[發明專利]圖像識別模型的訓練方法、裝置、電子設備及存儲介質

在審

• 申請號: 202011023804.5
• 申請日: 2020-09-25
• 公開（公告）號: CN112149741A
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 崔程;魏凱;楊敏
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N20/20;G06N3/08
• 代理公司: 北京鴻德海業知識產權代理事務所(普通合伙) 11412
• 代理人: 田宏賓

1.一種圖像識別模型的訓練方法，其中，所述方法包括：

將數條訓練數據的原始訓練圖像的分辨率調整為第一分辨率，得到數張第一訓練圖像；

基于所述數張第一訓練圖像和所述數條訓練數據，訓練第一圖像識別模型；

將所述數條訓練數據的原始訓練圖像的分辨率調整為第二分辨率，得到數張第二訓練圖像；所述第二分辨率小于所述第一分辨率；

基于所述數張第二訓練圖像、所述數張第一訓練圖像以及訓練好的所述第一圖像識別模型，訓練第二圖像識別模型，使得所述第二圖像識別模型學習所述第一圖像識別模型的圖像識別能力。

2.根據權利要求1所述的方法，其中，基于所述數張第一訓練圖像和所述數條訓練數據，訓練第一圖像識別模型，包括：

基于所述數張第一訓練圖像以及所述數條訓練數據中各所述第一訓練圖像對應的標注類別，訓練第一圖像識別模型。

3.根據權利要求1或2所述的方法，其中，基于所述數張第二訓練圖像、所述數張第一訓練圖像以及訓練好的所述第一圖像識別模型，訓練第二圖像識別模型，使得所述第二圖像識別模型學習所述第一圖像識別模型的圖像識別能力，包括：

基于各所述第一訓練圖像，獲取訓練好的所述第一圖像識別模型對應識別的目標圖像類別特征；

基于各所述第二訓練圖像以及各所述第二訓練圖像對應的所述第一訓練圖像對應的所述目標圖像類別特征，訓練所述第二圖像識別模型，使得所述第二圖像識別模型學習所述第一圖像識別模型的圖像識別能力。

4.根據權利要求3所述的方法，其中，基于各所述第二訓練圖像以及各所述第二訓練圖像對應的所述第一訓練圖像對應的所述目標圖像類別特征，訓練所述第二圖像識別模型，使得所述第二圖像識別模型學習所述第一圖像識別模型的圖像識別能力，包括：

對于各所述第二訓練圖像，將所述第二訓練圖像輸入至所述第二圖像識別模型中，獲取所述第二圖像識別模型輸出的預測圖像類別特征；

基于所述預測圖像類別特征、以及與所述第二訓練圖像具有相同的所述原始訓練圖像的所述第一訓練圖像對應的所述目標圖像類別特征，構建損失函數；

判斷所述損失函數是否收斂；

若未收斂，調整所述第二圖像識別模型的參數，使得所述預測圖像類別特征趨向于所述目標圖像類別特征一致。

5.一種圖像識別模型的訓練裝置，其中，所述裝置包括：

調整模塊，用于將數條訓練數據的原始訓練圖像的分辨率調整為第一分辨率，得到數張第一訓練圖像；

第一訓練模塊，用于基于所述數張第一訓練圖像和所述數條訓練數據，訓練第一圖像識別模型；

所述調整模塊，還用于將所述數條訓練數據的原始訓練圖像的分辨率調整為第二分辨率，得到數張第二訓練圖像；所述第二分辨率小于所述第一分辨率；

第二訓練模塊，用于基于所述數張第二訓練圖像、所述數張第一訓練圖像以及訓練好的所述第一圖像識別模型，訓練第二圖像識別模型，使得所述第二圖像識別模型學習所述第一圖像識別模型的圖像識別能力。

6.根據權利要求5所述的裝置，其中，所述第一訓練模塊，用于：

基于所述數張第一訓練圖像以及所述數條訓練數據中各所述第一訓練圖像對應的標注類別，訓練第一圖像識別模型。

7.根據權利要求5或6所述的裝置，其中，所述第二訓練模塊，包括：

獲取單元，用于基于各所述第一訓練圖像，獲取訓練好的所述第一圖像識別模型對應識別的目標圖像類別特征；

訓練單元，用于基于各所述第二訓練圖像以及各所述第二訓練圖像對應的所述第一訓練圖像對應的所述目標圖像類別特征，訓練所述第二圖像識別模型，使得所述第二圖像識別模型學習所述第一圖像識別模型的圖像識別能力。