分类网络的训练方法、图像分类方法及装置.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CN114239731A(43)申请公布日2022.03.25(21)申请号202111565700.1G06N3/08(2006.01)(22)申请日2021.12.20(71)申请人北京市商汤科技开发有限公司地址100080北京市海淀区北四环西路58号11层1101-1117室(72)发明人李阳光邵婧闫俊杰(74)专利代理机构北京中知恒瑞知识产权代理事务所(普通合伙)11889代理人袁忠林(51)Int.Cl.G06K9/62(2022.01)G06V10/764(2022.01)G06V10/80(2022.01)G06V10/82(2022.01)G06N3/04(2006.01)权利要求书3页说明书19页附图6页(54)发明名称分类网络的训练方法、图像分类方法及装置(57)摘要本公开提供了一种分类网络的训练方法、图像分类方法及装置，包括：获取样本图像，以及样本图像的标注信息；将所述样本图像输入至待训练的分类网络的二值化的初始特征提取层，确定所述样本图像对应的目标特征图；其中，所述初始特征提取层包括待训练的通道值调整参数；基于预设尺寸将所述目标特征图划分为多个特征单元，并将所述目标特征图输入至特征融合层，所述特征融合层包括多个二值化的多层感知模块，每个多层感知模块用于对所述特征单元进行特征融合和深层次的特征提取；基于所述特征融合层输出的语义特征图，以及所述样本图像的标注信息对所述分类网络进行训练。CN114239731ACN114239731A权利要求书1/3页1.一种分类网络的训练方法，其特征在于，包括：获取样本图像，以及样本图像的标注信息；将所述样本图像输入至待训练的分类网络的二值化的初始特征提取层，确定所述样本图像对应的目标特征图；其中，所述初始特征提取层包括待训练的通道值调整参数；基于预设尺寸将所述目标特征图划分为多个特征单元，并将所述目标特征图输入至特征融合层，所述特征融合层包括多个二值化的多层感知模块，每个多层感知模块用于对所述特征单元进行特征融合和深层次的特征提取；基于所述特征融合层输出的语义特征图，以及所述样本图像的标注信息对所述分类网络进行训练。2.根据权利要求1所述的方法，其特征在于，所述将所述样本图像输入至待训练的分类网络的二值化的初始特征提取层，确定所述样本图像对应的目标特征图，包括：对所述样本图像进行全局平均池化处理，确定所述样本图像对应的第一特征图；基于所述通道值调整参数对所述第一特征图的通道值进行第一调整，确定调整后的第二特征图；基于所述样本图像和所述第二特征图进行二值激活处理，确定第三特征图；对所述第三特征图进行特征提取，确定所述样本图像对应的目标特征图。3.根据权利要求2所述的方法，其特征在于，所述基于所述样本图像和所述第二特征图进行二值激活处理，确定第三特征图，包括：基于预设激活函数的第一阈值、以及所述样本图像和所述第二特征图对应通道值的差值，确定所述第三特征图。4.根据权利要求2或3所述的方法，其特征在于，所述对所述第三特征图进行特征提取，确定所述样本图像对应的目标特征图，包括：对所述第三特征图进行特征提取，确定第四特征图；基于所述通道值调整参数对所述第一特征图的特征值进行第二调整，确定调整后的第五特征图；对所述第四特征图和所述第五特征图进行特征融合，确定所述目标特征图。5.根据权利要求1～4任一所述的方法，其特征在于，所述特征融合层中的第N个多层感知模块的输出为第N+1个多层感知模块的输入，第一个多个感知模块的输入为所述目标特征图，最后一个多层感知模块的输出为所述语义特征图，N为正整数。6.根据权利要求1～5任一所述的方法，其特征在于，针对任一多层感知模块，该多层感知模块用于通过以下方法，对输入该多层感知模块的输入特征图的特征单元进行特征融合和深层次的特征提取：对所述输入特征图进行二值激活处理，确定第六特征图；按照至少一个交换距离，对所述第六特征图的特征单元进行特征交换，得到交换特征图；对所述交换特征图和所述第六特征图分别进行特征提取后，与所述输入特征图进行特征融合，得到融合特征图；对所述融合特征图进行激活处理，得到该多层感知模块的输出特征图。7.根据权利要求6所述的方法，其特征在于，针对任一交换距离，所述对所述第六特征2CN114239731A权利要求书2/3页图的特征单元进行特征交换，得到交换特征图，包括：针对任一特征单元，基于该交互距离，确定所述第六特征图中与该特征单元对应的待交换特征单元；基于待交换特征单元在对应通道上的取值，确定该特征单元在进行特征交换后各通道上的取值。8.根据权利要求6或7所述的方法，其特征在于，所述对所述交换特征图和所述第六特征图分别进行特征提取后，与所述输入特征图进行特征融合