[發明專利]神經網絡模型的結構搜索方法和裝置

在審

• 申請號: 202010116705.5
• 申請日: 2020-02-25
• 公開（公告）號: CN111353585A
• 公開（公告）日: 2020-06-30
• 發明（設計）人: 希滕;張剛;溫圣召
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種神經網絡模型的結構搜索方法，包括：

采用控制器從預設的網絡結構搜索空間中搜索出候選網絡結構；

獲取YUV圖像訓練數據，利用所述YUV圖像訓練數據訓練所述候選網絡結構；

獲取訓練完成的候選網絡結構的性能信息，根據所述訓練完成的候選網絡結構的性能信息生成反饋信息，并將所述反饋信息反饋至所述控制器，以使所述控制器基于所述反饋信息進行更新后從預設的網絡結構搜索空間中搜索出新的候選網絡結構；

響應于確定基于當前訓練完成的候選網絡結構的性能信息生成的反饋信息達到預設的收斂條件，基于當前訓練完成的候選網絡結構生成用于YUV圖像數據的神經網絡模型結構。

2.根據權利要求1所述的方法，其中，所述預設的網絡結構搜索空間包括圖像的候選尺寸；以及

所述方法還包括：

采用控制器從所述圖像的候選尺寸中確定出所述候選網絡結構對應的圖像尺寸。

3.根據權利要求2所述的方法，其中，所述方法還包括：

響應于確定基于當前訓練完成的候選網絡結構的性能信息生成的反饋信息達到預設的收斂條件，將當前確定出的所述候選網絡結構對應的圖像尺寸，確定為所述用于YUV圖像數據的神經網絡模型結構對應的目標圖像尺寸。

4.根據權利要求3所述的方法，其中，所述方法還包括：

獲取待處理的YUV圖像數據；

將所述待處理的YUV圖像數據的尺寸轉換為所述目標圖像尺寸后輸入至所述用于YUV圖像數據的神經網絡模型結構進行處理。

5.根據權利要求2-4任一項所述的方法，其中，所述獲取YUV圖像訓練數據，包括：

將獲取到的RGB圖像樣本數據轉換為YUV圖像樣本數據，并將所述YUV圖像樣本數據的圖像尺寸轉換從所述預設的網絡結構搜索空間中確定出的所述候選網絡結構對應的圖像尺寸。

6.一種神經網絡模型的結構搜索裝置，包括：

第一搜索單元，被配置為采用控制器從預設的網絡結構搜索空間中搜索出候選網絡結構；

訓練單元，被配置為獲取YUV圖像訓練數據，利用所述YUV圖像訓練數據訓練所述候選網絡結構；

反饋單元，被配置為獲取訓練完成的候選網絡結構的性能信息，根據所述訓練完成的候選網絡結構的性能信息生成反饋信息，并將所述反饋信息反饋至所述控制器，以使所述控制器基于所述反饋信息進行更新后從預設的網絡結構搜索空間中搜索出新的候選網絡結構；

生成單元，被配置為響應于確定基于當前訓練完成的候選網絡結構的性能信息生成的反饋信息達到預設的收斂條件，基于當前訓練完成的候選網絡結構生成用于YUV圖像數據的神經網絡模型結構。

7.根據權利要求6所述的裝置，其中，所述預設的網絡結構搜索空間包括圖像的候選尺寸；以及

所述裝置還包括：

第二搜索單元，被配置為采用控制器從所述圖像的候選尺寸中確定出所述候選網絡結構對應的圖像尺寸。

8.根據權利要求7所述的裝置，其中，所述生成單元還被配置為響應于確定基于當前訓練完成的候選網絡結構的性能信息生成的反饋信息達到預設的收斂條件，將當前確定出的所述候選網絡結構對應的圖像尺寸，確定為所述用于YUV圖像數據的神經網絡模型結構對應的目標圖像尺寸。

9.根據權利要求8所述的裝置，其中，所述裝置還包括：處理單元，被配置為：

獲取待處理的YUV圖像數據；

將所述待處理的YUV圖像數據的尺寸轉換為所述目標圖像尺寸后輸入至所述用于YUV圖像數據的神經網絡模型結構進行處理。

10.根據權利要求7-9任一項所述的裝置，其中，所述訓練單元被配置為按照如下方式獲取YUV圖像訓練數據：

將獲取到的RGB圖像樣本數據轉換為YUV圖像樣本數據，并將所述YUV圖像樣本數據的圖像尺寸轉換從所述預設的網絡結構搜索空間中確定出的所述候選網絡結構對應的圖像尺寸。