应的损失函数,实现根据样本图像的标注信息以及多个第一处理结果,分别得到多个分支网络的网络损失;各个网络损失对于主干网络的梯度信息,可以理解为,各个网络损失的偏导数。其中,对于梯度信息的计算方式,可采用本领域已知的方式方法(例如反向传播方法),对此本公开实施例不做限制。
应理解的是,梯度实际为函数的微分,梯度的方向可以代表函数在给定点的上升或下降最快的方向。对于不同的图像处理任务,可以通过对各图像处理任务对应的损失函数求梯度,得到共享的网络参数对于该图像处理任务的最优更新方向,由于共享的网络参数只有一份,所以可以对不同方向的梯度进行加权求和,得到一个目标的更新方向,实际上,这也等价于直接对各分支网络对应的损失函数进行加权求和,也即对各网络损失进行加权求和。
在一种可能的实现方式中,在步骤S13中,可以根据各个网络损失对应的梯度信息,确定各个网络损失的目标加权系数。其中,为确定各个网络损失的目标加权系数,可以对各梯度信息引入加权参数,得到加权求和的总体梯度信息,进而约束加权参数之和为1以及约束总体梯度信息在各梯度信息的方向上的梯度分量相等(或者说投影相等),得到加权参数的具体参数值,也即得到本次训练的各网络损失的加权系数。
在本公开实施例中,通过约束总体梯度信息在各梯度信息方向上的梯度分量相等,可以实现在进行主干网络的网络参数更新时,使各梯度信息方向上更新的步长相等,也就意味着各图像处理任务之间可以以相同的速度进行学***衡学习。其中,步长可以理解为学习率。
在一种可能的实现方式中,在步骤S14中,根据各个网络损失及各个网络损失的目标加权系数,得到图像处理网络的总体损失,可以包括:根据各个网络损失的目标加权系数,对多个网络损失进行加权求和,得到图像处理网络的总体损失;或者根据各个网络损失的目标加权系数,对多个网络损失进行加权平均,得到图像处理网络的总体损失。对于总体损失的确定方式,可依据实际需求设定,对此本公开实施例不做限制。
在一种可能的实现方式中,在步骤S15中,根据总体损失,对第i-1状态的图像处理网络进行训练,得到第i状态的图像处理网络,可以是采用反向传播、梯度下降等方式,根据总体损失,更新第i-1状态的图像处理网络的主干网络及各分支网络的网络参数,得到第i状态的图像处理网络;或者,还可以是根据总体损失,更新第i-1状态的主干网络的网络参数,以及根据各网络损失,对应更新第i-1状态的各分支网络的网络参数,得到第i状态的图像处理网络。具体采用何种更新方式,可依据实际需求设定,对此本公开实施不做限制。通过该方式,不仅能够基于加权求和后的总体损失,实现图像处理网络的平衡训练,还可以通过一次反向传播,对图像处理网络的网络参数进行更新,从而可以大大减少网络训练时间,提升网络学习性能及效率。
应理解的是,网络训练不止一次,在得到第i状态的图像处理网络后,可以判断第i状态的图像处理网络是否满足预设的训练条件(例如,总体损失收敛或达到预设的迭代次数);在满足训练条件的情况下,得到训练后的图像处理网络;在不满足训练条件的情况下,按照上述网络训练方法进行第i+1次的网络训练,至得到满足训练条件的图像处理网络。
在本公开实施例中,能够在每次迭代训练中,根据各分支网络对于主干网络的梯度信息,确定出各网络损失的目标加权系数,从而在根据多个分支网络的网络损失及对应的目标加权系数训练图像处理网络时,可以使图像处理网络能够依据加权损失进行参数更新,以实现不同图像处理任务之间的平衡学习,提升网络学习性能及效率。
在一种可能的实现方式中,在步骤S13中,所述根据梯度信息,确定各个网络损失的目标加权系数,包括:
根据梯度信息以及梯度信息的加权参数,确定总体梯度信息;
在总体梯度信息在各个梯度信息的方向上的梯度分量相同的情况下,将各个梯度信息的加权参数对应的参数值,确定为各个网络损失的目标加权系数。
在一种可能的实现方式中,总体梯度信息可以表示为
Figure BDA0002963879040000061
各网络损失对于主干网络的梯度信息可以表示为
Figure BDA0002963879040000071
其中,n代表第n个图像处理任务(也即第n个分支网络),
Figure BDA0002963879040000072
Ln代表第n个图像处理任务对应的网络损失,gn代表第n个网络损失的梯度信息,αn代表第n个梯度信息的加权参数,
Figure BDA0002963879040000073
代表对Ln求偏导,N代表图像处理任务的总数。
在一种可能的实现方式中,如上所述,总体梯度信息在各个梯度信息的方向上的梯度分量,可以理解为,总体梯度信息在各个梯度信息的方向上的投影。图2示出根据本公开实施例的梯度分量的示意图,如图2所示,g1、g2、g3代表分别3个网络损失的梯度信息,g代表该3个梯度信息的总体梯度信息,a1、a2、a3分别代表总体梯度信息在该3个梯度信息的方向上的梯度分量(投影),其中,箭头指向代表梯度的方向,箭头长度代表梯度的步长。
