[發(fā)明專利]開放場景中多場景識別方法、系統(tǒng)、設(shè)備及存儲介質(zhì)在審
| 申請?zhí)枺?/td> | 202011644695.9 | 申請日: | 2020-12-30 |
| 公開(公告)號: | CN112633246A | 公開(公告)日: | 2021-04-09 |
| 發(fā)明(設(shè)計)人: | 楊凱;羅超;胡泓;李巍 | 申請(專利權(quán))人: | 攜程計算機(jī)技術(shù)(上海)有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司: | 上海弼興律師事務(wù)所 31283 | 代理人: | 楊東明;張冉 |
| 地址: | 200335 上海市*** | 國省代碼: | 上海;31 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 開放 場景 識別 方法 系統(tǒng) 設(shè)備 存儲 介質(zhì) | ||
1.一種開放場景中多場景識別模型生成方法,其特征在于,所述開放場景中多場景識別模型生成方法包括:
在殘差網(wǎng)絡(luò)中的conv3_x層、conv4_x層和conv5_x層中的至少一層后插入一ECA層后得到一初始模型;
對開放場景中的若干樣本圖片進(jìn)行標(biāo)注,以得到對應(yīng)的多場景類別標(biāo)簽;
以所述若干樣本圖片作為輸入,以對應(yīng)的所述場景類別標(biāo)簽作為輸出,訓(xùn)練所述初始模型得到開放場景中多場景識別模型。
2.如權(quán)利要求1所述的開放場景中多場景識別模型生成方法,其特征在于,所述在殘差網(wǎng)絡(luò)中的conv3_x層、conv4_x層和conv5_x層中的至少一層后插入一ECA層后得到一初始模型包括:
分別在所述殘差網(wǎng)絡(luò)中的所述conv3_x層、conv4_x層和conv5_x層后均插入一ECA層后得到所述初始模型;
和/或,
多場景類別標(biāo)簽包括建筑類標(biāo)簽和其他類標(biāo)簽,所述建筑類標(biāo)簽包括中式建筑標(biāo)簽、東西式建筑標(biāo)簽、現(xiàn)代建筑標(biāo)簽、公園樂園標(biāo)簽、遺跡古址標(biāo)簽中的至少一種。
3.如權(quán)利要求1所述的開放場景中多場景識別模型生成方法,其特征在于,所述訓(xùn)練所述初始模型得到開放場景中多場景識別模型,包括:
設(shè)置加權(quán)交叉熵函數(shù)作為主損失函數(shù);
設(shè)置Ring loss作為輔助損失函數(shù);
利用所述主損失函數(shù)和所述輔助損失函數(shù)訓(xùn)練所述初始模型得到所述開放場景中多場景識別模型。
4.如權(quán)利要求3所述的開放場景中多場景識別模型生成方法,其特征在于,所述利用所述主損失函數(shù)和所述主損失函數(shù)訓(xùn)練所述初始模型得到開放場景中多場景識別模型,包括:
設(shè)置所述主損失函數(shù)和所述輔助損失函數(shù)的加權(quán)和為最終的損失函數(shù);
利用所述最終的損失函數(shù)訓(xùn)練所述初始模型得到開放場景中多場景識別模型。
5.如權(quán)利要求3所述的開放場景中多場景識別模型生成方法,其特征在于,所述利用所述主損失函數(shù)和所述輔助損失函數(shù)訓(xùn)練所述初始模型得到開放場景中多場景識別模型之前還包括:
采用動量的隨機(jī)梯度下降法和反向傳播算法優(yōu)化所述初始模型。
6.一種開放場景中多場景識別方法,其特征在于,所述開放場景中多場景識別方法包括:
獲取開放場景中的待識別場景的目標(biāo)圖片;
將所述目標(biāo)圖片輸入至開放場景中多場景識別模型進(jìn)行分類,以得到多場景中對應(yīng)的場景類別識別的結(jié)果;
所述開放場景中多場景識別模型使用如權(quán)利要求1至5任一項所述的開放場景中多場景識別模型的生成方法生成。
7.一種開放場景中多場景識別模型生成系統(tǒng),其特征在于,所述開放場景中多場景識別模型生成系統(tǒng)包括模型建立模塊、標(biāo)注模塊和訓(xùn)練模塊;
所述模型建立模塊用于在殘差網(wǎng)絡(luò)中的conv3_x層、conv4_x層和conv5_x層中的至少一層后插入一ECA層后得到一初始模型;
所述標(biāo)注模塊用于對開放場景中的若干樣本圖片進(jìn)行標(biāo)注,以得到對應(yīng)的多場景類別標(biāo)簽;
所述訓(xùn)練模塊用于以所述若干樣本圖片作為輸入,以對應(yīng)的所述場景類別標(biāo)簽作為輸出,訓(xùn)練所述初始模型得到開放場景中多場景識別模型。
8.如權(quán)利要求7所述的開放場景中多場景識別模型生成系統(tǒng),其特征在于,所述模型建立模塊用于分別在所述殘差網(wǎng)絡(luò)中的所述conv3_x層、conv4_x層和conv5_x層后均插入一ECA層后得到所述初始模型;
和/或,
多場景類別標(biāo)簽包括建筑類標(biāo)簽和其他類標(biāo)簽,所述建筑類標(biāo)簽包括中式建筑標(biāo)簽、東西式建筑標(biāo)簽、現(xiàn)代建筑標(biāo)簽、公園樂園標(biāo)簽、遺跡古址標(biāo)簽中的至少一種。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于攜程計算機(jī)技術(shù)(上海)有限公司,未經(jīng)攜程計算機(jī)技術(shù)(上海)有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011644695.9/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合





