[發明專利]神經網絡訓練方法、裝置、設備和存儲介質

在審

• 申請號: 202010701981.8
• 申請日: 2020-07-20
• 公開（公告）號: CN111881966A
• 公開（公告）日: 2020-11-03
• 發明（設計）人: 林成龍
• 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;G06N3/04;G06N3/08
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 馬麗;張穎玲

1.一種神經網絡訓練方法，其特征在于，所述方法包括：

根據獲取的待處理任務，確定待訓練網絡；

根據所述待訓練網絡的描述信息，確定與所述描述信息具有綁定關系的至少一個已標注圖像，得到至少一個已標注圖像集；

根據所述至少一個已標注圖像集對所述待訓練網絡進行訓練，得到已訓練網絡；

采用所述已訓練網絡對所述待處理任務進行處理，得到處理結果。

2.根據權利要求1所述的方法，其特征在于，所述根據獲取的待處理任務，確定待訓練網絡，包括：

根據所述待處理任務的模型需求，確定處理所述待處理任務的網絡模型的描述信息；

響應于網絡模型庫中不存在與所述描述信息相匹配的網絡模型，根據所述描述信息創建所述待訓練網絡。

3.根據權利要求1所述的方法，其特征在于，在所述采用所述已訓練網絡對所述待處理任務進行處理，得到處理結果之前，所述方法還包括：

確定所述已訓練網絡的檢測指標的檢測結果；

對應地，響應于所述檢測結果滿足預設條件，采用所述已訓練網絡對所述待處理任務進行處理，得到處理結果。

4.根據權利要求3所述的方法，其特征在于，所述確定所述已訓練網絡的檢測指標的檢測結果，包括：

從所述至少一個已標注圖像集中，確定與所述訓練集的類型相匹配的測評集；

采用所述測評集對所述已訓練網絡的檢測指標進行測評，得到所述檢測結果。

5.根據權利要求3或4所述的方法，其特征在于，所述方法還包括：

如果所述檢測結果不滿足預設條件，確定不滿足預設條件的檢測指標；

根據所述不滿足預設條件的檢測指標，更換所述訓練集；

采用更換后的訓練集對所述已訓練網絡進行訓練，得到更新的已訓練網絡。

6.根據權利要求1至3任一項所述的方法，其特征在于，在所述根據所述待訓練網絡的描述信息，確定與所述描述信息具有綁定關系的至少一個已標注圖像，得到至少一個已標注圖像集之前，所述方法還包括：

確定與所述描述信息相匹配的圖像集類別；

如果預設圖像集庫中未包含滿足所述圖像集類別的目標圖像集，獲取至少兩個圖像；

根據所述至少兩個圖像，創建至少一個圖像集。

7.根據權利要求6所述的方法，其特征在于，所述如果預設圖像集庫中未包含所述目標圖像集，獲取至少兩個圖像，包括：

如果所述至少兩個圖像占據的數據流大于預設閾值，對所述至少兩個圖像進行壓縮；

按照預設批量，逐批次的加載壓縮后的圖像，以得到所述至少兩個圖像。

8.根據權利要求7所述的方法，其特征在于，在所述根據所述待訓練網絡的描述信息，確定與所述描述信息具有綁定關系的至少一個已標注圖像，得到至少一個已標注圖像集之前，所述方法還包括：

如果所述預設圖像集庫中包含滿足所述所述圖像集類別的目標圖像集，根據所述待訓練網絡的描述信息，對所述目標圖像集中的圖像進行標注，得到已標注圖像集。

9.根據權利要求1至3任一項所述的方法，其特征在于，所述根據所述待訓練網絡的描述信息，確定與所述描述信息具有綁定關系的至少一個已標注圖像，得到至少一個已標注圖像集，包括：

根據所述待訓練網絡的描述信息，確定至少一個圖像標注類型；

采用所述至少一個圖像標注類型，對所述至少一個圖像集中的圖像進行標注，得到所述至少一個已標注圖像集。

10.根據權利要求1至3任一項所述的方法，其特征在于，所述采用所述至少一個已標注圖像集對所述待訓練網絡進行訓練，得到已訓練網絡，包括：

從所述至少一個已標注圖像集中，確定與所述描述信息相匹配的訓練集；

采用所述訓練集對待訓練網絡進行訓練，得到已訓練網絡。