在一种可能的实现方式中,可以根据各梯度信息的单位范数向量,确定总梯度信息在各个梯度信息的方向上的梯度分量。其中,第n个梯度信息的范数(norm)可以表示为‖gn‖,第n个梯度信息的单位范数向量(unit-norm vector)可以表示为un=gn/‖gn‖,总梯度信息在各个梯度信息的方向上的梯度分量可以表示为
Figure BDA0002963879040000074
其中,T代表转置。
在一种可能的实现方式中,总体梯度信息在各个梯度信息的方向上的梯度分量相同,意味着公式1中的等式成立。通过求解公式1,可以得到各个梯度信息的加权参数对应的参数值,也即得到各个网络损失的目标加权系数。
Figure BDA0002963879040000075
其中,
Figure BDA0002963879040000076
可以代表第1个梯度信息的单位范数向量。应理解的是,
Figure BDA0002963879040000077
可以是泛指多个梯度信息中的任意一个梯度信息,
Figure BDA0002963879040000078
可以代表多个梯度信息中除该任意一个梯度信息以外的其它梯度信息。
考虑到,通过公式1可能仍无法得到确切的目标加权系数,在一种可能的实现方式中,可以通过约束各梯度信息的加权参数之和为1,也即,∑nαn=1;进而可以联立方程组
Figure BDA0002963879040000079
求得各加权参数的参数值为:
Figure BDA00029638790400000710
其中,
Figure BDA00029638790400000711
Figure BDA00029638790400000712
c=[1,…,1]。
应理解的是,由于约束各梯度信息的加权参数之和为1,得到的各个网络损失的目标加权系数之和为1。
需要说明的是,约束各梯度信息的加权参数之和为1,是本公开实施例提供的一种可能的实现方式。本公开应不限于此,在本公开实施例的启示下,本领域技术人员可以根据实际需求,约束加权参数之和为10、为100等正整数,以得到加权参数的具体参数值,对此本公开实施例不作限制。
在本公开实施例中,由于是在总体梯度信息在各个梯度信息的方向上的梯度分量相同的情况下,确定出的各个网络损失的目标加权系数,可以在根据总体损失进行主干网络的网络参数的进行更新时,使得各梯度信息方向上更新的步长相等,也就实现了不同图像处理任务之间的平衡学习。
在一种可能的实现方式中,在步骤S15中,根据总体损失,对第i-1状态的图像处理网络进行训练,可以包括:根据总体损失,更新第i-1状态的主干网络的网络参数;和/或,根据各个网络损失,对应更新第i-1状态的各分支网络的网络参数。通过该方式,能够有效地对图像处理网络进行平衡学习。
在一种可能的实现方式中,可以采用反向传播、梯度下降等方式,实现根据总体损失更新主干网络的网络参数,以及根据各网络损失,对应更新各分支网络的网络参数。对于网络参数更新方式,可根据实际需求设定,对此本公开实施例不做限制。
在一种可能的实现方式中,根据总体损失,对第i-1状态的图像处理网络进行训练,还可以包括:根据总体损失,更新第i-1状态的主干网络及第i-1状态的各个分支网络的网络参数。对于采用各种更新方式,本公开实施例不做限制。
应理解的是,更新第i-1状态的主干网络的网络参数,及更新第i-1状态的各分支网络的网络参数,相应得到第i状态的主干网络及第i状态的各分支网络,也即得到第i状态的图像处理网络。
可以知晓的是,主干网络的参数量相较于分支网络的参数量来说较大,那么根据本公开的实施例,可以基于目标加权系数确定出的总体损失,更侧重于对于主干网络的平衡学***衡学***衡训练时,可以在更多提高主干网络的平衡学习效果的同时,提高训练速度。
考虑到,虽然分支网络的参数量相对于主干网络较小,若能关注主干网络的梯度平衡学***衡学***衡的网络训练,从而进一步提高网络学习性能及训练效果。
在一种可能的实现方式中,所述根据各个网络损失,对应更新第i-1状态的各分支网络的网络参数,可以包括:根据各个网络损失及各个网络损失的第i-1状态的缩放参数,确定与各个网络损失对应的缩放损失;根据各个缩放损失,对应更新第i-1状态的各分支网络的网络参数以及第i-1状态的缩放参数,以得到第i状态的各个分支网络及第i状态的缩放参数。通过该方式,能够基于各个分支网络的缩放损失,实现对各个分支网络之间的损失平衡学习,在组合使用缩放损失与总体损失对图像处理网络进行训练时获得的训练效果更佳。
