[发明专利]超网络的训练方法、装置、电子设备和存储介质

权利要求书

1.一种超网络的训练方法，包括：

基于预设超网络进行N次迭代操作，得到目标超网络；其中，N为大于等于2的整数；

其中，所述N次迭代操作中的第i次迭代操作，包括：

将预设分辨率的i倍作为特征图分辨率，基于所述特征图分辨率和预设骨架结构得到扩展子网络；其中，i为小于等于N的正整数；

基于所述扩展子网络，更新所述预设超网络，并对更新后的所述预设超网络进行训练，得到收敛的超网络；

在i等于预设阈值N的情况下，将所述收敛的超网络确定为目标超网络。

2.根据权利要求1所述的方法，其中，所述基于所述扩展子网络，更新所述预设超网络，包括：

在所述预设超网络的搜索空间中添加所述扩展子网络。

3.根据权利要求1所述的方法，其中，所述对更新后的所述预设超网络进行训练，得到收敛的超网络，包括：

基于所述预设分辨率，在更新后的所述预设超网络的搜索空间中选取m个子网络；其中，m为正整数；

基于所述m个子网络对更新后的所述预设超网络进行训练，得到收敛的超网络。

4.根据权利要求1-3中任一项所述的方法，还包括：

利用性能预测模型，在所述目标超网络的搜索空间中选取目标子网络。

5.根据权利要求4所述的方法，还包括：

在所述目标超网络的搜索空间中随机采样k个子网络；其中，k为正整数；

基于所述目标超网络的超网络参数对所述k个子网络进行评估，得到所述k个子网络的评估性能；

基于所述k个子网络的评估性能，训练预设模型，得到所述性能预测模型。

6.根据权利要求4所述的方法，还包括：

获取待处理图像；

利用所述目标子网络对所述待处理图像进行处理，得到所述待处理图像的图像处理结果。

7.一种超网络的训练装置，包括：

迭代模块，用于基于预设超网络进行N次迭代操作，得到目标超网络；其中，N为大于等于2的整数；

其中，所述迭代模块包括：

分辨率扩展单元，用于将预设分辨率的i倍作为特征图分辨率，基于所述特征图分辨率和预设骨架结构得到扩展子网络；其中，i为小于等于N的正整数；

超网络训练单元，用于基于所述扩展子网络，更新所述预设超网络，并对更新后的所述预设超网络进行训练，得到收敛的超网络；

目标确定单元，用于在i等于预设阈值N的情况下，将所述收敛的超网络确定为目标超网络。

8.根据权利要求7所述的装置，其中，所述超网络训练单元用于：

在所述预设超网络的搜索空间中添加所述扩展子网络。

9.根据权利要求7所述的装置，其中，所述超网络训练单元用于：

基于所述预设分辨率，在更新后的所述预设超网络的搜索空间中选取m个子网络；其中，m为正整数；

基于所述m个子网络对更新后的所述预设超网络进行训练，得到收敛的超网络。

10.根据权利要求7-9中任一项所述的装置，还包括：

子网络选取模块，用于利用性能预测模型，在所述目标超网络的搜索空间中选取目标子网络。

11.根据权利要求10所述的装置，还包括：

随机采样模块，用于在所述目标超网络的搜索空间中随机采样k个子网络；其中，k为正整数；

性能评估模块，用于基于所述目标超网络的超网络参数对所述k个子网络进行评估，得到所述k个子网络的评估性能；

模型确定模块，用于基于所述k个子网络的评估性能，训练预设模型，得到所述性能预测模型。