自反馈模型训练方法、装置、路侧设备及云控平台.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114282664A(43)申请公布日2022.04.05(21)申请号202110456126.X(22)申请日2021.04.26(71)申请人阿波罗智联（北京）科技有限公司地址100176北京市大兴区经济技术开发区瑞合西二路7号院1号楼1层101(72)发明人夏春龙(74)专利代理机构北京市铸成律师事务所11313代理人王姗姗邓海鸿(51)Int.Cl.G06N3/08(2006.01)G06N3/04(2006.01)权利要求书3页说明书11页附图5页(54)发明名称自反馈模型训练方法、装置、路侧设备及云控平台(57)摘要本公开提供了一种用于图像处理的自反馈模型训练方法、装置、电子设备及存储介质，涉及智能交通、计算机视觉和深度学习技术领域。具体实现方案为：将样本图像数据输入带自反馈支路的自反馈模型进行前向传播，得到目标输出结果；根据所述目标输出结果与标签数据计算损失，得到损失函数；根据所述损失函数的反向传播对所述自反馈模型进行训练，得到训练后的目标模型。采用本公开，可以在不增加模型复杂度的基础上提高模型性能。CN114282664ACN114282664A权利要求书1/3页1.一种用于图像处理的自反馈模型训练方法，所述方法包括：将样本图像数据输入带自反馈支路的自反馈模型进行前向传播，得到目标输出结果；根据所述目标输出结果与标签数据计算损失，得到损失函数；根据所述损失函数的反向传播对所述自反馈模型进行训练，得到训练后的目标模型。2.根据权利要求1所述的方法，其中，所述将样本图像数据输入带自反馈支路的自反馈模型进行前向传播，得到目标输出结果，包括：所述自反馈模型包括至少一个卷积层的情况下，将每个卷积层的输出分别连接至当前卷积层的自反馈支路，通过所述当前卷积层的自反馈支路连接至所述当前卷积层的输入后进行所述前向传播，得到所述目标输出结果。3.根据权利要求1所述的方法，其中，所述将样本图像数据输入带自反馈支路的自反馈模型进行前向传播，得到目标输出结果，包括：将所述样本图像数据输入所述自反馈模型的第一卷积层，得到第一输出结果，将所述第一输出结果通过所述自反馈支路返回所述第一卷积层并再次输入，得到第二输出结果；响应i次迭代处理，将所述第二输出结果输入所述自反馈模型的第m卷积层，其中，所述m为大于1且小于所述i的整数，得到第m输出结果，将所述第m输出结果通过所述自反馈支路返回所述第m卷积层并再次输入，得到第m+1输出结果；达到所述i次迭代处理，经所述前向传播得到所述目标输出结果。4.根据权利要求1所述的方法，其中，所述将样本图像数据输入带自反馈支路的自反馈模型进行前向传播，得到输出结果，包括：将所述样本图像数据输入所述自反馈模型的第一卷积层，得到第一输出结果，将所述第一输出结果通过所述自反馈支路返回所述第一卷积层并再次输入，得到第二输出结果；响应i次迭代处理，将所述第二输出结果输入所述自反馈模型的第m卷积层，其中，所述m为大于1且小于所述i的整数，得到第m输出结果，将所述第m输出结果通过所述自反馈支路返回所述第m卷积层并再次输入，得到第m+1输出结果；达到所述i次迭代处理，经所述前向传播得到第i输出结果；将所述样本图像数据在所述自反馈模型中透传得到的输出结果与所述第i输出结果运算后，得到所述目标输出结果。5.根据权利要求1所述的方法，其中，所述将样本图像数据输入带自反馈支路的自反馈模型进行前向传播，得到输出结果，包括：将所述样本图像数据输入所述自反馈模型的第一卷积层，得到第一输出结果，将所述第一输出结果执行上采样处理，将上采样处理结果通过所述自反馈支路返回所述第一卷积层并再次输入，得到第二输出结果；响应i次迭代处理，将所述第二输出结果输入所述自反馈模型的第m卷积层，其中，所述m为大于1且小于所述i的整数，得到第m输出结果，将所述第m输出结果执行上采样处理，将上采样处理结果通过所述自反馈支路返回所述第m卷积层并再次输入，得到第m+1输出结果；达到所述i次迭代处理，经所述前向传播得到所述目标输出结果。6.一种图像处理方法，所述方法包括：将待处理图像输入训练后的目标模型，所述训练后的目标模型根据权利要求1‑5的训2CN114282664A权利要求书2/3页练方法训练获得；根据所述训练后的目标模型，对所述待处理图像执行包括图像分类、图像识别、图像分割中的至少一种图像处理。7.一种视频处理方法，所述方法包括：从待处理视频数据流中提取出多个图像帧；将所述多个图像帧输入训练后的目标模型，所述训练后的目标模型根据权利要求1‑5的训练方法训练获得；根据所述训练后的目标模型，对所述多个图像帧执行包括图像分类、图像识别、图像分割中的至少一种图像处理，得到图像处理结果；根据所述图