在一种可能的实现方式中,第i-1状态的缩放参数,可以理解为,第i-1状态的各个网络损失的超参数。应理解的是,超参数与网络参数都是可以被训练的,或者说可以是自学习的。可以设置缩放参数的初始值为0或任意数值,这样在本次迭代训练过程中,根据各个缩放损失更新第i-1状态的缩放参数所得到的第i状态的缩放参数,可以用于下次迭代训练中确定缩放损失。其中,可以采用梯度下降和/或正则化的方式,更新缩放参数,对此本公开实施例不作限制。
在一种可能的实现方式中,缩放损失可以表示为
Figure BDA0002963879040000091
其中e代表自然常数,sn代表第n个网络损失的缩放参数,{Ln}代表第n个网络损失。通过该方式,能够使每次迭代训练中各个缩放损失趋向为同一常数(例如为1),从而可以实现不同图像处理任务之间的损失平衡学习。
应理解的是,以上缩放损失是本公开实施例提供的一种具体实现方式,实际上本公开应不限于,只要是基于缩放参数确定出的缩放损失均在本公开的保护范围内。
在一种可能的实现方式中,还可以通过多个缩放损失对整个图像处理网络(主干网络及多个分支网络)进行多次反向传播,对整个图像处理网络的网络参数进行更新。以及,可以不采用各个缩放损失而直接采用各个网络损失,对各个分支网络的网络参数进行更新。对于图像处理网络的参数更新方式,本公开实施例不作限制。
在本公开实施例中,不仅实现基于总体损失对主干网络的梯度平衡学***衡学***衡的网络训练,以得到训练效果较佳的图像处理网络。
在一种可能的实现方式中,基于上述缩放参数,根据总体损失,更新第i-1状态的主干网络的网络参数,还可以包括:根据各个缩放的网络损失对应的加权系数,对多个缩放的网络损失进行加权求和,得到图像处理网络的总体损失;进而根据该总体损失,更新第i-1状态的主干网络的网络参数;
其中,多个缩放的网络损失可以是根据各网络损失对应的缩放参数sn确定的,例如可以表示为
Figure BDA0002963879040000092
多个缩放的网络损失对应加权系数,可以采用与上述步骤S13确定目标加权系数相同的方式确定,也即,可以根据各个缩放的网络损失对于主干网络的梯度信息,确定各个缩放的网络损失的加权系数。
通过该方式,能够组合使用缩放参数及加权系数,实现梯度平衡学***衡学习,从而整体提高图像处理网络的训练效果及图像处理网络的性能。
在一种可能的实现方式中,根据各个网络损失及各个网络损失的目标加权系数,得到图像处理网络的总体损失,包括:根据各个网络损失的目标加权系数,对多个网络损失进行加权求和,得到总体损失。其中,各个网络损失可以包括所述缩放的网络损失。
根据本公开实施例,不仅可以在图像处理网络的训练中,实现对主干网络的网络参数的平衡训练,还可以实现多个分支网络的网络参数之间的平衡训练,以共同实现图像处理网络的平衡训练。
如上文所述,可以通过反向传播方式确定各个网络损失对于主干网络的梯度信息,考虑到主干网络的参数量较大,在针对主干网络的网络参数计算各个梯度信息时,需要针对整个图像处理网络的每层网络层执行反向传播运算,因此这个计算量较大,所需的计算资源较多,耗时且效率低。
在一种可能的实现方式中,所述分别确定各个网络损失对于主干网络的梯度信息,可以包括:分别确定各个网络损失对于主干网络提取的图像特征的梯度信息。
其中,主干网络提取的图像特征可以包括主干网络的最后一层网络层输出的特征图,也可称为共享特征图。通过该方式,在确定各个网络损失对于主干网络提取的图像特征的梯度信息时,可以仅从各个分支网络的输出层的输出,反向传播计算到主干网络的最后一层网络层的输出,便可以得到针对图像特征的梯度信息,这大大减少了确定梯度信息所需的计算量,节省了计算资源,提高了训练效率。
应理解的是,确定梯度信息也即求梯度,求梯度也即对函数求偏导,求偏导的对象可以不同,那么求梯度的对象也可不同,也就是说,可以对网络的网络参数求梯度,或也可以对网络输出的图像特征求梯度,其中,求梯度可以通过反向传播方式实现。
由于主干网络的网络参数作用于得到图像特征,那么针对图像特征的梯度信息,与针对主干网络的网络参数的梯度信息,在确定出目标加权系数上的效果相同。而根据本公开的实施例中,通过确定对于图像特征的梯度信息,不需要对整个图像处理网络执行完整的反向传播运算,因此减少了确定梯度信息所需的计算量,节省了计算资源,提高了训练效率。
在一种可能的实现方式中,本公开实施例也可以分别确定各个网络损失对于主干网络的网络参数的梯度信息,也即对网络参数求梯度,对此本公开实施例不作限制。
在一种可能的实现方式中,所述方法还包括:在第i状态的图像处理网络满足训练条件的情况下,将第i状态的图像处理网络确定为训练后的图像处理网络。通过该方式,可以使训练后的图像处理网络高效准确地进行多任务的图像处理。
其中,训练条件例如可以包括:总体损失最小、总体损失收敛、达到迭代次数、图像处理网络的精度达到要求等,具体可依据实际需求设定,对此本公开实施例不作限制。
根据本公开实施例的网络训练方法,得到的训练后的图像处理网络,可以部署在各类移动终端或服务器上,用于进行各种多任务的图像处理,例如,车牌的多属性识别;人脸的多属性识别等。
