图像分类方法及装置、分类网络训练方法及装置与流程
本公开涉及计算机技术领域，尤其涉及一种图像分类方法及装置、分类网络训练方法及装置。
背景技术：
在相关技术中，神经网络在提取图像中的目标对象的特征时，将目标对象作为一个整体进行特征提取，但目标对象的相貌、姿态、在图像中所占比例、背景复杂程度、目标对象在图像中的完整程度等因素均可能影响提取结果，造成对图像分类的精确度较低。
技术实现要素：
本公开提出了一种图像分类方法及装置、分类网络训练方法及装置。
根据本公开的一方面，提供了一种图像分类方法，包括：
提取待处理图像的第一特征图；
根据至少一个分割系数对所述第一特征图进行分割，获取分别根据每一个所述分割系数分割后得到的第二特征图组，所述第二特征图组中包括至少一个第二特征图；
对各所述第二特征图组中的第二特征图进行融合处理，获得与各所述分割系数对应的第一特征向量；
将所述第一特征向量分别输入至对应的分类网络，得到每一个分类网络对应的分类结果，根据所有分类网络得到的分类结果对所述待处理图像进行分类。
根据本公开的实施例的图像分类方法，可通过分割系数和待处理图像的第一特征图，获得第二特征图，并对第二特征图进行融合处理，获得至少一个第一特征向量，可获得待处理图像的至少一类特征，使得获取到更多特征信息，从而根据特征分类的时候能够提高分类准确度，且经过融合处理，即可保留各第二特征图的特征信息，使得特征信息丰富，又可减少信息冗余，减少对处理资源的占用，提升处理效率。
在一种可能的实现方式中，对各所述第二特征图组中的第二特征图进行融合处理，获得与各分割系数对应的第一特征向量，包括：
对第二目标特征图组中的至少一个第二特征图进行第一降维处理，所述第二目标特征图组为所述第二特征图组中的任意一个或多个特征图组；
根据所述第一降维处理后的各第二特征图组，获得与各分割系数对应的第一特征向量。
在一种可能的实现方式中，根据所述第一降维处理后的各第二特征图组，获得与各分割系数对应的第一特征向量，包括：
对第一降维处理后的各第二特征图组中的第二特征图分别进行拼接处理，分别获得第三特征图；
将所述第三特征图进行第二降维处理，获得与各分割系数对应的所述第一特征向量。
在一种可能的实现方式中，所述分类网络分别分布在不同的处理器上。
通过这种方式，可减少每个处理器的资源占用，降低分类处理的复杂度，避免单个处理资源无法满足处理需求的情况。
在一种可能的实现方式中，所述分割系数包括分割数量和分割重叠度，所述分割数量表示将第一特征图分割后的特征的数量，所述分割重叠度表示将第一特征图分割后的特征之间的重叠度。
根据本公开的一方面，提供了一种分类网络训练方法，包括：
将样本图像输入特征提取网络，获得所述样本图像的第一训练特征图；
根据至少一个分割系数对所述第一训练特征图进行分割，获得分别根据每一个所述分割系数分割后得到的第二训练特征图组，所述第二训练特征图组中包括至少一个第二训练特征图；
对各所述第二训练特征图组中的第二训练特征图进行融合处理，获得与各所述分割系数对应的第一训练特征向量；
根据所述与各分割系数对应的第一训练特征向量，训练至少一个分类网络，其中，各所述分类网络分别与各所述第一训练特征向量对应。
在一种可能的实现方式中，根据所述与各分割系数对应的第一特征向量，训练至少一个分类网络，包括：
将所述各第一训练特征向量分别输入至对应的分类网络，分别获得各所述分类网络的分类结果；
根据各所述分类网络的分类结果以及所述样本图像的标注信息，分别确定与各所述分类网络对应的网络损失；
根据与各所述分类网络对应的网络损失，调整各所述分类网络及所述特征提取网络的网络参数。
在一种可能的实现方式中，根据与各分类网络对应的网络损失，调整各分类网络及特征提取网络的网络参数，包括：
分别根据与各分类网络对应的网络损失，调整各分类网络的网络参数；
根据与各分类网络对应的网络损失，调整所述特征提取网络的网络参数。
通过这种方式，可分别根据各分类网络的网络损失来训练各分类网络，可使各分类网络的训练相互独立，可将各分类网络的训练通过多个处理资源来完成，减轻每个处理资源的资源占用，降低训练的复杂程度，避免单个处理资源无法满足训练需求的情况。
在一种可能的实现方式中，根据与各分类网络对应的网络损失，调整所述特征提取网络的网络参数，包括：
