[发明专利]神经网络训练方法、图片分类方法及图片分类系统

权利要求书

1.一种神经网络训练方法，其特征是，包括步骤：

S1:准备数据集：源域图片和目标域图片；

S2:特征抽取：

将源域图片和目标域图片输入至第一神经网络，得到源域特征SF1和目标域特征TF1；

将源域图片和目标域图片输入至第二神经网络，得到源域特征SF2和目标域特征TF2；

S3:分别计算源域和目标域在第一神经网络和第二神经网络的TDA损失，得到第一神经网络的TDA损失TDA1和第二神经网络的TDA2；

S4:计算源域和目标域的知识蒸馏损失；

S5:分别对第一神经网络、第二神经网络进行更新。

2.如权利要求1所述的神经网络训练方法，其特征是，所述第一神经网络为EfficientNetV2。

3.如权利要求1或2所述的神经网络训练方法，其特征是，所述第二神经网络为EfficientNetV2。

4.如权利要求1所述的神经网络训练方法，其特征是，步骤S4:计算源域知识蒸馏损失SKD和目标域的知识蒸馏损失TKD，知识蒸馏的损失函数为KL loss，其公式可以表示为：

L_d＝L_kl(N1(D，t)，N2(D，t))

其中，N1(D，t)第一网络，N2(D，t)第二网络，D为数据集，t为温度。

5.如权利要求1所述的神经网络训练方法，其特征是，S5:对第一神经网络进行更新，使用TDA1损失，通过误差反向传播进行更新。

6.如权利要求1所述的神经网络训练方法，其特征是，S5:对第二神经网络进行更新，使用SKD，TKD和TDA2加权求和，并通过误差反向传播进行更新。

7.一种图片分类方法，包括步骤：

接收输入的图片；

神经网络模型对图片进行分析并分类；

返回输出结果，

其特征是，所述神经网络为权利要求1至7之任一神经网络训练方法得到的神经网络模型。

8.一种图片分类系统，包括交互单元、处理模块，其中：

交互单元用以接收输入的图片；

处理模块用以对输入的图片进行处理并向交互单元返回分类结果，

其特征是，所述处理模块为权利要求1至6之任一神经网络训练方法得到的神经网络模型。

9.一种计算机可读存储介质，所述存储介质中存储有指令或者程序，其特征是，所述指令或者程序由处理器加载并执行如权利要求7所述的图片分类方法。

10.一种电子设备，其特征是，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如权利要求7所述的图片分类方法。