[發明專利]評估神經網絡性能的方法及裝置

有效

• 申請號: 201910471332.0
• 申請日: 2019-05-31
• 公開（公告）號: CN110210558B
• 公開（公告）日: 2021-10-26
• 發明（設計）人: 周東展;周心池;伊帥;歐陽萬里
• 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
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫;熊永強

1.一種評估神經網絡性能的方法，其特征在于，包括：

獲取評估參數集、訓練圖像集和待評估神經網絡集；所述評估參數集包括：目標采樣率、目標周期數；所述評估參數集通過預設規則獲得；所述預設規則用于指導用戶調整參考參數集獲得所述評估參數集；所述預設規則包括：在將所述目標采樣率設為第一預設值的情況下，減小所述參考參數集中的周期數獲得所述目標周期數；

使用所述目標采樣率從所述訓練圖像集中采樣獲得樣本圖像集，使用所述樣本圖像集對所述待評估神經網絡集訓練N個周期，得到訓練后的待評估神經網絡集，并基于所述訓練后的待評估神經網絡集得到評估結果；所述N為所述目標周期數；

在接收到用戶輸入的評估指令的情況下，根據所述待評估神經網絡集中的待評估神經網絡在所述評估結果中的排名和所述待評估神經網絡在參考結果中的排名，得到所述評估結果和所述參考結果的相關度；所述參考結果通過在預設參數集下使用所述訓練圖像集訓練所述待評估神經網絡得到；所述相關度與所述評估結果的準確率成正相關；

顯示所述相關度、所述待評估神經網絡集的評估時長和所消耗的顯存大小。

2.根據權利要求1所述的方法，其特征在于，所述評估參數集還包括：目標通道數，所述預設規則包括：減小所述參考參數集中的通道數獲得所述目標通道數；

所述使用所述樣本圖像集對所述待評估神經網絡集訓練N個周期，得到訓練后的待評估神經網絡集之前，所述方法還包括：

將所述待評估神經網絡集中的待評估神經網絡的通道數設置為所述目標通道數。

3.根據權利要求1所述的方法，其特征在于，所述評估參數集還包括：目標分辨率，所述預設規則包括：減小所述參考參數集中的分辨率獲得所述目標分辨率；

所述使用所述樣本圖像集對所述待評估神經網絡集訓練N個周期，得到訓練后的待評估神經網絡集之前，所述方法還包括：

將所述樣本圖像集中的圖像的分辨率減小至所述目標分辨率，得到減小分辨率后的樣本圖像集；

所述使用所述樣本圖像集對所述待評估神經網絡集訓練N個周期，得到訓練后的待評估神經網絡集，包括：

使用所述減小分辨率后的樣本圖像集對所述待評估神經網絡集訓練M個周期，得到所述訓練后的待評估神經網絡集；所述M等于所述N。

4.根據權利要求1至3中任意一項所述的方法，其特征在于，所述待評估神經網絡集中的待評估神經網絡用于圖像分類。

5.根據權利要求4所述的方法，其特征在于，所述待評估神經網絡集中的待評估神經網絡包括標準層、縮減層以及分類層；所述標準層、所述縮減層以及所述分類層依次串聯；所述標準層用于從輸入所述標準層的圖像中提取特征；所述縮減層用于從輸入所述縮減層的圖像中提取特征，并縮小輸入所述縮減層的圖像的大小；所述分類層用于根據所述縮減層輸出的特征得到輸入所述待評估神經網絡集中的神經網絡的圖像的分類結果；

所述標準層和所述縮減層均包括多個神經元；所述多個神經元中的神經元依次串聯，且第i+1個神經元的輸入包括第i個神經元的輸出和第i-1個神經元的輸出；所述第i+1個神經元、所述第i個神經元以及所述第i-1個神經元屬于所述多個神經元；所述i為大于1的正整數；

所述神經元包括j個節點；第k個節點的輸入為所述第k個節點之前的k-1個節點中的任意兩個節點的輸出；所述k為大于2的正整數，且所述k小于或等于所述j；所述神經元的輸出為所述第j個節點的輸出和所述第j-1個節點的輸出融合后的結果；

所述節點包括至少兩個操作；所述操作的輸入為所述節點的輸入；所述操作包括以下任意一種：卷積、池化、映射。

6.根據權利要求1至3、5中任意一項所述的方法，其特征在于，所述方法還包括：

選取所述評估結果中排名最高的神經網絡作為目標神經網絡。