[发明专利]用于检测特征的方法和装置

说明书

公开了一种用于检测特征的方法和装置，该方法包括：对输入张量串行执行至少两个分组的卷积，每个分组包括串行执行的至少两个卷积；根据每个分组中的每个卷积的结果，确定针对每个分组的第一融合结果和第二融合结果；确定基于每个分组的第一检测结果和第二检测结果；以及融合所有的第一检测结果和第二检测结果。通过该方法，能够以相对较小的处理成本、高效率且准确地实现输入张量中的关注特征的检测。

技术领域

本公开总体上涉及神经网络的技术领域，并且具体地涉及一种用于检测特征的方法和装置。

背景技术

基于神经网络的深度学习技术已经被广泛地应用于图像识别、视频分析、自然语言处理、辅助驾驶等不同的领域。

针对不同的应用场景或需求，可以设计出不同的神经网络结构。然后，可以将诸如图像等张量数据输入到神经网络中，并通过神经网络获得关于张量数据中的一个或多个关注特征(例如，边缘、纹理等)的检测或预测结果。例如，边缘检测的目的可以是从自然场景图像中提取关注对象的边界和/或能够被明显感知的边缘。

可以使用基于卷积神经网络的方法检测输入张量中的一个或多个关注特征。然而，例如，如果在单个图像中的关注特征(例如，边缘)同时包括对象级别的边界和有意义的局部细节，则需要采用多尺度表示方式来应对关注特征的多样性。

为此，可以增加卷积神经网络的深度(层数)，例如，设计更多的卷积层。然而，模型越深，需要训练的模型参数越多，从而导致更高的运算成本和训练成本。相应地，卷积神经网络加速器处理在处理这样的卷积神经网络数据时需要执行更多数量的操作指令，需要更长的运算时间，并消耗更多的硬件资源。

另外，在上述模型的训练过程中，可以使用一个通用真值表训练卷积神经网络的单侧输出。然而，由于在不同的层中存在不同尺度的学习目标，所以使用相同的监督无法针对不同的层获得令人满意的训练效果。虽然可以针对不同的中间层监督设置标签，但是这样将涉及复杂的预处理。

因此，期望能够以相对较小的处理成本、高效率且准确地实现输入张量中的关注特征的检测。

发明内容

一方面，本公开提供了一种用于检测特征的方法。该方法可以包括：对输入张量串行执行至少两个分组的卷积，前述至少两个分组中的每个分组包括串行执行的至少两个卷积；根据前述至少两个分组中的每个分组中的每个卷积的结果，确定针对前述至少两个分组中的每个分组的第一融合结果和第二融合结果；确定基于前述至少两个分组中的每个分组的第一检测结果和第二检测结果，基于前述至少两个分组中的任一非最先分组的第一检测结果取决于针对前述非最先分组的第一融合结果和基于前述至少两个分组中在前述非最先分组之前执行的至少一个分组的第一检测结果，并且基于前述至少两个分组中的任一非最后分组的第二检测结果取决于针对前述非最后分组的第二融合结果和基于前述至少两个分组中在前述非最后分组之后执行的至少一个分组的第二检测结果；以及融合所有的第一检测结果和第二检测结果，以确定关于前述特征的最终检测结果。

在一个实施例中，确定针对前述至少两个分组中的任一第一分组的第一融合结果和第二融合结果可以包括：确定与前述第一分组中的每个卷积的结果相对应的每个中间张量；对与前述第一分组有关的所有中间张量执行第一融合；以及对与前述第一分组有关的所有中间张量执行第二融合。

在一个实施例中，确定针对前述至少两个分组中的任一第一分组的第一融合结果和第二融合结果还可以包括：对前述第一融合的输出执行第一1×1卷积；和/或对前述第一融合的输出执行第二1×1卷积

在一个实施例中，确定针对前述至少两个分组中的任一第一分组的第一融合结果和第二融合结果还可以包括：对前述第一1×1卷积的结果执行第一尺寸调整；和/或对前述第二1×1卷积的结果执行第二尺寸调整。

在一个实施例中，确定与前述第一分组中的任一第一卷积的结果相对应的第一中间张量可以包括：将前述第一卷积的结果确定为与前述第一中间张量。