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:将待处理的图像输入至图像处理网络中,得到所述图像的多个第二处理结果,其中,所述图像处理网络是根据上述的网络训练方法训练得到的。
也就是说,通过上述网络训练方法训练得到的图像处理网络,可用于对待处理的图像进行多任务的图像处理,得到多个第二处理结果。例如,待处理的图像为车牌图像时,多个第二处理结果可包括车牌颜色、车牌号、车牌类型等。
根据本公开的实施例的网络训练方法,能够自动化求解多任务学***衡各任务学习的效果,在提升训练、测试效率的同时,可以利用任务之间的关联性提升各个任务的性能。
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,所述装置包括:
处理模块,用于将样本图像输入第i-1状态的图像处理网络,得到所述样本图像的多个第一处理结果,所述图像处理网络包括主干网络及多个分支网络,所述主干网络用于提取图像特征,所述多个分支网络用于基于所述图像特征输出各图像处理任务的处理结果,i为正整数;梯度信息确定模块,用于根据所述样本图像的标注信息以及所述多个第一处理结果,分别确定各个分支网络的网络损失以及各个网络损失对于所述主干网络的梯度信息;加权系数确定模块,用于根据所述梯度信息,确定各个网络损失的目标加权系数;总体损失确定模块,用于根据所述各个网络损失及所述各个网络损失的目标加权系数,得到所述图像处理网络的总体损失;训练模块,用于根据所述总体损失,对所述第i-1状态的图像处理网络进行训练,得到第i状态的图像处理网络。
在一种可能的实现方式中,所述加权系数确定模块,包括:总体梯度信息确定子模块,用于根据所述梯度信息以及所述梯度信息的加权参数,确定总体梯度信息;加权系数确定子模块,用于在所述总体梯度信息在各个梯度信息的方向上的梯度分量相同的情况下,将各个梯度信息的加权参数对应的参数值,确定为各个网络损失的目标加权系数。
在一种可能的实现方式中,所述各个网络损失的目标加权系数之和为1。
在一种可能的实现方式中,根据所述总体损失,对所述第i-1状态的图像处理网络进行训练,包括:根据所述总体损失,更新第i-1状态的主干网络的网络参数;和/或,根据所述各个网络损失,对应更新第i-1状态的各个分支网络的网络参数。
在一种可能的实现方式中,所述根据所述各个网络损失,对应更新第i-1状态的各个分支网络的网络参数,包括:根据所述各个网络损失及所述各个网络损失的第i-1状态的缩放参数,确定与各个网络损失对应的缩放损失;根据各个缩放损失,对应更新第i-1状态的各个分支网络的网络参数以及第i-1状态的缩放参数,以得到第i状态的各个分支网络及第i状态的缩放参数。
在一种可能的实现方式中,所述根据所述各个网络损失及所述各个网络损失的目标加权系数,得到所述图像处理网络的总体损失,包括:根据所述各个网络损失的目标加权系数,对多个网络损失进行加权求和,得到所述总体损失。
在一种可能的实现方式中,所述分别确定各个网络损失对于所述主干网络的梯度信息,包括:分别确定所述各个网络损失对于所述主干网络提取的图像特征的梯度信息。
在一种可能的实现方式中,所述装置还包括:确定模块,用于在所述第i状态的图像处理网络满足训练条件的情况下,将所述第i状态的图像处理网络确定为训练后的图像处理网络。
在一种可能的实现方式中,所述图像处理任务包括图像识别、图像分类、图像分割、关键点检测中的至少两种。
在本公开实施例中,能够在每次迭代训练中,根据各分支网络对于主干网络的梯度信息,确定出各网络损失的目标加权系数,从而在根据多个分支网络的网络损失及对应的目标加权系数训练图像处理网络时,可以使图像处理网络能够依据加权损失进行参数更新,以实现不同图像处理任务之间的平衡学习,提升网络学习性能及效率。
根据本公开的实施例,还提供了一种图像处理装置,包括:图像处理模块,用于将待处理的图像输入至图像处理网络中,得到所述图像的多个第二处理结果,其中,所述图像处理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,如互补金属氧化物半导体(CMOS)或电荷耦合装置(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,如无线网络(WiFi),第二代移动通信技术(2G)或第三代移动通信技术(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***,例如微软服务器操作***(Windows ServerTM),苹果公司推出的基于图形用户界面操作***(Mac OSXTM),多用户多进程的计算机操作***(UnixTM),自由和开放原代码的类Unix操作***(LinuxTM),开放原代码的类Unix操作***(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 (13)

