[發明專利]模型訓練方法、識別方法、設備、存儲介質及程序產品

有效

• 申請號: 202110297030.3
• 申請日: 2021-03-19
• 公開（公告）號: CN113033566B
• 公開（公告）日: 2022-07-08
• 發明（設計）人: 林天威;何棟梁;李甫
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06V10/26
• 分類號: G06V10/26;G06V10/774;G06V10/82;G06K9/62;G06N3/08
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 劉丹;黃健

本公開提供一種模型訓練方法、識別方法、設備、存儲介質及程序產品，涉及計算機視覺技術、深度學習技術。本申請提供的方案中，通過對不具有標簽的第一訓練圖片本身變形的方式對圖片進行變形，并利用第一模型對變形前的圖片進行識別得到第一無監督識別結果，對第二模型對變形后的圖片進行識別得到第二無監督識別結果，并對第一模型的第一無監督識別結果進行變形處理，從而可以根據第二無監督識別結果和變形的識別結果構建一致性損失函數，通過這種方式，既能夠增強一致性損失函數的約束效果，又能夠避免破壞訓練用的圖片的場景語義信息。

技術領域

本申請涉及人工智能領域，具體涉及計算機視覺技術、深度學習技術，尤其涉及一種模型訓練方法、識別方法、設備、存儲介質及程序產品。

背景技術

語義分割的目的是將圖片中的物體按照其形狀分割出來，并進行分類。語義分割算法可以廣泛應用于圖像理解的各個應用場景中。

現有技術中存在用于訓練語義分割模型的半監督的訓練方式。半監督的訓練方式是利用有標簽的數據以及沒有標簽的數據對模型進行訓練的方式。為了提高模型的訓練效果，通常還會隊對訓練用的數據添加擾動。比如，將兩張不同的圖片按照預設的方式進行混合，還可以將這兩張圖片的識別結果進行混合。

但是，這種圖像間的混合方法會導致嚴重的場景語義信息破壞，從而在一定程度上傷害語義分割模型的效果。

發明內容

本申請提供了一種模型訓練方法、識別方法、設備、存儲介質及程序產品，以解決現有技術中對模型進行訓練時，對圖像進行混合的方式會破壞圖像中的場景語義信息的問題。

根據本申請的第一方面，提供了一種語義分割模型的訓練方法，包括：

獲取第一訓練圖片、變形圖片以及第二訓練圖片的有監督識別結果所對應的有監督損失函數，其中，所述變形圖片是對所述第一訓練圖片進行變形所得到的圖片；

將所述第一訓練圖片輸入至第一模型，得到第一無監督識別結果，并將所述變形圖片輸入至第二模型，得到第二無監督識別結果；其中，所述第一模型與所述第二模型的結構相同；

對所述第一無監督識別結果進行變形處理得到加擾識別結果，并根據所述第二無監督識別結果、所述加擾識別結果確定一致性損失函數；

根據所述一致性損失函數和所述有監督損失函數更新所述第二模型中的參數，更新后的所述第二模型用于對圖片進行語義分割。

根據本申請的第二方面，提供了一種圖像識別方法，包括：

獲取待識別圖像，將所述待識別圖像輸入預設的語義分割模型中，得到并輸出所述待識別圖像的識別結果；

其中，所述語義分割模型為通過如第一方面所述的方法訓練得到的模型。

根據本申請的第三方面，提供了一種語義分割模型的訓練裝置，包括：

獲取單元，用于獲取第一訓練圖片、變形圖片以及第二訓練圖片的有監督識別結果所對應的有監督損失函數，其中，所述變形圖片是對所述第一訓練圖片進行變形所得到的圖片；

識別單元，用于將所述第一訓練圖片輸入至第一模型，得到第一無監督識別結果，并將所述變形圖片輸入至第二模型，得到第二無監督識別結果；其中，所述第一模型與所述第二模型的結構相同；

加擾單元，用于對所述第一無監督識別結果進行變形處理得到加擾識別結果；

函數構建單元，用于根據所述第二無監督識別結果、所述加擾識別結果確定一致性損失函數；

更新單元，用于根據所述一致性損失函數和所述有監督損失函數更新所述第二模型中的參數，更新后的所述第二模型用于對圖片進行語義分割。

根據本申請的第四方面，提供了一種圖像識別裝置，包括：