对与各分类网络对应的网络损失进行加权求和，获得所述特征提取网络的网络损失；
根据所述特征提取网络的网络损失，调整所述特征提取网络的网络参数。
根据本公开的一方面，提供了一种图像分类装置，包括：
第一提取模块，用于提取待处理图像的第一特征图；
第一分割模块，用于根据至少一个分割系数对所述第一特征图进行分割，获取分别根据每一个所述分割系数分割后得到的第二特征图组，所述第二特征图组中包括至少一个第二特征图；
第一融合模块，用于对各所述第二特征图组中的第二特征图进行融合处理，获得与各所述分割系数对应的第一特征向量；
分类模块，用于将所述第一特征向量分别输入至对应的分类网络，得到每一个分类网络对应的分类结果，根据所有分类网络得到的分类结果对所述待处理图像进行分类。
在一种可能的实现方式中，所述第一融合模块被进一步配置为：
对第二目标特征图组中的至少一个第二特征图进行第一降维处理，所述第二目标特征图组为所述第二特征图组中的任意一个或多个特征图组；
根据所述第一降维处理后的各第二特征图组，获得与各分割系数对应的第一特征向量。
在一种可能的实现方式中，所述第一融合模块被进一步配置为：
对第一降维处理后的各第二特征图组中的第二特征图分别进行拼接处理，分别获得第三特征图；
将所述第三特征图进行第二降维处理，获得与各分割系数对应的所述第一特征向量。
在一种可能的实现方式中，所述分类网络分别分布在不同的处理器上。
在一种可能的实现方式中，所述分割系数包括分割数量和分割重叠度，所述分割数量表示将第一特征图分割后的特征的数量，所述分割重叠度表示将第一特征图分割后的特征之间的重叠度。
根据本公开的一方面，提供了一种分类网络训练装置，包括：
第二提取模块，用于将样本图像输入特征提取网络，获得所述样本图像的第一训练特征图；
第二分割模块，用于根据至少一个分割系数对所述第一训练特征图进行分割，获得分别根据每一个所述分割系数分割后得到的第二训练特征图组，所述第二训练特征图组中包括至少一个第二训练特征图；
第二融合模块，用于对各所述第二训练特征图组中的第二训练特征图进行融合处理，获得与各所述分割系数对应的第一训练特征向量；
训练模块，用于根据所述与各分割系数对应的第一训练特征向量，训练至少一个分类网络，其中，各所述分类网络分别与各所述第一训练特征向量对应。
在一种可能的实现方式中，所述训练模块被进一步配置为：
将所述各第一训练特征向量分别输入至对应的分类网络，分别获得各所述分类网络的分类结果；
根据各所述分类网络的分类结果以及所述样本图像的标注信息，分别确定与各所述分类网络对应的网络损失；
根据与各所述分类网络对应的网络损失，调整各所述分类网络及所述特征提取网络的网络参数。
在一种可能的实现方式中，所述训练模块被进一步配置为：
分别根据与各分类网络对应的网络损失，调整各分类网络的网络参数；
根据与各分类网络对应的网络损失，调整所述特征提取网络的网络参数。
在一种可能的实现方式中，所述训练模块被进一步配置为：
对与各分类网络对应的网络损失进行加权求和，获得所述特征提取网络的网络损失；
根据所述特征提取网络的网络损失，调整所述特征提取网络的网络参数。
根据本公开的一方面，提供了一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：执行上述方法。
根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的图像分类方法的流程图；
图2示出根据本公开实施例的分类网络训练方法的流程图；
图3示出根据本公开实施例的分类网络训练方法的应用示意图；
图4示出根据本公开实施例的图像分类装置的框图；
图5示出根据本公开实施例的分类网络训练装置的框图；
图6示出根据本公开实施例的电子装置的框图；
图7示出根据本公开实施例的电子装置的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括a、b、c中的至少一种，可以表示包括从a、b和c构成的集合中选择的任意一个或多个元素。
另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
图1示出根据本公开实施例的图像分类方法的流程图，如图1所示，所述方法包括：
在步骤s11中，提取待处理图像的第一特征图；