1.一种网络训练方法,其特征在于,包括:
将样本图像输入第i-1状态的图像处理网络,得到所述样本图像的多个第一处理结果,所述图像处理网络包括主干网络及多个分支网络,所述主干网络用于提取图像特征,所述多个分支网络用于基于所述图像特征输出各图像处理任务的处理结果,i为正整数;
根据所述样本图像的标注信息以及所述多个第一处理结果,分别确定各个分支网络的网络损失以及各个网络损失对于所述主干网络的梯度信息;
根据所述梯度信息,确定所述各个网络损失的目标加权系数;
根据所述各个网络损失及所述各个网络损失的目标加权系数,得到所述图像处理网络的总体损失;
根据所述总体损失,对所述第i-1状态的图像处理网络进行训练,得到第i状态的图像处理网络。
2.根据权利要求1所述的方法,其特征在于,所述根据所述梯度信息,确定所述各个网络损失的目标加权系数,包括:
根据所述梯度信息以及所述梯度信息的加权参数,确定总体梯度信息;
在所述总体梯度信息在各个梯度信息的方向上的梯度分量相同的情况下,将各个梯度信息的加权参数对应的参数值,确定为各个网络损失的目标加权系数。
3.根据权利要求1或2所述的方法,其特征在于,所述各个网络损失的目标加权系数之和为1。
4.根据权利要求1-3任一项所述的方法,其特征在于,根据所述总体损失,对所述第i-1状态的图像处理网络进行训练,包括:
根据所述总体损失,更新第i-1状态的主干网络的网络参数;
和/或,根据所述各个网络损失,对应更新第i-1状态的各个分支网络的网络参数。
5.根据权利要求4所述的方法,其特征在于,所述根据所述各个网络损失,对应更新第i-1状态的各个分支网络的网络参数,包括:
根据所述各个网络损失及所述各个网络损失的第i-1状态的缩放参数,确定与所述各个网络损失对应的缩放损失;
根据各个缩放损失,对应更新第i-1状态的各个分支网络的网络参数以及第i-1状态的缩放参数,以得到第i状态的各个分支网络及第i状态的缩放参数。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述根据所述各个网络损失及所述各个网络损失的目标加权系数,得到所述图像处理网络的总体损失,包括:
根据所述各个网络损失的目标加权系数,对多个网络损失进行加权求和,得到所述总体损失。
7.根据权利要求1所述的方法,其特征在于,分别确定各个网络损失对于所述主干网络的梯度信息,包括:
分别确定所述各个网络损失对于所述主干网络提取的图像特征的梯度信息。
8.根据权利要求1-7任一项所述的方法,其特征在于,所述方法还包括:
在所述第i状态的图像处理网络满足训练条件的情况下,将所述第i状态的图像处理网络确定为训练后的图像处理网络。
9.根据权利要求1-8任一项所述的方法,其特征在于,所述图像处理任务包括图像识别、图像分类、图像分割、关键点检测中的至少两种。
10.一种图像处理方法,其特征在于,包括:
将待处理的图像输入至图像处理网络中,得到所述图像的多个第二处理结果,其中,所述图像处理网络是根据权利要求1-9任一项所述的网络训练方法训练得到的。
11.一种网络训练装置,其特征在于,包括:
处理模块,用于将样本图像输入第i-1状态的图像处理网络,得到所述样本图像的多个第一处理结果,所述图像处理网络包括主干网络及多个分支网络,所述主干网络用于提取图像特征,所述多个分支网络用于基于所述图像特征输出各图像处理任务的处理结果,i为正整数;
梯度信息确定模块,用于根据所述样本图像的标注信息以及所述多个第一处理结果,分别确定各个分支网络的网络损失以及各个网络损失对于所述主干网络的梯度信息;
加权系数确定模块,用于根据所述梯度信息,确定所述各个网络损失的目标加权系数;
总体损失确定模块,用于根据所述各个网络损失及所述各个网络损失的目标加权系数,得到所述图像处理网络的总体损失;
训练模块,用于根据所述总体损失,对所述第i-1状态的图像处理网络进行训练,得到第i状态的图像处理网络。
12.一种电子设备,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10中任意一项所述的方法。
13.一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10中任意一项所述的方法。
