[發明專利]神經網絡訓練方法及裝置以及圖像處理方法及裝置

在審

• 申請號: 202111108379.4
• 申請日: 2019-05-21
• 公開（公告）號: CN113743535A
• 公開（公告）日: 2021-12-03
• 發明（設計）人: 韓江帆;羅平;王曉剛
• 申請（專利權）人: 北京市商湯科技開發有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 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

本公開涉及一種神經網絡訓練方法及裝置以及圖像處理方法及裝置。該訓練方法包括：通過神經網絡對訓練集中的目標圖像進行分類處理，得到所述目標圖像的預測分類結果；根據所述預測分類結果、所述目標圖像的初始類別標簽及校正類別標簽，訓練所述神經網絡。本公開實施例可通過初始和校正類別標簽共同監督神經網絡的訓練過程，簡化訓練過程和網絡結構。

本申請是在2019年05月21日提交中國專利局、申請號為201910426010.4、申請名稱為“神經網絡訓練方法及裝置以及圖像處理方法及裝置”的中國專利申請的分案申請。

技術領域

本公開涉及計算機技術領域，尤其涉及一種神經網絡訓練方法及裝置以及圖像處理方法及裝置。

背景技術

隨著人工智能技術的不斷發展，機器學習(尤其是深度學習)在計算機視覺等多個領域都取得了很好的效果。目前的機器學習(深度學習)對大規模的精確標注的數據集有著很強的依賴，但是要采集大規模的精確標注的數據集是非常費時而且花費巨大的。機器學習的新的分支尋求在不精確標注的‘噪聲數據’的條件下對網絡進行訓練，來提高網絡的泛化能力，來降低收集所需數據的成本。

在相關技術中，通常需要預先假定標簽的噪聲分布，加入額外的監督數據，或設計輔助網絡等方式，實現無準確標注的噪聲數據集上的網絡訓練，訓練過程復雜，給真實的噪聲數據集上的訓練和應用帶來了很大的困難。

發明內容

本公開提出了一種神經網絡訓練及圖像處理技術方案。

根據本公開的一方面，提供了一種神經網絡訓練方法，包括：通過神經網絡對訓練集中的目標圖像進行分類處理，得到所述目標圖像的預測分類結果；根據所述預測分類結果、所述目標圖像的初始類別標簽及校正類別標簽，訓練所述神經網絡。

在一種可能的實現方式中，所述神經網絡包括特征提取網絡和分類網絡，并且所述神經網絡包括N個訓練狀態，N為大于1的整數，其中，所述通過神經網絡對訓練集中的目標圖像進行分類處理，得到所述目標圖像的預測分類結果，包括：通過第i狀態的特征提取網絡對目標圖像進行特征提取，得到所述目標圖像的第i狀態的第一特征，所述第i狀態為所述N個訓練狀態中的一個，且0≤iN；通過第i狀態的分類網絡對所述目標圖像的第i狀態的第一特征進行分類，得到所述目標圖像的第i狀態的預測分類結果。

在一種可能的實現方式中，所述根據所述預測分類結果、所述目標圖像的初始類別標簽及校正類別標簽，訓練所述神經網絡，包括：根據第i狀態的預測分類結果、所述目標圖像的初始類別標簽及第i狀態的校正類別標簽，確定所述神經網絡的第i狀態的總體損失；根據所述第i狀態的總體損失，調整第i狀態的神經網絡的網絡參數，得到第i+1狀態的神經網絡。

在一種可能的實現方式中，所述方法還包括：通過第i狀態的特征提取網絡對訓練集中第k個類別的多個樣本圖像進行特征提取，得到所述多個樣本圖像的第i狀態的第二特征，所述第k個類別是所述訓練集中的樣本圖像的K個類別中的一個，K為大于1的整數；對所述第k個類別的多個樣本圖像的第i狀態的第二特征進行聚類處理，確定所述第k個類別的第i狀態的類原型特征；根據K個類別的第i狀態的類原型特征以及所述目標圖像的第i狀態的第一特征，確定所述目標圖像的第i狀態的校正類別標簽。

在一種可能的實現方式中，所述根據K個類別的第i狀態的類原型特征以及所述目標圖像的第i狀態的第一特征，確定所述目標圖像的第i狀態的校正類別標簽，包括：分別獲取所述目標圖像的第i狀態的第一特征與K個類別的第i狀態的類原型特征之間的第一特征相似度；根據與第一特征相似度的最大值對應的類原型特征所屬的類別，確定所述目標圖像的第i狀態的校正類別標簽。