在步骤s12中，根据至少一个分割系数对所述第一特征图进行分割，获取分别根据每一个所述分割系数分割后得到的第二特征图组，所述第二特征图组中包括至少一个第二特征图；
在步骤s13中，对各所述第二特征图组中的第二特征图进行融合处理，获得与各所述分割系数对应的第一特征向量；
在步骤s14中，将所述第一特征向量分别输入至对应的分类网络，得到每一个分类网络对应的分类结果，根据所有分类网络得到的分类结果对所述待处理图像进行分类。
根据本公开的实施例的图像分类方法，可通过分割系数和待处理图像的第一特征图，获得第二特征图，并对第二特征图进行融合处理，获得至少一个第一特征向量，可获取到更多特征信息，从而根据特征分类时能够提高分类准确度，且经过融合处理，即可保留各第二特征图的特征信息，使得特征信息丰富，又可减少信息冗余，减少对处理资源的占用，提升处理效率。
在一种可能的实现方式中，所述图像分类方法可以由终端设备或其它处理设备执行，其中，终端设备可以为用户设备(userequipment，ue)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(personaldigitalassistant，pda)、手持设备、计算设备、车载设备、可穿戴设备等。其它处理设备可为服务器或云端服务器等。在一些可能的实现方式中，该方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
在一种可能的实现方式中，在步骤s11中，提取待处理图像的第一特征图的处理，可通过特征提取网络来执行，所述特征提取网络可以是具有多个网络层级的深度学习神经网络，例如卷积神经网络等，也可以是其他网络，在此不做限定。所述待处理图像中可包括一个或多个目标对象，所述目标对象可以是人、车辆、物品等。
在一种可能的实现方式中，可将待处理图像输入特征提取网络，特征提取网络的多个网络层级可依次进行特征提取处理，所述网络层级可包括卷积层、激活层等，在示例中，在经过激活层后，特征提取网络可输出待处理图像的第一特征图。
在一种可能的实现方式中，在步骤s12中，所述分割系数包括分割数量和分割重叠度，所述分割数量表示将第一特征图分割后的特征的数量，所述分割重叠度表示将第一特征图分割后的特征之间的重叠度。在示例中，第i(1≤i≤n，n为分割系数的数量，i和n为整数)个分割系数为将第一特征图分割为第二特征图的数量为i，i个第二特征图可组成所述第二特征图组，每个第二特征图的高度为第一特征图的
在示例中，将第一特征图分割为第二特征图的数量可为1，即，不对第一特征图进行分割，所述第一特征图即为第二特征图。
在示例中，将第一特征图分割为第二特征图的数量可为2，即，将第一特征图分割为两个第二特征图，并且，两个第二特征图可具有一定的重叠，重叠部分可根据所述第二特征图之间的重叠度来确定，所述重叠度可用第二特征图之间的重叠区域占第一特征图的面积比来表示。例如，可沿高度方向将第一特征图分割为两个第二特征图，第二特征图的宽度与第一特征图一致，每个第二特征图的高度为第一特征图的2/3，即，重叠度为1/3。将第一特征图分割为第二特征图的数量可为3，可将第一特征图分割为三个第二特征图，每个第二特征图的高度为第一特征图的1/2，重叠度为1/4……可将第一特征图分割为n个第二特征图，每个第二特征图的高度为第一特征图的
在示例中，还可通过其他分割方式进行分割，例如，可沿竖直方向分割，可沿环形方向分割，可将第一特征图分割成多个不规则图形等，本公开对分割方式不做限制。
在一种可能的实现方式中，在步骤s13中，可对各第二特征图组中的第二特征图进行融合处理，获得与各所述分割系数对应的第一特征向量。步骤s13可包括：对第二目标特征图组中的至少一个第二特征图进行第一降维处理，所述第二目标特征图组为所述第二特征图组中的任意一个或多个特征图组；根据所述第一降维处理后的各第二特征图组，获得与各分割系数对应的第一特征向量。
在示例中，以第i组第二特征图为例，可对第i组第二特征图中的i个第二特征图分别进行第一降维处理，获得各第二特征图的第二特征向量(即，降维后的第二特征图组)。并可基于第二特征向量获得与第i各分割系数对应的第一特征向量。根据所述降维处理后的各第二特征图组，获得与各分割系数对应的第一特征向量，包括：对第一降维处理后的各第二特征图组中的第二特征图分别进行拼接处理，分别获得第三特征图；将所述第三特征图进行第二降维处理，获得与各分割系数对应的所述第一特征向量。