CN202110245295.9A 2021-03-05 2021-03-05 网络训练方法、图像处理方法、装置、设备及存储介质 Pending CN113159275A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110245295.9A CN113159275A (zh) 2021-03-05 2021-03-05 网络训练方法、图像处理方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110245295.9A CN113159275A (zh) 2021-03-05 2021-03-05 网络训练方法、图像处理方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN113159275A true CN113159275A (zh) 2021-07-23

Family

ID=76884334

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110245295.9A Pending CN113159275A (zh) 2021-03-05 2021-03-05 网络训练方法、图像处理方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113159275A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114839340A (zh) * 2022-04-27 2022-08-02 芯视界(北京)科技有限公司 水质生物活性检测方法及装置、电子设备和存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190147298A1 (en) * 2017-11-14 2019-05-16 Magic Leap, Inc. Meta-learning for multi-task learning for neural networks
CN109886986A (zh) * 2019-01-23 2019-06-14 北京航空航天大学 一种基于多分支卷积神经网络的皮肤镜图像分割方法
US20190213747A1 (en) * 2018-01-10 2019-07-11 Samsung Electronics Co., Ltd. Image processing method and apparatus
US20190318202A1 (en) * 2016-10-31 2019-10-17 Tencent Technology (Shenzhen) Company Limited Machine learning model training method and apparatus, server, and storage medium
EP3582142A1 (en) * 2018-06-15 2019-12-18 Université de Liège Image classification using neural networks
CN111373419A (zh) * 2017-10-26 2020-07-03 奇跃公司 用于深度多任务网络中自适应损失平衡的梯度归一化***和方法
CN112016559A (zh) * 2020-08-26 2020-12-01 北京推想科技有限公司 实例分割模型的训练方法及装置,图像处理的方法及装置
WO2021007812A1 (zh) * 2019-07-17 2021-01-21 深圳大学 一种深度神经网络超参数优化方法、电子设备及存储介质
US20210042580A1 (en) * 2018-10-10 2021-02-11 Tencent Technology (Shenzhen) Company Limited Model training method and apparatus for image recognition, network device, and storage medium

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190318202A1 (en) * 2016-10-31 2019-10-17 Tencent Technology (Shenzhen) Company Limited Machine learning model training method and apparatus, server, and storage medium
CN111373419A (zh) * 2017-10-26 2020-07-03 奇跃公司 用于深度多任务网络中自适应损失平衡的梯度归一化***和方法
US20190147298A1 (en) * 2017-11-14 2019-05-16 Magic Leap, Inc. Meta-learning for multi-task learning for neural networks
