[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

本申請公開了一種圖像識別模型的訓練方法、裝置、電子設備及存儲介質，涉及人工智能技術領域，具體為計算機視覺和深度學習技術領域。具體實現方案為：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；基于數張第一訓練圖像和數條訓練數據，訓練第一圖像識別模型；將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；第二分辨率小于第一分辨率；基于數張第二訓練圖像、數張第一訓練圖像及第一圖像識別模型，訓練第二圖像識別模型，使得第二圖像識別模型學習第一圖像識別模型的圖像識別能力。本申請能夠有效地提升第二圖像識別模型的識別精度，也能夠有效地提升第二圖像識別模型的識別速度。

技術領域

本申請涉及計算機技術領域，尤其涉及人工智能技術領域，具體為計算機視覺和深度學習技術領域，具體涉及一種圖像識別模型的訓練方法、裝置、電子設備及存儲介質。

背景技術

圖像識別技術可以廣泛地應用于各類視覺任務中，如可以應用在植物分類、菜品識別、地標識別等領域中。

現有的圖像識別技術主要是通過機器學習的手段提取圖像的特征，并通過提取的特征來區分不同圖像的技術。例如，整個過程可以通過基于機器學習的方式訓練的圖像識別模型，來實現對圖像的識別。

但是，在現有的圖像識別領域中，如何提高已有的圖像識別模型的精度，一直是學術界和工業界最值得探索點之一。因此，亟需提供一種高精度的圖像識別模型。

發明內容

本申請提供了一種圖像識別模型的訓練方法、裝置、電子設備及存儲介質。

根據本申請的一方面，提供了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。

根據本申請的另一方面，提供了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。

根據本申請的再一方面，提供了一種電子設備，包括：

至少一個處理器；以及

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行如上所述的方法。

根據本申請的又一方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，所述計算機指令用于使所述計算機執行如上所述的方法。