[發明專利]圖像識別模型的訓練方法、裝置及電子設備

有效

• 申請號: 202010189326.9
• 申請日: 2020-03-17
• 公開（公告）號: CN111368788B
• 公開（公告）日: 2023-10-27
• 發明（設計）人: 王彬
• 申請（專利權）人: 北京邁格威科技有限公司
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06V10/46;G06V10/764;G06V10/774;G06V10/82;G06N3/0464;G06N3/0895
• 代理公司: 北京超凡宏宇知識產權代理有限公司 11463
• 代理人: 何少巖

本發明提供了一種圖像識別模型的訓練方法、裝置及電子設備，涉及深度學習技術領域，該方法包括：將預先標注有樣本標簽的訓練樣本輸入圖像識別模型；在圖像識別模型的迭代訓練過程中，基于圖像識別模型的網絡層確定訓練樣本對應的細粒度特征圖，將細粒度特征圖輸入至預設的深度學習網絡，以使深度學習網絡從細粒度特征圖中學習到細粒度特征信息，并將學習到的細粒度特征信息蒸餾至圖像識別模型中；其中，細粒度特征圖為標注有樣本標簽對應的判別性區域的圖像；重復執行上述訓練步驟，直至訓練結束，得到訓練后的圖像識別模型。本發明能夠提升訓練后的圖像識別模型的圖像識別效率。

技術領域

本發明涉及深度學習技術領域，尤其是涉及一種圖像識別模型的訓練方法、裝置及電子設備。

背景技術

現有的人體動作識別任務中，在進行圖像識別模型的訓練時，為了獲取到訓練樣本的細節特征，需要精確地定位到樣本圖像中的判別性區域(即動作發生區域)，傳統的圖像識別模型訓練方式中主要依靠人工標注判別性區域，費時費力，為了節省人工標注判別性區域的時間，研究人員開始采用自監督注意力機制挖掘判別性區域的方式定位樣本圖像中的判別性區域，從而獲取細粒度特征，然而，采用注意力機制挖掘判別性區域進行模型訓練時，需要使用多個模型，且使用訓練后的模型進行圖像識別時也需要使用多個模型進行分階段識別，計算量較大。因此，現有的模型訓練方式得到的圖像識別模型還存在因圖像識別計算量較大而導致的圖像識別效率較低的問題。

發明內容

有鑒于此，本發明的目的在于提供一種圖像識別模型的訓練方法、裝置及電子設備，能夠提升訓練后的圖像識別模型的圖像識別效率。

為了實現上述目的，本發明實施例采用的技術方案如下：

第一方面，本發明實施例提供了一種圖像識別模型的訓練方法，包括：將預先標注有樣本標簽的訓練樣本輸入圖像識別模型；在所述圖像識別模型的迭代訓練過程中，基于所述圖像識別模型的網絡層確定所述訓練樣本對應的細粒度特征圖，將所述細粒度特征圖輸入至深度學習網絡，以使所述深度學習網絡從所述細粒度特征圖中學習到細粒度特征信息，并將學習到的所述細粒度特征信息蒸餾至所述圖像識別模型中；其中，所述細粒度特征圖為標注有所述樣本標簽對應的判別性區域的圖像；重復執行上述訓練步驟，直至訓練結束，得到訓練后的圖像識別模型。

進一步，本發明實施例提供了第一方面的第一種可能的實施方式，其中，所述圖像識別模型包括卷積神經網絡；所述在所述圖像識別模型的迭代訓練過程中，基于所述圖像識別模型的網絡層確定所述訓練樣本對應的細粒度特征圖的步驟，包括：基于所述訓練樣本及所述細粒度特征信息對所述圖像識別模型進行迭代訓練，并在迭代訓練中基于所述圖像識別模型的最后一層卷積層獲取所述訓練樣本的掩碼圖像；基于所述掩碼圖像確定所述訓練樣本對應的細粒度特征圖。

進一步，本發明實施例提供了第一方面的第二種可能的實施方式，其中，所述基于所述訓練樣本及所述細粒度特征信息對所述圖像識別模型進行迭代訓練，并在迭代訓練中基于所述圖像識別模型的最后一層卷積層獲取所述訓練樣本的掩碼圖像的步驟，包括：基于所述圖像識別模型的各個卷積層及所述細粒度特征信息從所述訓練樣本中提取特征；基于提取的特征及所述樣本標簽對所述訓練樣本進行預設次數的下采樣，直至所述訓練樣本達到預設尺寸；在所述圖像識別模型的最后一層卷積層中，利用弱監督目標檢測算法對下采樣得到的預設尺寸的訓練樣本進行檢測，得到所述訓練樣本的掩碼圖像；其中，所述掩碼圖像為各像素點上標有預測得分的圖像，所述掩碼圖像的大小為所述預設尺寸。

進一步，本發明實施例提供了第一方面的第三種可能的實施方式，其中，所述基于所述掩碼圖像確定所述訓練樣本對應的細粒度特征圖的步驟，包括：將所述掩碼圖像上采樣至目標尺寸，得到目標掩碼圖像；其中，所述目標尺寸為所述訓練樣本進行目標次數的下采樣后得到的目標圖像的尺寸；將所述目標掩碼圖像中所述預測得分大于預設分數的各像素點作為所述樣本標簽對應的判別性區域；分別將所述目標掩碼圖像的各像素點與所述目標圖像中對應位置的像素點相乘，得到標注有所述判別性區域的細粒度特征圖。