CN111328400A (zh) * 2017-11-14 2020-06-23 奇跃公司 用于神经网络的多任务学习的元学习
US20190213747A1 (en) * 2018-01-10 2019-07-11 Samsung Electronics Co., Ltd. Image processing method and apparatus
EP3582142A1 (en) * 2018-06-15 2019-12-18 Université de Liège Image classification using neural networks
US20210042580A1 (en) * 2018-10-10 2021-02-11 Tencent Technology (Shenzhen) Company Limited Model training method and apparatus for image recognition, network device, and storage medium
CN109886986A (zh) * 2019-01-23 2019-06-14 北京航空航天大学 一种基于多分支卷积神经网络的皮肤镜图像分割方法
WO2021007812A1 (zh) * 2019-07-17 2021-01-21 深圳大学 一种深度神经网络超参数优化方法、电子设备及存储介质
CN112016559A (zh) * 2020-08-26 2020-12-01 北京推想科技有限公司 实例分割模型的训练方法及装置,图像处理的方法及装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114839340A (zh) * 2022-04-27 2022-08-02 芯视界(北京)科技有限公司 水质生物活性检测方法及装置、电子设备和存储介质

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
CN111753822B (zh) 文本识别方法及装置、电子设备和存储介质
CN110909815B (zh) 神经网络训练、图像处理方法、装置及电子设备
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
CN110889469A (zh) 图像处理方法及装置、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
CN111881956A (zh) 网络训练方法及装置、目标检测方法及装置和电子设备
WO2022247103A1 (zh) 图像处理方法及装置、电子设备和计算机可读存储介质
CN112598063A (zh) 神经网络生成方法及装置、电子设备和存储介质
CN111539410A (zh) 字符识别方法及装置、电子设备和存储介质
CN109685041B (zh) 图像分析方法及装置、电子设备和存储介质
CN114338083A (zh) 控制器局域网络总线异常检测方法、装置和电子设备
CN113326768A (zh) 训练方法、图像特征提取方法、图像识别方法及装置
CN113298091A (zh) 图像处理方法及装置、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
CN113065361B (zh) 用户亲密度的确定方法及装置、电子设备和存储介质
CN113159275A (zh) 网络训练方法、图像处理方法、装置、设备及存储介质
CN111784773A (zh) 图像处理方法及装置、神经网络训练方法及装置
CN112102300A (zh) 计数方法及装置、电子设备和存储介质
CN109635926B (zh) 用于神经网络的注意力特征获取方法、装置及存储介质
CN112598676A (zh) 图像分割方法及装置、电子设备和存储介质
CN112651880B (zh) 视频数据处理方法及装置、电子设备和存储介质
CN115100492A (zh) Yolov3网络训练、pcb表面缺陷检测方法及装置
CN114973359A (zh) 表情识别方法及装置、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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210723

RJ01 Rejection of invention patent application after publication