[发明专利]神经网络训练方法、目标检测方法、装置、设备和介质在审

专利信息
申请号: 202210101367.7 申请日: 2022-01-27
公开(公告)号: CN114511066A 公开(公告)日: 2022-05-17
发明(设计)人: 蒋旻悦;谭啸;孙昊 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06N3/04 分类号: G06N3/04;G06N3/08;G06V10/82;G06V10/764;G06K9/62
代理公司: 北京市汉坤律师事务所 11602 代理人: 姜浩然;吴丽丽
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 神经网络 训练 方法 目标 检测 装置 设备 介质
【权利要求书】:

1.一种神经网络训练方法,包括:

对第一图像样本进行第一变换操作,以得到第一变换图像,并且,对所述第一图像样本进行第二变换操作,以得到第二变换图像;

对第二图像样本进行第三变换操作,以得到第三变换图像,并且,对所述第二图像样本进行第四变换操作,以得到第四变换图像;

将所述第一变换图像输入第一老师网络,以生成对应于所述第一图像样本中的目标的第一伪标签,并且,将所述第三变换图像输入第二老师网络,以生成对应于所述第二图像样本中的目标的第二伪标签,其中,所述第一老师网络和所述第二老师网络为使用有标签样本预先训练的网络;

将所述第二变换图像输入第二学生网络,以生成对应于所述第一图像样本中的目标的第一检测结果;

将所述第四变换图像输入第一学生网络,以生成对应于所述第二图像样本中的目标的第二检测结果;

基于所述第二伪标签和所述第二检测结果,调整所述第一学生网络的参数,并且,基于所述第一伪标签和所述第一检测结果,调整所述第二学生网络的参数;

基于经调整的所述第一学生网络的参数,调整所述第一老师网络的参数,并且,基于经调整的所述第二学生网络的参数,调整所述第二老师网络的参数;以及

基于所述第一老师网络和所述第二老师网络中至少之一,生成目标神经网络。

2.根据权利要求1所述的方法,其中,所述第一变换操作和所述第三变换操作中的每一个包括以下至少一种:图像翻转、图像旋转和图像裁剪,并且

所述第二变换操作和所述第四变换操作中的每一个包括以下至少一种:颜色变换和图像遮挡。

3.根据权利要求1或2所述的方法,其中,所述第一老师网络对于所述第一图像样本和所述第一变换图像的检测结果相同,

所述第一学生网络对于所述第二图像样本和所述第四变换图像的检测结果相同,

所述第二老师网络对于所述第二图像样本和所述第三变换图像的检测结果相同,并且,

所述第二学生网络对于所述第一图像样本和所述第二变换图像的检测结果相同。

4.根据权利要求1-3中任一项所述的方法,其中,所述第一老师网络、所述第二老师网络、所述第一学生网络和所述第二学生网络结构相同。

5.根据权利要求1-4中任一项所述的方法,其中,所述第一图像样本和所述第二图像样本为不同的图像。

6.根据权利要求1-4中任一项所述的方法,其中,所述第一图像样本和所述第二图像样本为相同的图像,且所述第二变换操作和所述第四变换操作为不同的变换操作。

7.根据权利要求6所述的方法,其中,所述第一检测结果包括一个或多个第一子检测结果,所述第二检测结果包括一个或多个第二子检测结果,所述将所述第一变换图像输入第一老师网络,以生成第一伪标签包括:

将所述第一变换图像输入所述第一老师网络,以生成所述第一伪标签中的一个或多个第一子标签和每个第一子标签所对应的置信度,

所述将所述第三变换图像输入第二老师网络,以生成第二伪标签包括:

将所述第三变换图像输入所述第二老师网络,以生成所述第二伪标签中的一个或多个第二子标签和每个第二子标签所对应的置信度,

所述方法还包括:在所述调整所述第二学生网络的参数和所述调整所述第二学生网络的参数之前,

基于所述一个或多个第一子标签和所述一个或多个第二子标签的置信度,筛选出所述第一伪标签中的第一监督标签和所述第二伪标签中的第二监督标签,

所述基于所述第二伪标签和所述第二检测结果,调整所述第一学生网络的参数包括:

对于所述第二监督标签和所述第二检测结果中对应于所述第二监督子标签的第二子检测结果,调整所述第一学生网络的参数,并且

所述基于所述第一伪标签和所述第一检测结果,调整所述第二学生网络的参数包括:

对于所述第一监督标签和所述第一检测结果中对应于所述第一监督子标签的第一子检测结果,调整所述第二学生网络的参数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210101367.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top