[发明专利]神经网络训练、目标检测的方法及装置、设备及存储介质

权利要求书

1.一种神经网络训练的方法，其特征在于，所述方法包括：

获取上游任务中采集的第一图像样本、下游任务中待训练的第一神经网络、以及基于所述第一图像样本训练得到的第二神经网络和图像生成网络；所述第二神经网络用于进行特征提取，所述图像生成网络用于生成新图像，且所述新图像符合所述第一图像样本的整体分布；

分别根据训练得到的所述第二神经网络和所述待训练的第一神经网络对基于所述图像生成网络生成的新图像进行特征提取，得到第一图像特征和第二图像特征；

基于所述第一图像特征和所述第二图像特征对所述待训练的第一神经网络进行训练，得到训练好的第一神经网络。

2.根据权利要求1所述的方法，其特征在于，按照如下步骤训练所述图像生成网络：

获取基于码本生成网络输出的第一图像；所述码本生成网络用于生成将所述第一图像样本分解为包含多个基元的码本；

将所述第一图像输入至所述待训练的图像生成网络，得到所述图像生成网络输出的第二图像；

基于所述第二图像与所述第一图像之间的图像相似度，确定所述待训练的图像生成网络的损失函数值；

基于所述损失函数值对所述待训练的图像生成网络进行训练，得到训练好的图像生成网络。

3.根据权利要求2所述的方法，其特征在于，所述将所述第一图像输入至所述待训练的图像生成网络，包括：

对所述第一图像中的部分图像区域进行遮盖处理，得到遮盖处理后的第一图像；

将所述遮盖处理后的第一图像输入至所述待训练的图像生成网络。

4.根据权利要求2或3所述的方法，其特征在于，所述码本生成网络包括编码器和解码器，按照如下步骤训练所述码本生成网络：

重复执行以下步骤，直至所述解码器输出的图像与输入到所述编码器中的第一图像样本之间的相似度大于预设阈值：

将所述第一图像样本输入到待训练的编码器，得到所述编码器输出的码本；将所述编码器输出的码本输入到待训练的解码器，得到所述解码器输出的图像。

5.根据权利要求4所述的方法，其特征在于，按照如下步骤获取基于码本生成网络输出的第一图像：

将所述第一图像样本输入到所述码本生成网络包括的编码器，得到所述编码器输出的码本；

将所述编码器输出的码本输入到所述码本生成网络包括的解码器，得到所述解码器输出的所述第一图像。

6.根据权利要求1所述的方法，其特征在于，所述图像生成网络包括用于生成将所述第一图像样本分解为多个基元的码本的第一生成子网络、以及基于所述第一生成子网络输出的图像，生成所述新图像的第二生成子网络；按照如下步骤训练所述图像生成网络：

将所述第一图像样本输入至训练好的第一生成子网络，得到所述第一生成子网络输出的第一图像；

将所述第一图像输入至所述待训练的第二生成子网络，得到所述第二生成子网络输出的第二图像；

基于所述第一图像与输入的所述第一图像样本之间的第一图像相似度、以及所述第二图像与所述第一图像之间的第二图像相似度，确定所述待训练的图像生成网络的损失函数值；

基于所述损失函数值对所述待训练的图像生成网络进行训练，得到训练好的图像生成网络。

7.根据权利要求1至6任一所述的方法，其特征在于，所述基于所述第一图像特征和所述第二图像特征对所述待训练的第一神经网络进行训练，得到训练好的第一神经网络，包括：

基于所述第一图像特征和所述第二图像特征之间的图像相似度，确定所述待训练的第一神经网络的损失函数值；

在当前轮对应的所述损失函数值大于预设阈值的情况下，基于所述损失函数值对所述第一神经网络的网络参数值进行调整，并根据调整后的第一神经网络进行下一轮训练，直至所述损失函数值小于或等于预设阈值。