[發明專利]神經網絡自適應訓練方法和裝置、設備、程序和存儲介質

有效

• 申請號: 201810215337.2
• 申請日: 2018-03-15
• 公開（公告）號: CN108229591B
• 公開（公告）日: 2020-09-22
• 發明（設計）人: 龐家昊;孫文秀;楊成熙;任思捷;肖瑞超;林倞
• 申請（專利權）人: 北京市商湯科技開發有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/02
• 代理公司: 北京思源智匯知識產權代理有限公司 11657
• 代理人: 毛麗琴

本發明實施例公開了一種神經網絡自適應訓練方法和裝置、電子設備、計算機程序和存儲介質。其中，方法包括：放大第二圖像；向作為當前待訓練神經網絡的第一神經網絡輸入放大后的第二圖像，得到經所述第一神經網絡處理后且調整為與所述第二圖像等大的第三圖像；基于所述第二圖像并以所述第三圖像為監督數據，對所述第一神經網絡進行訓練。本發明實施例可以獲得更有效的自適應效果。

技術領域

本發明屬于計算機視覺技術領域，特別是涉及一種神經網絡自適應訓練方法和裝置、電子設備、計算機程序和存儲介質。

背景技術

隨著深度學習技術的不斷發展，卷積神經網絡在像素級圖像處理問題上的應用越來越廣泛，這類像素級圖像處理問題的特點是：輸入的是一幅或者兩幅圖像，經過圖像處理后輸出的也是一幅圖像，并且輸出圖像與輸入圖像之間存在著一定的關聯。例如：雙目立體匹配，其輸入的是雙目視覺系統采集得到的校準過的左圖和右圖，輸出的是對應的視差圖；又例如：圖像語義分割，其輸入的是一幅圖像，輸出的是對應的含有語義標注的圖像；再例如：光流估計，其輸入的是兩幅連續的圖像，輸出的是對應的光流場圖像。

發明內容

本發明實施例提供一種神經網絡自適應訓練技術方案。

根據本發明實施例的一個方面，提供一種神經網絡自適應訓練方法，包括：

放大第二圖像；

向作為當前待訓練神經網絡的第一神經網絡輸入放大后的第二圖像，得到經所述第一神經網絡處理后且調整為與所述第二圖像等大的第三圖像；

基于所述第二圖像并以所述第三圖像為監督數據，對所述第一神經網絡進行訓練。

可選地，在本發明上述任一方法實施例中，還包括：

基于第一圖像并以所述第一圖像的標注信息為監督數據，對所述第一神經網絡進行訓練。

可選地，在本發明上述任一方法實施例中，所述當前待訓練的神經網絡訓練完成后作為針對第二場景的圖像處理任務的神經網絡；

所述第一神經網絡在作為所述當前待訓練的神經網絡之前，用于處理針對第一場景的圖像處理任務，其中，所述第一場景和所述第二場景不同。

可選地，在本發明上述任一方法實施例中，所述第一圖像為對應所述第一場景的圖像，所述第二圖像為對應所述第二場景的圖像。

可選地，在本發明上述任一方法實施例中，所述第二圖像為在所述第二場景下的采集圖像。

可選地，在本發明上述任一方法實施例中，還包括：

獲取訓練圖像集，所述訓練圖像集包括：至少一所述第一圖像，和/或，至少一所述第二圖像

可選地，在本發明上述任一方法實施例中，所述第一神經網絡的訓練為多次迭代訓練，

任一迭代訓練的訓練圖像集包括：至少一所述第一圖像，和/或，至少一所述第二圖像；

各次迭代的訓練圖像集的合集包括：至少一所述第一圖像，和至少一所述第二圖像。

可選地，在本發明上述任一方法實施例中，所述獲取訓練圖像集包括：

從無標注圖像集中選取至少一所述第二圖像；和/或，

從標注圖像集中選取至少一所述第一圖像。

可選地，在本發明上述任一方法實施例中，所述放大第二圖像之前，還包括：確定所述第二圖像為無標注圖像；和/或，

所述基于第一圖像并以所述第一圖像的標注為監督數據，對所述第一神經網絡進行訓練之前，還包括：確定所述第一圖像為標注圖像。