[發(fā)明專利]一種對齊分類模型的訓(xùn)練方法和圖像分類方法

有效

• 申請?zhí)枺?/td>: 201910061366.2
• 申請日: 2019-01-22
• 公開（公告）號: CN109902716B
• 公開（公告）日: 2021-01-29
• 發(fā)明（設(shè)計(jì)）人: 許益鴻;齊子銘;涂清華;李志陽;張偉
• 申請（專利權(quán)）人: 廈門美圖之家科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/66;G06N3/04;G06N3/08
• 代理公司: 北京思睿峰知識產(chǎn)權(quán)代理有限公司 11396
• 代理人: 謝建云;張贊

1.一種對齊分類模型的訓(xùn)練方法，適于在計(jì)算設(shè)備中執(zhí)行，所述對齊分類模型包括主網(wǎng)絡(luò)、第一分支網(wǎng)絡(luò)和第二分支網(wǎng)絡(luò)，所述主網(wǎng)絡(luò)和第一分支網(wǎng)絡(luò)構(gòu)成對齊模型，適于輸出預(yù)測特征點(diǎn)的坐標(biāo)，所述主網(wǎng)絡(luò)和第二分支網(wǎng)絡(luò)構(gòu)成分類模型，適于輸出預(yù)測圖像類別的概率，所述方法包括：

獲取經(jīng)過標(biāo)注的訓(xùn)練圖像，所述訓(xùn)練圖像具有相應(yīng)的標(biāo)注數(shù)據(jù)，所述標(biāo)注數(shù)據(jù)包含圖像的類別；

將所述訓(xùn)練圖像輸入分類模型中進(jìn)行訓(xùn)練，以得到訓(xùn)練后的第二分支網(wǎng)絡(luò)；以及

將所述訓(xùn)練圖像輸入對齊分類模型中進(jìn)行訓(xùn)練，優(yōu)化所述第二分支網(wǎng)絡(luò)，以得到訓(xùn)練后的對齊分類模型。

2.如權(quán)利要求1所述的方法，其中，所述訓(xùn)練圖像包括狗臉圖像、貓臉圖像和其他圖像，

貓臉圖像標(biāo)注為0，狗臉圖像標(biāo)注為1，其他圖像標(biāo)注為2。

3.如權(quán)利要求1所述的方法，其中，所述方法包括：

將已標(biāo)注特征點(diǎn)的圖像輸入對齊模型中，以輸出預(yù)測特征點(diǎn)的坐標(biāo)；

基于標(biāo)注特征點(diǎn)坐標(biāo)與預(yù)測特征點(diǎn)坐標(biāo)的距離，計(jì)算第一損失函數(shù)的值；以及

基于第一損失函數(shù)的值調(diào)整對齊模型的參數(shù)，以得到訓(xùn)練好的對齊模型。

4.如權(quán)利要求3所述的方法，其中，所述對齊模型為狗臉對齊模型，適于輸出狗臉點(diǎn)坐標(biāo)。

5.如權(quán)利要求1所述的方法，其中，所述將訓(xùn)練圖像輸入分類模型中進(jìn)行訓(xùn)練的步驟包括：

基于訓(xùn)練好的對齊模型中主網(wǎng)絡(luò)的參數(shù)和正態(tài)分布初始化方法，初始化分類模型的參數(shù)；

基于標(biāo)注圖像類別和預(yù)測圖像類別，計(jì)算第二損失函數(shù)的值；以及

基于預(yù)設(shè)的主網(wǎng)絡(luò)的第一學(xué)習(xí)率、第二分支網(wǎng)絡(luò)的第二學(xué)習(xí)率以及第二損失函數(shù)的值，訓(xùn)練所述分類模型。

6.如權(quán)利要求5所述的方法，其中，所述初始化分類模型的參數(shù)的步驟包括：

在達(dá)到預(yù)定迭代次數(shù)的情況下，將所述主網(wǎng)絡(luò)的參數(shù)重新初始化為訓(xùn)練好的對齊模型中主網(wǎng)絡(luò)的參數(shù)。

7.如權(quán)利要求5所述方法，其中，所述第一學(xué)習(xí)率大于所述第二學(xué)習(xí)率。

8.如權(quán)利要求5所述的方法，其中，所述第二損失函數(shù)為交叉熵?fù)p失函數(shù)，所述交叉熵?fù)p失函數(shù)通過下述公式計(jì)算：

其中，y′為已標(biāo)注圖像類別，y為預(yù)測的圖像類別，i為圖像的索引。

9.如權(quán)利要求1所述的方法，其中，所述主網(wǎng)絡(luò)包括由卷積層、激活層、池化層組成的卷積處理層，其中設(shè)置有多個(gè)分組卷積。

10.如權(quán)利要求1所述的方法，其中，所述第一分支網(wǎng)絡(luò)包括由多個(gè)全連接層和dropout層組成的分類處理層，所述第二分支網(wǎng)絡(luò)包括卷積層、激活層、池化層、全連接層和歸一化層。

11.一種圖像分類方法，適于在計(jì)算設(shè)備中執(zhí)行，所述方法包括：

將待分類圖像輸入所述對齊分類模型中，以輸出待分類圖像所屬的圖像類別，

其中所述對齊分類模型利用如權(quán)利要求1-10中任一項(xiàng)所述的方法來訓(xùn)練生成。

12.如權(quán)利要求11所述的方法，其中，所述方法包括：

當(dāng)待分類圖像中包含狗臉圖像時(shí)，輸出預(yù)測的狗臉點(diǎn)坐標(biāo)。

13.一種計(jì)算設(shè)備，包括：

存儲器；

一個(gè)或多個(gè)處理器；

一個(gè)或多個(gè)程序，其中所述一個(gè)或多個(gè)程序存儲在所述存儲器中并被配置為由所述一個(gè)或多個(gè)處理器執(zhí)行，所述一個(gè)或多個(gè)程序包括用于執(zhí)行根據(jù)權(quán)利要求1-12所述方法中的任一方法的指令。

14.一種存儲一個(gè)或多個(gè)程序的計(jì)算機(jī)可讀存儲介質(zhì)，所述一個(gè)或多個(gè)程序包括指令，所述指令當(dāng)計(jì)算設(shè)備執(zhí)行時(shí)，使得所述計(jì)算設(shè)備執(zhí)行根據(jù)權(quán)利要求1-12所述的方法中的任一方法的指令。