[发明专利]训练神经网络的方法、图像识别方法及图像识别装置

权利要求书

1.一种用于训练神经网络的方法，所述神经网络包括：

多尺度特征提取网络，用于提取训练图像的多层图像特征；

多尺度特征融合网络，用于基于所述多层图像特征各自的层级权重对多层图像特征进行加权融合，得到融合图像特征，并且基于所述融合图像特征确定图像识别特征，所述多层图像特征各自的层级权重与所述多层图像特征各自对识别结果的影响程度正相关，所述融合图像特征的维度大于所述多层图像特征各自维度之和；以及

分类器，用于基于所述图像识别特征确定所述训练图像的识别结果；

其中，所述方法包括：

将所述训练图像输入所述神经网络；

通过调整所述神经网络的参数使得针对输入的所述训练图像的识别结果趋近于所述训练图像的标注结果。

2.根据权利要求1所述的方法，其中，所述多尺度特征融合网络包括：

多个上采样网络，用于对最后层级的图像特征或除所述最后层级和首个层级之外的各中间层级的子融合图像特征分别进行上采样，得到至少一个中间层级和最后层级各自的上采样图像特征，其中，当前中间层级的上采样图像特征的维度与上一中间层级的图像特征的维度相同；

子融合图像特征获取网络，用于基于所述多层图像特征各自的层级权重将所述最后层级的上采样图像特征与上一层级的图像特征进行加权融合，或者，基于所述多层图像特征各自的层级权重将所述至少一个中间层级各自的上采样图像特征分别与各自的上一层级的图像特征进行加权融合，得到当前层级的上一层级的子融合图像特征；

拼接模块，用于将针对所述训练图像的最后层级的图像特征、除所述最后层级的图像特征之外的各层级的子融合图像特征进行拼接，得到所述融合图像特征；以及

全连接网络，用于对所述融合图像特征进行特征学习，以确定所述图像识别特征。

3.根据权利要求2所述的方法，其中，所述多尺度特征融合网络还包括：

多个卷积网络，用于对当前层级的上一层级的子融合图像特征执行卷积操作，得到消除混淆的子融合图像特征，以便所述多个上采样网络分别对多个除混淆的子融合图像特征进行上采样；

池化网络，用于对所述融合图像特征进行特征选择，得到池化后融合图像特征；以及

所述全连接网络具体用于对所述池化后融合图像特征进行特征学习，以确定所述图像识别特征。

4.根据权利要求1所述的方法，其中，所述多尺度特征提取网络包括多个层级的特征提取网络，各层级的特征提取网络用于提取不同深度的图像特征。

5.根据权利要求4所述的方法，其中，所述多个层级的特征提取网络中每一个包括：

至少两个分支网络，各分支网络用于基于不同尺寸的卷积核得到至少两组特征图，其中，所述不同尺寸的卷积核中大尺寸的卷积核的第一尺寸是基于小尺寸的卷积核的第二尺寸和预设膨胀率来确定的；

自注意力机制网络，用于确定所述至少两组特征图各自的特征图权重；

特征融合网络，用于基于所述至少两组特征图各自的特征图权重对所述至少两组特征图进行加权融合，得到融合后的图像特征。

6.根据权利要求5所述的方法，其中，所述自注意力机制网络包括：

全局平局池化层，用于得到各组特征图的全局信息；

第一全连接层，用于基于所述全局信息和激活函数确定至少两组特征图各自的特征图权重；

归一化层，用于对所述至少两组特征图各自的特征图权重进行归一化；

第二全连接层，用于基于损失函数确定所述至少两组特征图各自的归一化特征图权重；以及

所述特征融合网络具体用于基于所述至少两组特征图各自的归一化特征图权重对所述至少两组特征图进行加权融合，得到融合后的图像特征。

7.根据权利要求1所述的方法，还包括：对所述训练图像进行预处理，以降低所述训练图像中噪声信息，其中，所述噪声信息包括由于曝光不足和焦点模糊中至少一种造成的噪声信息。