[發(fā)明專利]一種釋義加強(qiáng)的圖片訓(xùn)練方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201810395008.0
• 申請(qǐng)日: 2018-04-27
• 公開（公告）號(hào): CN108664998A
• 公開（公告）日: 2018-10-16
• 發(fā)明（設(shè)計(jì)）人: 陶然;孟凡靖;李明靜
• 申請(qǐng)（專利權(quán)）人: 上海愛優(yōu)威軟件開發(fā)有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本申請(qǐng)實(shí)施例公開了一種釋義加強(qiáng)的圖片訓(xùn)練方法及系統(tǒng)，涉及智能終端技術(shù)領(lǐng)域。所述方法包括：獲取第一數(shù)據(jù)集的第一標(biāo)簽；根據(jù)釋義拆解所述第一標(biāo)簽為多個(gè)二級(jí)標(biāo)簽；根據(jù)所述二級(jí)標(biāo)簽的第二數(shù)據(jù)集，訓(xùn)練所述第一標(biāo)簽；生成可泛化模型。本申請(qǐng)的釋義加強(qiáng)的圖片訓(xùn)練方法及系統(tǒng)，通過釋義拆解獲取的第一標(biāo)簽為多個(gè)二級(jí)標(biāo)簽，根據(jù)二級(jí)標(biāo)簽的數(shù)據(jù)集訓(xùn)練第一標(biāo)簽，并生產(chǎn)第一標(biāo)簽的可泛化模型，加強(qiáng)圖片訓(xùn)練效果，改善用戶體驗(yàn)。

技術(shù)領(lǐng)域

本申請(qǐng)涉及智能終端技術(shù)領(lǐng)域，尤其涉及釋義加強(qiáng)的圖片訓(xùn)練方法及系統(tǒng)。

背景技術(shù)

隨著通信技術(shù)的飛速發(fā)展，人們的生活、工作等與智能終端(例如，通信終端等)息息相關(guān)。目前，智能終端的功能逐漸多樣化，例如，智能終端可以實(shí)現(xiàn)相冊(cè)圖片的自動(dòng)分類整理等功能。其中，圖片分類主要通過神經(jīng)網(wǎng)絡(luò)訓(xùn)練模型實(shí)現(xiàn)，具體包括輸入有標(biāo)簽的訓(xùn)練集，經(jīng)過神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，輸出最終模型，并利用訓(xùn)練得到的模型對(duì)其他圖片進(jìn)行分類。然而，很多標(biāo)簽的訓(xùn)練集非常少或難以獲得，例如，由于異常場(chǎng)景、特殊標(biāo)簽的訓(xùn)練集難以獲得，終端很難針對(duì)這些缺少訓(xùn)練集的標(biāo)簽進(jìn)行訓(xùn)練。

因此，期望提供一種釋義加強(qiáng)的圖片訓(xùn)練方法及系統(tǒng)，通過釋義拆解獲取的第一標(biāo)簽為多個(gè)二級(jí)標(biāo)簽，根據(jù)二級(jí)標(biāo)簽的數(shù)據(jù)集訓(xùn)練第一標(biāo)簽，并生產(chǎn)第一標(biāo)簽的可泛化模型，加強(qiáng)圖片訓(xùn)練效果，改善用戶體驗(yàn)。

發(fā)明內(nèi)容

根據(jù)本申請(qǐng)的一些實(shí)施例的第一方面，提供了一種釋義加強(qiáng)的圖片訓(xùn)練方法，應(yīng)用于終端(例如，電子設(shè)備等)中，所述方法可以包括：獲取第一數(shù)據(jù)集的第一標(biāo)簽；根據(jù)釋義拆解所述第一標(biāo)簽為多個(gè)二級(jí)標(biāo)簽；根據(jù)所述二級(jí)標(biāo)簽的第二數(shù)據(jù)集，訓(xùn)練所述第一標(biāo)簽；生成可泛化模型。

在一些實(shí)施例中，所述方法可以進(jìn)一步包括：確定所述二級(jí)標(biāo)簽的權(quán)重。

在一些實(shí)施例中，所述方法可以進(jìn)一步包括：改寫神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練模塊。

在一些實(shí)施例中，所述神經(jīng)網(wǎng)絡(luò)模型包括通過代碼實(shí)現(xiàn)的開源模型，所述模型包括圖片分類模型。

在一些實(shí)施例中，所述圖片分類模型包括VGGNet模型、ResNet模型、InceptionV3模型。

在一些實(shí)施例中，所述神經(jīng)網(wǎng)絡(luò)模型包括數(shù)據(jù)輸入層、卷積計(jì)算層、ReLU激勵(lì)層、池化層、全連接層、數(shù)據(jù)輸出層。

在一些實(shí)施例中，所述改寫訓(xùn)練模塊包括在數(shù)據(jù)輸出層增加權(quán)重層。

在一些實(shí)施例中，所述訓(xùn)練所述第一標(biāo)簽包括根據(jù)訓(xùn)練算法訓(xùn)練所述第一標(biāo)簽，所述訓(xùn)練算法包括梯度下降、隨機(jī)梯度下降。

在一些實(shí)施例中，所述方法可以進(jìn)一步包括：根據(jù)所述模型分類無標(biāo)簽的數(shù)據(jù)集。

根據(jù)本申請(qǐng)的一些實(shí)施例的第二方面，提供了一個(gè)系統(tǒng)，包括：一個(gè)存儲(chǔ)器，被配置為存儲(chǔ)數(shù)據(jù)及指令；一個(gè)與存儲(chǔ)器建立通信的處理器，其中，當(dāng)執(zhí)行存儲(chǔ)器中的指令時(shí)，所述處理器被配置為：獲取第一數(shù)據(jù)集的第一標(biāo)簽；根據(jù)釋義拆解所述第一標(biāo)簽為多個(gè)二級(jí)標(biāo)簽；根據(jù)所述二級(jí)標(biāo)簽的第二數(shù)據(jù)集，訓(xùn)練所述第一標(biāo)簽；生成可泛化模型。

因此，根據(jù)本申請(qǐng)的一些實(shí)施例的釋義加強(qiáng)的圖片訓(xùn)練方法及系統(tǒng)，通過釋義拆解獲取的第一標(biāo)簽為多個(gè)二級(jí)標(biāo)簽，根據(jù)二級(jí)標(biāo)簽的數(shù)據(jù)集訓(xùn)練第一標(biāo)簽，并生產(chǎn)第一標(biāo)簽的可泛化模型，加強(qiáng)圖片訓(xùn)練效果，改善用戶體驗(yàn)。

附圖說明

為更好地理解并闡述本申請(qǐng)的一些實(shí)施例，以下將結(jié)合附圖參考實(shí)施例的描述，在這些附圖中，同樣的數(shù)字編號(hào)在附圖中指示相應(yīng)的部分。

圖1是根據(jù)本申請(qǐng)的一些實(shí)施例提供的網(wǎng)絡(luò)環(huán)境系統(tǒng)的示例性示意圖。

圖2是根據(jù)本申請(qǐng)的一些實(shí)施例提供的電子設(shè)備功能配置的示例性單元示意圖。

圖3是根據(jù)本申請(qǐng)的一些實(shí)施例提供的釋義加強(qiáng)的圖片訓(xùn)練方法的示例性流程圖。