[發(fā)明專利]人臉解析模型的訓(xùn)練方法、電子設(shè)備和存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202111487041.4
• 申請日: 2021-12-07
• 公開（公告）號: CN114267062B
• 公開（公告）日: 2022-12-16
• 發(fā)明（設(shè)計）人: 季棟;曹天宇;李緒琴;陳智超;戶磊
• 申請（專利權(quán)）人: 合肥的盧深視科技有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/774;G06N3/04;G06N3/08
• 代理公司: 北京智晨知識產(chǎn)權(quán)代理有限公司 11584
• 代理人: 張婧

1.一種人臉解析模型的訓(xùn)練方法，其特征在于，包括：

構(gòu)建第一模型；其中，所述第一模型包括第一模塊和第二模塊，所述第一模塊用于進行池化和下采樣處理，所述第二模塊用于進行擴大感受野和上采樣處理；

根據(jù)第一訓(xùn)練樣本對所述第一模型進行第一訓(xùn)練，得到完成第一訓(xùn)練的所述第一模型；

根據(jù)第二訓(xùn)練樣本和預(yù)訓(xùn)練的第二模型對完成第一訓(xùn)練的所述第一模型進行第二訓(xùn)練，得到完成第二訓(xùn)練的所述第一模型；其中，所述第二模型包括編碼器和解碼器，所述編碼器由堆疊的卷積和跳躍連接組成，所述解碼器由堆疊的轉(zhuǎn)置卷積和空洞卷積組成，所述第二模型為全圖輸入輸出的標(biāo)準(zhǔn)人臉解析模型，所述第一模型為輕型化人臉解析模型；

所述根據(jù)第二訓(xùn)練樣本和預(yù)訓(xùn)練的第二模型對完成第一訓(xùn)練的所述第一模型進行第二訓(xùn)練，得到完成第二訓(xùn)練的所述第一模型，包括：

將所述第二訓(xùn)練 樣本分別輸入至預(yù)訓(xùn)練的第二模型和完成第一訓(xùn)練的所述第一模型中，得到所述第二模型輸出的對所述第二訓(xùn)練樣本的第四分割結(jié)果，和完成第一訓(xùn)練的所述第一模型輸出的對所述第二訓(xùn)練樣本的第五分割結(jié)果；其中，所述第二訓(xùn)練樣本標(biāo)注有表征真實分割結(jié)果的第二標(biāo)簽；

根據(jù)所述第四分割結(jié)果、所述第五分割結(jié)果、所述第二標(biāo)簽和預(yù)設(shè)的損失權(quán)重構(gòu)建第二損失函數(shù)，對完成第一訓(xùn)練的所述第一模型進行第二訓(xùn)練；

對第二訓(xùn)練后的所述第一模型進行測試，若第二訓(xùn)練后的所述第一模型的測試結(jié)果滿足第二預(yù)設(shè)指標(biāo)，則輸出完成第二訓(xùn)練的所述第一模型；

在所述根據(jù)所述第四分割結(jié)果、所述第五分割結(jié)果、所述第二標(biāo)簽和預(yù)設(shè)的損失權(quán)重構(gòu)建第二損失函數(shù)之前，還包括：

獲取完成第一訓(xùn)練的所述第一模型的中間層輸出的第一特征圖和所述第二模型的中間層輸出的第二特征圖；其中，所述第一特征圖包括原始分辨率對應(yīng)的特征圖、1/2分辨率對應(yīng)的特征圖和1/4分辨率對應(yīng)的特征圖；

所述根據(jù)所述第四分割結(jié)果、所述第五分割結(jié)果、所述第二標(biāo)簽和預(yù)設(shè)的損失權(quán)重構(gòu)建第二損失函數(shù)，包括：

根據(jù)所述第四分割結(jié)果、所述第五分割結(jié)果、所述第一特征圖、所述第二特征圖、所述第二標(biāo)簽和預(yù)設(shè)的損失權(quán)重構(gòu)建第二損失函數(shù)。

2.根據(jù)權(quán)利要求1所述的人臉解析模型的訓(xùn)練方法，其特征在于，所述根據(jù)第一訓(xùn)練樣本對所述第一模型進行第一訓(xùn)練，得到完成第一訓(xùn)練的所述第一模型，包括：

將所述第一訓(xùn)練樣本、1/2分辨率的所述第一訓(xùn)練樣本和1/4分辨率的所述第一訓(xùn)練樣本輸入至所述第一模型中，得到所述第一模型輸出的對所述第一訓(xùn)練樣本的第一分割結(jié)果、對1/2分辨率的所述第一訓(xùn)練樣本的第二分割結(jié)果和對1/4分辨率的所述第一訓(xùn)練樣本第三分割結(jié)果；其中，所述第一訓(xùn)練樣本標(biāo)注有表征真實分割結(jié)果的第一標(biāo)簽；

根據(jù)所述第一分割結(jié)果、所述第二分割結(jié)果、所述第三分割結(jié)果、所述第一標(biāo)簽和預(yù)設(shè)參數(shù)構(gòu)建第一損失函數(shù)，對所述第一模型進行第一訓(xùn)練；

對第一訓(xùn)練后的所述第一模型進行測試，若第一訓(xùn)練后的所述第一模型的測試結(jié)果滿足第一預(yù)設(shè)指標(biāo)，則輸出完成第一訓(xùn)練的所述第一模型。

3.根據(jù)權(quán)利要求2所述的人臉解析模型的訓(xùn)練方法，其特征在于，所述第一訓(xùn)練樣本為若干個，通過以下公式，根據(jù)所述第一分割結(jié)果、所述第二分割結(jié)果、所述第三分割結(jié)果、所述第一標(biāo)簽和預(yù)設(shè)參數(shù)構(gòu)建第一損失函數(shù)：

L_multi＝αL₁+βL₂+λL₃

其中，L_multi為所述第一損失函數(shù)，α、β和λ為所述預(yù)設(shè)參數(shù)，p_GT1為所述第一標(biāo)簽，p₁為所述第一分割結(jié)果，p₂為所述第二分割結(jié)果，p₃為所述第三分割結(jié)果，N為所述第一訓(xùn)練樣本的個數(shù)，M為所述第一模型能分割出的類別數(shù)，softmax函數(shù)為歸一化處理函數(shù)。