图像识别方法及装置、电子设备和存储介质.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CN112001364A(43)申请公布日2020.11.27(21)申请号202011004395.4G06N3/08(2006.01)(22)申请日2020.09.22G06N20/20(2019.01)(71)申请人上海商汤临港智能科技有限公司地址200232上海市自由贸易试验区临港新片区泥城镇秋山路1775弄29、30号2楼01室(72)发明人李潇婕王飞钱晨(74)专利代理机构北京林达刘知识产权代理事务所(普通合伙)11277代理人刘新宇(51)Int.Cl.G06K9/00(2006.01)G06K9/44(2006.01)G06K9/62(2006.01)G06N3/04(2006.01)权利要求书2页说明书13页附图4页(54)发明名称图像识别方法及装置、电子设备和存储介质(57)摘要本公开涉及一种图像识别方法及装置、电子设备和存储介质，所述方法包括：将待处理图像输入学生网络的输入层，由所述学生网络对所述待处理图像进行图像识别；通过所述学生网络的输出层输出所述待处理图像的识别结果；其中，所述学生网络通过一个教师网络进行在线知识蒸馏训练得到，在一轮训练过程中，所述用于训练学生网络的样本图像数据的目标标注信息，由所述教师网络针对所述样本图像数据的样本识别结果进行滑动平均处理得到。本公开实施例可实现提高图像识别精度。CN112001364ACN112001364A权利要求书1/2页1.一种图像识别方法，其特征在于，包括：将待处理图像输入学生网络的输入层，由所述学生网络对所述待处理图像进行图像识别；通过所述学生网络的输出层输出所述待处理图像的识别结果；其中，所述学生网络通过一个教师网络进行在线知识蒸馏训练得到，在一轮训练过程中，用于训练学生网络的样本图像数据的目标标注信息，由所述教师网络针对所述样本图像数据的样本识别结果进行滑动平均处理得到。2.根据权利要求1所述的方法，其特征在于，所述学生网络通过一个教师网络进行在线知识蒸馏训练的过程，包括：通过所述教师网络对样本图像数据进行图像识别，得到样本识别结果；通过对所述样本识别结果及所述学生网络在前一轮训练中使用的目标标注信息进行滑动平均处理，得到更新后的目标标注信息；根据所述更新后的目标标注信息进行所述学生网络的当前一轮训练，及根据所述样本图像数据的预设标注信息进行所述教师网络的当前一轮训练。3.根据权利要求2所述的方法，其特征在于，所述通过对所述样本识别结果及所述学生网络在前一轮训练中使用的目标标注信息进行滑动平均处理，得到更新后的目标标注信息，包括：通过对所述样本识别结果及所述学生网络在前一轮训练中使用的目标标注信息进行滑动平均处理，将所述样本识别结果及所述学生网络在前一轮训练中使用的目标标注信息进行融合处理，得到所述更新后的目标标注信息。4.根据权利要求2所述的方法，其特征在于，所述样本识别结果包括所述样本图像数据对应的第一置信度，通过对所述样本识别结果及所述学生网络在前一轮训练中使用的目标标注信息进行滑动平均处理，得到更新后的目标标注信息，包括：通过对所述第一置信度及所述样本图像数据在前一轮训练中对应的第二置信度进行滑动平均处理，得到更新后的第二置信度；根据所述更新后的第二置信度，确定更新后的目标标注信息。5.根据权利要求4所述的方法，其特征在于，通过对所述第一置信度及所述样本图像数据在前一轮训练中对应的第二置信度进行滑动平均处理，得到更新后的第二标置信度，包括：在第k轮训练中，通过对所述样本图像数据对应的第一置信度，及所述样本图像数据在第k-1轮训练时对应的第二置信度进行滑动平均处理，得到所述样本图像数据在第k轮训练中对应的第二置信度，k为大于0的整数。6.根据权利要求5所述的方法，其特征在于，在第k轮训练中，通过对所述样本图像数据对应的第一置信度，及所述样本图像数据在第k-1轮训练时对应的第二置信度进行滑动平均处理，得到所述样本图像数据在第k轮训练中对应的第二置信度，包括：根据第一权重及所述第一置信度，第二权重及第k-1轮训练时对应的第二置信度，得到所述样本图像数据在第k轮训练中对应的第二置信度。7.根据权利要求6所述的方法，其特征在于，所述方法还包括：2CN112001364A权利要求书2/2页根据所述教师网络在第k-1轮训练中的训练损失，确定第k轮训练中的第一权重和第二权重，其中，所述教师网络在第k-1轮训练中的训练损失越小，所述第一权重越大，所述第二权重越小。8.一种图像识别装置，其特征在于，包括：处理模块，用于将待处理图像输入学生网络的输入层，由所述学生网络对所述待处理图像进行图像识别；输出模块，用于通过所述学生网络的输出层输出所述待处理图像的识别结果；其中，所述学生网络通过一个教