[發明專利]網絡生成方法及裝置、電子設備和存儲介質

有效

• 申請號: 202110048819.5
• 申請日: 2021-01-14
• 公開（公告）號: CN112734015B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 劉杰;李楚鳴;孫明
• 申請（專利權）人: 北京市商湯科技開發有限公司
• 主分類號: G06N3/045
• 分類號: G06N3/045;G06N3/0464;G06N3/082;G06N3/084
• 代理公司: 北京林達劉知識產權代理事務所(普通合伙) 11277
• 代理人: 劉新宇

本公開涉及一種網絡生成方法及裝置、電子設備和存儲介質，所述方法包括：獲取已訓練的第一神經網絡以及待生成的第二神經網絡；其中，第二神經網絡與第一神經網絡的網絡結構相同，第一神經網絡包括多個第一卷積層，第二神經網絡包括多個第二卷積層，第二卷積層為擴張卷積層，第一卷積層的卷積核尺寸大于第二卷積層的卷積核尺寸；根據至少一個第一卷積層的各個通道的卷積核權值，分別確定與所述第一卷積層對應的第二卷積層的各個通道的目標擴張系數；根據第二卷積層的各個通道的目標擴張系數，生成第二神經網絡，第二神經網絡用于實現圖像處理任務。本公開實施例能夠生成與任務適配的神經網絡，提高圖像處理效果。

技術領域

本公開涉及計算機技術領域，尤其涉及一種網絡生成方法及裝置、電子設備和存儲介質。

背景技術

在計算機視覺領域，通常需要對圖像進行處理，例如提取圖像的特征，根據特征分析圖像場景中的物體信息。然而，不同的圖像處理任務需要卷積神經網絡有不同的特征感受視野，以便有效地感知不同的輸入圖像中不同尺寸的物體。例如，在圖像分類任務中，輸入圖像比較小(比如圖像尺寸為224*224)，圖像中的物體尺寸也較小；而在目標檢測任務中，輸入圖像比較大(比如圖像尺寸為1000*800)，且圖像中的物體尺寸大小不一。根據相關技術的處理方式，通常具有固定的特征感受視野，無法適配這些不同的圖像處理任務。

發明內容

本公開提出了一種網絡生成技術方案。

根據本公開的一方面，提供了一種網絡生成方法，包括：

獲取已訓練的第一神經網絡以及待生成的第二神經網絡；其中，所述第二神經網絡與所述第一神經網絡的網絡結構相同，所述第一神經網絡包括多個第一卷積層，所述第二神經網絡包括多個第二卷積層，所述第二卷積層為擴張卷積層，所述第一卷積層的卷積核尺寸大于所述第二卷積層的卷積核尺寸；根據至少一個第一卷積層的各個通道的卷積核權值，分別確定與所述第一卷積層對應的第二卷積層的各個通道的目標擴張系數；根據所述第二卷積層的各個通道的目標擴張系數，生成第二神經網絡，所述第二神經網絡用于實現圖像處理任務。

在一種可能的實現方式中，根據至少一個第一卷積層的各個通道的卷積核權值，分別確定與所述第一卷積層對應的第二卷積層的各個通道的目標擴張系數，包括：根據所述第一卷積層的第一通道的卷積核權值，獲取所述第一通道在多個第一擴張系數下的卷積指標，所述第一通道為所述第一卷積層的任意一個通道，所述第一擴張系數在各方向上的取值小于或等于所述第二卷積層的擴張系數的最大值，所述卷積指標用于表征所述第一擴張系數下的卷積效果；根據所述多個第一擴張系數下的卷積指標，確定與所述第一卷積層對應的第二卷積層的第一通道的目標擴張系數。

在一種可能的實現方式中，根據所述第一卷積層的第一通道的卷積核權值，獲取所述第一通道在多個第一擴張系數下的卷積指標，包括：根據所述卷積核權值，確定所述第一卷積層的第一通道的期望卷積結果以及分別在所述多個第一擴張系數下的擴張卷積結果；根據所述期望卷積結果與各個第一擴張系數的擴張卷積結果之間的差異，分別確定各個第一擴張系數的卷積指標。

在一種可能的實現方式中，根據所述多個第一擴張系數下的卷積指標，確定與所述第一卷積層對應的第二卷積層的第一通道的目標擴張系數，包括：將卷積指標最小的第一擴張系數，確定為所述第二卷積層的第一通道的目標擴張系數。

在一種可能的實現方式中，根據所述第二卷積層的各個通道的目標擴張系數，生成第二神經網絡，包括：根據所述第二卷積層的各個通道的目標擴張系數，對所述第二卷積層的各個通道進行分組，得到所述第二卷積層的至少一組通道；根據所述至少一組通道對所述第二卷積層進行重排列，得到重排列后的第二卷積層；根據重排列后的各個第二卷積層，確定所述第二神經網絡。

在一種可能的實現方式中，所述方法還包括：根據所述圖像處理任務的任務數據集訓練所述第一神經網絡，所述任務數據集中包括已標注的多個樣本圖像。

在一種可能的實現方式中，所述方法還包括：根據所述任務數據集訓練所述第二神經網絡。