[發(fā)明專利]一種對齊分類模型的訓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（設計）人: 許益鴻;齊子銘;涂清華;李志陽;張偉
• 申請（專利權）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)權代理有限公司 11396
• 代理人: 謝建云;張贊

本發(fā)明公開了一種對齊分類模型的訓練方法，對齊分類模型包括主網(wǎng)絡、第一分支網(wǎng)絡和第二分支網(wǎng)絡，方法包括：獲取經(jīng)過標注的訓練圖像，訓練圖像具有相應的標注數(shù)據(jù)，標注數(shù)據(jù)包含圖像的類別；將訓練圖像輸入分類模型中進行訓練，以得到訓練后的第二分支網(wǎng)絡；將訓練圖像輸入對齊分類模型中進行訓練，優(yōu)化第二分支網(wǎng)絡，以得到訓練后的對齊分類模型。該方案能夠提高模型分類的精度，并節(jié)約模型訓練時間和所需的數(shù)據(jù)量。

技術領域

本發(fā)明涉及深度學習技術領域，尤其涉及一種對齊分類模型的訓練方法和圖像分類方法、計算設備及存儲介質。

背景技術

貓狗臉分類有廣泛的應用場景，例如在給貓狗拍照的過程中，通過區(qū)分是貓是狗，加入一些定制化的動畫控件，增加用戶的拍攝樂趣。但是傳統(tǒng)的貓狗臉分類訓練方法需要訓練的數(shù)據(jù)量龐大，網(wǎng)絡結構復雜，無法適應移動終端對數(shù)據(jù)大小和訓練速度的要求。一方面，對于圖像的分類，重新訓練一個完整的網(wǎng)絡需要耗費大量的時間；另一方面，現(xiàn)有的分類模型主要利用VGG等深度卷積網(wǎng)絡從圖像中提取特征，這種方法精度高但是耗時耗內存。

目前大部分狗臉點對齊方案利用目標檢測和跟蹤算法進行實時跟蹤。但是由于狗的品種繁多，且活潑好動，導致狗臉檢測不穩(wěn)定，影響預測狗臉點的精度。

因此，需要一種對齊分類模型，能夠同時具有對齊和分類的功能，能夠進一步提高對齊和分類的準確性。

發(fā)明內容

為此，本發(fā)明提供了一種對齊分類模型的訓練方法和圖像分類方法、計算設備及存儲介質，以力圖解決或者至少緩解上面存在的至少一個問題。

根據(jù)本發(fā)明的一個方面，提供了一種對齊分類模型的訓練方法，適于在計算設備中執(zhí)行。對齊分類模型包括主網(wǎng)絡、第一分支網(wǎng)絡和第二分支網(wǎng)絡，其中主網(wǎng)絡和第一分支網(wǎng)絡構成對齊模型，適于輸出預測特征點的坐標，主網(wǎng)絡和第二分支網(wǎng)絡構成分類模型，適于輸出預測圖像類別的概率。在該方法中，首先獲取經(jīng)過標注的訓練圖像，訓練圖像具有相應的標注數(shù)據(jù)，標注數(shù)據(jù)包含圖像的類別。然后，將訓練圖像輸入分類模型中進行訓練，以得到訓練后的第二分支網(wǎng)絡。最后，將訓練圖像輸入對齊分類模型中進行訓練，優(yōu)化第二分支網(wǎng)絡，以得到訓練后的對齊分類模型。

可選地，主網(wǎng)絡包括由卷積層、激活層、池化層組成的卷積處理層，其中設置有多個分組卷積。

可選地，第一分支網(wǎng)絡包括由全連接層和dropout層組成的分類處理層，第二分支網(wǎng)絡包括卷積層、激活層、池化層、全連接層和歸一化層。

可選地，在上述方法中，訓練圖像包括狗臉圖像、貓臉圖像和其他圖像。貓臉圖像標注為0，狗臉圖像標注為1，其他圖像標注為2。

可選地，在上述方法中，可以將已標注特征點的圖像輸入對齊模型中，以輸出預測特征點的坐標；基于標注特征點坐標與預測特征點坐標的距離，計算第一損失函數(shù)的值；以及基于第一損失函數(shù)的值調整對齊模型的參數(shù)，以得到訓練好的對齊模型。

可選地，在上述方法中，對齊模型為狗臉對齊模型，適于輸出狗臉點坐標。

可選地，在上述方法中，可以基于訓練好的對齊模型中主網(wǎng)絡的參數(shù)和正態(tài)分布初始化方法，初始化分類模型的參數(shù)。然后，基于標注圖像類別和預測圖像類別，計算第二損失函數(shù)的值；以及基于預設的主網(wǎng)絡的第一學習率、第二分支網(wǎng)絡的第二學習率以及第二損失函數(shù)的值，訓練分類模型。

可選地，在上述方法中，在達到預定迭代次數(shù)的情況下，將主網(wǎng)絡的參數(shù)重新初始化為訓練好的對齊模型中主網(wǎng)絡的參數(shù)。

可選地，第一學習率大于所述第二學習率。

可選地，在上述方法中，第二損失函數(shù)為交叉熵損失函數(shù)，交叉熵損失函數(shù)可以通過下述公式計算：

其中，y′為已標注圖像類別，y為預測的圖像類別，i為圖像的索引。