[发明专利]计算机视觉CV模型训练方法、装置、电子设备和存储介质

权利要求书

1.一种计算机视觉CV模型训练方法，其特征在于，包括：

获取第一CV模型提取的训练图像的第一视觉特征，以及获取第二CV模型提取的所述训练图像的第二视觉特征；

对各训练图像的第一视觉特征和第二视觉特征分别进行拆解，得到第一视觉特征在多个子空间内的第一拆解特征和第二视觉特征在多个子空间内的第二拆解特征；

根据所述第一拆解特征生成表征训练图像间关系的监督信号，以及根据所述第二拆解特征生成表征训练图像间关系的学习信号；

根据所述监督信号和所述学习信号确定第二CV模型的训练损失值，根据所述训练损失值对所述第二CV模型的参数进行优化。

2.根据权利要求1所述的计算机视觉CV模型训练方法，其特征在于，所述对各训练图像的第一视觉特征和第二视觉特征分别进行拆解包括：

确定与通道维度对应的多个子空间，将所述第一视觉特征和所述第二视觉特征分别拆解到各子空间中。

3.根据权利要求1所述的计算机视觉CV模型训练方法，其特征在于，所述根据所述第一拆解特征生成表征训练图像间关系的监督信号，以及根据所述第二拆解特征生成表征训练图像间关系的学习信号包括：

根据所述第一拆解特征生成初始监督信号，以及根据第二拆解特征生成初始学习信号；

根据图神经网络对所述初始监督信号和所述初始学习信号分别进行调整，得到调整监督信号和调整学习信号。

4.根据权利要求3所述的计算机视觉CV模型训练方法，其特征在于，所述根据所述第一拆解特征生成初始监督信号，以及根据第二拆解特征生成初始学习信号包括：

根据子空间中各训练图像的第一拆解特征，确定各训练图像之间的第一余弦相似度，以及根据子空间中各训练图像的第二拆解特征确定各训练图像之间的第二余弦相似度；

根据所述第一余弦相似度确定所述初始监督信号，以及根据所述第二余弦相似度确定所述初始学习信号。

5.根据权利要求4所述的计算机视觉CV模型训练方法，其特征在于，所述初始监督信号为根据所述第一余弦相似度确定的第一关系矩阵，所述初始学习信号为根据所述第二余弦相似度确定的第二关系矩阵。

6.根据权利要求5所述的计算机视觉CV模型训练方法，其特征在于，所述根据图神经网络对所述初始监督信号和所述初始学习信号分别进行调整，得到调整监督信号和调整学习信号包括：

根据所述图神经网络确定所述第一关系矩阵的第一邻接矩阵，根据所述第一邻接矩阵确定调整监督信号；

根据所述图神经网络确定所述第二关系矩阵的第二邻接矩阵，根据所述第二邻接矩阵确定调整学习信号。

7.根据权利要求1至6任一项所述的计算机视觉CV模型训练方法，其特征在于，所述根据所述监督信号和所述学习信号确定第二CV模型的训练损失值包括：

根据所述监督信号与所述学习信号之间的平均绝对误差确定所述第二CV模型的训练损失值。

8.一种计算机视觉CV模型训练装置，其特征在于，包括：

获取单元，用于获取第一CV模型提取的训练图像的第一视觉特征，以及获取第二CV模型提取的所述训练图像的第二视觉特征；

拆解单元，用于对各训练图像的第一视觉特征和第二视觉特征分别进行拆解，得到第一视觉特征在多个子空间内的第一拆解特征和第二视觉特征在多个子空间内的第二拆解特征；

生成单元，用于根据所述第一拆解特征生成表征训练图像间关系的监督信号，以及根据所述第二拆解特征生成表征训练图像间关系的学习信号；

优化单元，用于根据所述监督信号和所述学习信号确定第二CV模型的训练损失值，根据所述训练损失值对所述第二CV模型的参数进行优化。

9.一种电子设备，其中，该电子设备包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行如权利要求1至7中任一项所述的计算机视觉CV模型训练方法。

10.一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现如权利要求1至7中任一项所述的计算机视觉CV模型训练方法。