[发明专利]目标检测网络训练方法、装置、设备及存储介质

说明书

本发明公开了一种目标检测网络训练方法、装置、设备及存储介质。该方法包括：获取目标检测网络的当前网络参数；其中，所述当前网络参数为浮点型；基于预设正切函数，对所述当前网络参数进行量化，以更新所述目标检测网络；根据样本图像和样本标签训练更新后的目标检测网络，以调整更新前的目标检测网络的当前网络参数。本申请实施例提高了二值化训练得到的目标检测网络中网络参数的量化精度。

技术领域

本发明涉及计算机技术领域，尤其涉及一种目标检测网络训练方法、装置、设备及存储介质。

背景技术

随着神经网络模型的不断发展，人们对神经网络模型的精度要求也随之越来越高。

现有的神经网络模型，随着网络的层数加深，网络的复杂度越来越高，计算量也越来越大，导致了复杂神经网络不能够运行在监控摄像头等嵌入式设备上。

为了降低神经网络模型的复杂度，现有技术通常直接对神经网络的浮点权重或浮点激活进行二值化操作，导致神经网络模型二值化后的权重值精确度较低。并且，神经网络模型训练过程中，容易产生振荡，导致量化训练过程中的模型收敛较慢。

发明内容

本发明提供了一种目标检测网络训练方法、装置、设备及存储介质，以提高二值化训练得到的目标检测网络中网络参数的量化精度。

根据本发明的一方面，提供了一种目标检测网络训练方法，该方法包括：

获取目标检测网络的当前网络参数；其中，所述当前网络参数为浮点型；

基于预设正切函数，对所述当前网络参数进行量化，以更新所述目标检测网络；

根据样本图像和样本标签训练更新后的目标检测网络，以调整更新前的目标检测网络的当前网络参数。

根据本发明的另一方面，提供了一种目标检测网络训练装置，该装置包括：

当前网络参数获取模块，用于获取目标检测网络的当前网络参数；其中，所述当前网络参数为浮点型；

目标检测网络更新模块，用于基于预设正切函数，对所述当前网络参数进行量化，以更新所述目标检测网络；

当前网络参数调整模块，用于根据样本图像和样本标签训练更新后的目标检测网络，以调整更新前的目标检测网络的当前网络参数。

根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的目标检测网络训练方法。

根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的目标检测网络训练方法。

本实施例方案通过获取目标检测网络的当前网络参数；其中，当前网络参数为浮点型；基于预设正切函数，对当前网络参数进行量化，以更新目标检测网络；根据样本图像和样本标签训练更新后的目标检测网络，以调整更新前的目标检测网络的当前网络参数。上述方案通过采用正切函数，对目标检测网络的网络参数进行量化，并对量化后的网络参数进行不断调整的方式，对目标检测网络进行二值化训练，提高了二值化训练得到的目标检测网络中网络参数的量化精度。避免了采用sgnx函数将浮点型的权重参数直接进行量化导致的量化结果的准确度低的情况；通过采用正切函数，基于反向传播函数，不断逐层训练调整二值化之前的网络参数的方式，使得二值化量化后的结果更加精确，同时提高了网络的收敛性。