[發(fā)明專利]圖像識別模型的訓練方法及裝置、圖像識別方法及裝置

有效

• 申請?zhí)枺?/td>: 202010075299.2
• 申請日: 2020-01-22
• 公開（公告）號: CN111275120B
• 公開（公告）日: 2022-07-26
• 發(fā)明（設計）人: 楊新星;李龍飛;周俊
• 申請（專利權）人: 支付寶（杭州）信息技術有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06V10/774;G06V10/764;G06V10/82;G06N3/04
• 代理公司: 北京匯思誠業(yè)知識產(chǎn)權代理有限公司 11444
• 代理人: 馮偉

1.一種圖像識別模型的訓練方法，包括：

獲取帶標簽的樣本圖像；

將所述樣本圖像輸入訓練完的第一圖像識別模型；其中，所述訓練完的第一圖像識別模型包括M個子網(wǎng)絡，M為正整數(shù)，每個所述子網(wǎng)絡包括至少一層卷積神經(jīng)網(wǎng)絡；

將待訓練的第二圖像識別模型中的每層卷積神經(jīng)網(wǎng)絡，分別與所述訓練完的第一圖像識別模型中的一個所述子網(wǎng)絡相對應；其中，所述待訓練的第二圖像識別模型包括M層所述卷積神經(jīng)網(wǎng)絡；

根據(jù)所述訓練完的第一圖像識別模型中的每個所述子網(wǎng)絡的輸入和輸出，對所述待訓練的第二圖像識別模型中的每層所述卷積神經(jīng)網(wǎng)絡的參數(shù)進行初始化處理；

將所述樣本圖像輸入?yún)?shù)初始化處理后的所述待訓練的第二圖像識別模型；

根據(jù)所述待訓練的第二圖像識別模型的輸出和所述樣本圖像的標簽，對所述待訓練的第二圖像識別模型進行訓練；以及

當滿足預設條件時，完成對所述待訓練的第二圖像識別模型的訓練；

所述根據(jù)所述訓練完的第一圖像識別模型中的每個所述子網(wǎng)絡的輸入和輸出，對所述待訓練的第二圖像識別模型中的每層所述卷積神經(jīng)網(wǎng)絡的參數(shù)進行初始化處理，包括：

獲取所述訓練完的第一圖像識別模型中的所述子網(wǎng)絡的輸入向量和輸出向量；

將所述訓練完的第一圖像識別模型中的所述子網(wǎng)絡的輸入向量，輸入所述待訓練的第二圖像識別模型中對應的所述卷積神經(jīng)網(wǎng)絡；

根據(jù)所述待訓練的第二圖像識別模型中對應的所述卷積神經(jīng)網(wǎng)絡的輸出向量，和所述訓練完的第一圖像識別模型中的所述子網(wǎng)絡的輸出向量，對所述待訓練的第二圖像識別模型中對應的所述卷積神經(jīng)網(wǎng)絡的參數(shù)進行調(diào)整；

當所述待訓練的第二圖像識別模型中對應的所述卷積神經(jīng)網(wǎng)絡的輸出向量，和所述訓練完的第一圖像識別模型中的所述子網(wǎng)絡的輸出向量之間的相似度最小時，完成對所述待訓練的第二圖像識別模型中的所述卷積神經(jīng)網(wǎng)絡的參數(shù)的初始化處理。

2.如權利要求1所述的訓練方法，其中，在所述將所述訓練完的第一圖像識別模型中的所述子網(wǎng)絡的輸入向量，輸入所述待訓練的第二圖像識別模型中對應的所述卷積神經(jīng)網(wǎng)絡之前，還包括：

比較所述待訓練的第二圖像識別模型中對應的所述卷積神經(jīng)網(wǎng)絡的參數(shù)矩陣的行數(shù)，和所述訓練完的第一圖像識別模型中的所述子網(wǎng)絡的輸入向量的維數(shù)的大小關系；

當所述待訓練的第二圖像識別模型中對應的所述卷積神經(jīng)網(wǎng)絡的參數(shù)矩陣的行數(shù)，小于所述訓練完的第一圖像識別模型中的所述子網(wǎng)絡的輸入向量的維數(shù)時，使用預設數(shù)值對所述待訓練的第二圖像識別模型中對應的所述卷積神經(jīng)網(wǎng)絡的參數(shù)矩陣進行填充。

3.如權利要求1所述的訓練方法，其中，在所述將所述訓練完的第一圖像識別模型中的所述子網(wǎng)絡的輸入向量，輸入所述待訓練的第二圖像識別模型中對應的所述卷積神經(jīng)網(wǎng)絡之前，還包括：

比較所述待訓練的第二圖像識別模型中對應的所述卷積神經(jīng)網(wǎng)絡的參數(shù)矩陣的列數(shù)，和所述訓練完的第一圖像識別模型中的所述子網(wǎng)絡的輸出向量的維數(shù)的大小關系；

當所述待訓練的第二圖像識別模型中對應的所述卷積神經(jīng)網(wǎng)絡的參數(shù)矩陣的列數(shù)，小于所述訓練完的第一圖像識別模型中的所述子網(wǎng)絡的輸出向量的維數(shù)時，使用預設數(shù)值對所述待訓練的第二圖像識別模型中對應的所述卷積神經(jīng)網(wǎng)絡的參數(shù)矩陣進行填充。

4.一種圖像識別方法，包括：

獲取待識別圖像；

將所述待識別圖像輸入如權利要求1-3中任一種訓練方法訓練后的第三圖像識別模型中；以及

根據(jù)所述訓練后的第三圖像識別模型的輸出，生成所述待識別圖像的識別結果。