[發(fā)明專利]圖像識(shí)別模型生成方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)

有效

• 申請?zhí)枺?/td>: 202010862911.0
• 申請日: 2020-08-25
• 公開（公告）號(hào): CN111950656B
• 公開（公告）日: 2021-06-25
• 發(fā)明（設(shè)計(jì)）人: 崔潔全;劉樞;田倬韜;賈佳亞
• 申請（專利權(quán)）人: 深圳思謀信息科技有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣州華進(jìn)聯(lián)合專利商標(biāo)代理有限公司 44224
• 代理人: 董慧

本申請涉及一種圖像識(shí)別模型生成方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)，包括：獲取樣本圖像集；樣本圖像集包括圖像數(shù)量依次遞減的多個(gè)樣本圖像子集，多個(gè)樣本圖像子集均包含相同數(shù)量的圖像類別；根據(jù)樣本圖像集，對待訓(xùn)練的圖像識(shí)別模型進(jìn)行訓(xùn)練，得到待訓(xùn)練的圖像識(shí)別模型的損失值；待訓(xùn)練的圖像識(shí)別模型包括多個(gè)分支神經(jīng)網(wǎng)絡(luò)；損失值包括目標(biāo)分類損失值以及分類損失值，目標(biāo)分類損失值為模型針對樣本圖像集的損失值，分類損失值為分支神經(jīng)網(wǎng)絡(luò)針對對應(yīng)的樣本圖像子集的損失值；根據(jù)損失值調(diào)整模型參數(shù)，直至損失值低于預(yù)設(shè)閾值。本申請使得訓(xùn)練過程中圖像數(shù)量較少的圖像類別也能得到充分訓(xùn)練，提升了圖像識(shí)別模型生成的效果。

技術(shù)領(lǐng)域

本申請涉及人工智能技術(shù)領(lǐng)域，特別是涉及一種圖像識(shí)別模型生成方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。

背景技術(shù)

在深度學(xué)習(xí)中，圖像識(shí)別技術(shù)已經(jīng)取得了巨大的進(jìn)展。但是這些進(jìn)展的取得離不開大規(guī)模的數(shù)據(jù)集，例如ImageNet、COCO等。通常情況下，這些大規(guī)模的數(shù)據(jù)集是類別均衡的；但在現(xiàn)實(shí)場景下，我們所能獲得的數(shù)據(jù)通常是遵循長尾分布，即小部分類別包含的圖像數(shù)據(jù)很多，而大部分類別包含的圖像數(shù)據(jù)較少。

利用這種符合長尾分布的數(shù)據(jù)對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到的結(jié)果通常是神經(jīng)網(wǎng)絡(luò)能夠很好對小部分包含圖像數(shù)據(jù)較多的類別進(jìn)行識(shí)別，而識(shí)別包含的圖像數(shù)據(jù)較少的大部分類別的準(zhǔn)確性較差；可見，在圖像識(shí)別模型生成中若忽略這種長尾分布特性會(huì)使得圖像識(shí)別模型的性能在實(shí)際使用中大打折扣。

因此，通過現(xiàn)有的圖像識(shí)別模型生成方法，得到的圖像識(shí)別模型的識(shí)別效果還較差。

發(fā)明內(nèi)容

基于此，有必要針對上述技術(shù)問題，提供一種能夠提升圖像識(shí)別模型生成效果的圖像識(shí)別模型生成方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。

一種圖像識(shí)別模型生成方法，所述方法包括：

獲取樣本圖像集；所述樣本圖像集包括圖像數(shù)量依次遞減的多個(gè)樣本圖像子集，所述多個(gè)樣本圖像子集均包含相同數(shù)量的圖像類別；

根據(jù)所述樣本圖像集，對待訓(xùn)練的圖像識(shí)別模型進(jìn)行訓(xùn)練，得到所述待訓(xùn)練的圖像識(shí)別模型的損失值；所述待訓(xùn)練的圖像識(shí)別模型包括多個(gè)分支神經(jīng)網(wǎng)絡(luò)，每個(gè)分支神經(jīng)網(wǎng)絡(luò)用于對相應(yīng)的圖像進(jìn)行識(shí)別；所述損失值包括目標(biāo)分類損失值以及與各個(gè)所述分支神經(jīng)網(wǎng)絡(luò)對應(yīng)的分類損失值，所述目標(biāo)分類損失值為所述待訓(xùn)練的圖像識(shí)別模型針對所述樣本圖像集的損失值，所述分類損失值為相應(yīng)的分支神經(jīng)網(wǎng)絡(luò)針對與所述分支神經(jīng)網(wǎng)絡(luò)對應(yīng)的樣本圖像子集的損失值；

根據(jù)所述損失值調(diào)整所述待訓(xùn)練的圖像識(shí)別模型的模型參數(shù)，直至所述損失值低于預(yù)設(shè)閾值時(shí)，將所述待訓(xùn)練的圖像識(shí)別模型作為訓(xùn)練完成的圖像識(shí)別模型。

在其中一個(gè)實(shí)施例中，所述根據(jù)所述樣本圖像集，對待訓(xùn)練的圖像識(shí)別模型進(jìn)行訓(xùn)練，得到所述待訓(xùn)練的圖像識(shí)別模型的損失值，包括：

對所述樣本圖像集中的多個(gè)所述樣本圖像子集進(jìn)行均勻采樣，得到樣本圖像輸入序列；

根據(jù)所述樣本圖像輸入序列，將樣本圖像輸入所述待訓(xùn)練的圖像識(shí)別模型，得到所述樣本圖像的圖像類別；

根據(jù)所述樣本圖像的圖像類別以及對應(yīng)的實(shí)際圖像類別，確定所述待訓(xùn)練的圖像識(shí)別模型的損失值。

在其中一個(gè)實(shí)施例中，所述待訓(xùn)練的圖像識(shí)別模型中還包括基礎(chǔ)神經(jīng)網(wǎng)絡(luò)，所述基礎(chǔ)神經(jīng)網(wǎng)絡(luò)與所述分支神經(jīng)網(wǎng)絡(luò)相連接；

所述根據(jù)所述樣本圖像輸入序列，將樣本圖像輸入所述待訓(xùn)練的圖像識(shí)別模型，得到所述樣本圖像的圖像類別，包括：

將所述樣本圖像輸入所述待訓(xùn)練的圖像識(shí)別模型，使得所述基礎(chǔ)神經(jīng)網(wǎng)絡(luò)獲取所述樣本圖像的第一圖像特征，以及使得所述分支神經(jīng)網(wǎng)絡(luò)根據(jù)所述第一圖像特征得到所述樣本圖像的第二圖像特征，并根據(jù)所述第二圖像特征確定所述樣本圖像集中樣本圖像的圖像類別。