在示例中，可将第一降维处理后的各第二特征图组中的第二特征图进行拼接处理，即，对i个第二特征向量进行拼接，例如，可将各第二特征向量分别作为第三特征图的一个特征通道，即，将第二特征向量融合为第三特征图。并可对第三特征图进行降维，获得与目标分类网络对应的第一特征向量fi。可通过上述方式分别确定与第1个分类网络至第n个分类网络对应的第一特征向量f1，f2…fn。
在示例中，也可不对第二特征图组中的各第二特征图进行第一降维处理，可直接对各第二特征图进行拼接处理，获得第三特征图，并对第三特征图进行第二降维处理，获得第一特征向量。
在一种可能的实现方式中，在步骤s14中，各分割系数可分别与分类网络对应，即，分类网络的数量可以是n个。可将与各分割系数对应的第一特征向量分别输入与各分割系数对应的分类网络中，各分类网络可分别输出分类结果。
在一种可能的实现方式中，n个第一特征向量分别包含不同分割粒度的特征信息，例如，f1可包含第一特征图全图的特征信息，f2可包含第一特征图分割成的两个第二特征图的特征信息……可将n个第一特征向量分别输入对应的分类网络进行处理。各分类网络可分别对第一特征向量进行特征提取处理，获得各分类网络的分类结果，例如，第i个分类网络可对第i个第一特征向量fi进行特征提取处理，获得第i个分类结果。在示例中，所述分类结果可以是用于表示待处理图像的类别的特征向量，本公开对分类结果不做限制。
在示例中，可将待处理图像和参考图像分别输入特征提取网络，并由各分类网络分别获得待处理图像和参考图像的分类结果，并确定待处理图像和参考图像的分类结果的特征相似度，例如，如果待处理图像和参考图像的分类结果的特征相似度大于或等于相似度阈值，则待处理图像中的目标对象与参考图像中的目标对象为同一类，即，待处理图像与参考图像可被归为同一类，反之，待处理图像与参考图像可归为不同类。或者，可利用分类结果将待处理图像与多个参考图像进行比对，例如，确定分类结果与各参考图像的参考特征的特征相似度，以确定与分类结果的特征相似度最高的目标参考特征，并将待处理图像与目标参考特征对应的参考图像归为同一类。又或者，将多个待处理图像的分类结果分别与一个或多个参考图像进行比对，以对多个待处理图像进行分类，例如，可分别确定一段视频中的每个视频帧的分类(例如，可将包括目标对象的视频帧归为一类，将不包括目标对象的视频帧归为另一类等)。
在一种可能的实现方式中，所述分类网络分别分布在不同的处理器上。例如，可分布在多个gpu(graphicsprocessingunit，图形处理器)上。分类网络的数量可为多个，涉及的网络参数较多，分类处理过程运算量较大。但由于各分类网络的处理互相独立，因此，可分布在多个处理器上分别进行分类处理，例如，一个gpu可仅执行一个分类网络的分类处理，或者，可将分类网络分为m(m为正整数)组，并分别通过m个gpu来执行m组分类网络的分类处理。在其他示例中，所述处理器还可包括cpu(centralprocessingunit，中央处理器)，fpga(field－programmablegatearray，现场可编程门阵列)，mcu(microcontrollerunit，微控制单元)等，本公开对处理器不做限制。
通过这种方式，可减少每个处理器的资源占用，降低分类处理的复杂度，避免单个处理资源无法满足处理需求的情况。
根据本公开的实施例的图像分类方法，可通过分割系数和样本图像的第一特征图，获得第二特征图，并对第二特征图进行融合处理，以在获得更多特征信息的同时，减少信息冗余，提升处理效率。且根据多个分类网络输出的多个分类结果对待处理图像进行分类，可提升分类准确率。
在一种可能的实现方式中，在使用所述特征提取网络和分类网络前，可对所述特征提取网络进行训练。
图2示出根据本公开实施例的分类网络训练方法的流程图，如图2所示，所述方法包括：
在步骤s21中，将样本图像输入特征提取网络，获得所述样本图像的第一训练特征图；
在步骤s22中，根据至少一个分割系数对所述第一训练特征图进行分割，获得分别根据每一个所述分割系数分割后得到的第二训练特征图组，所述第二训练特征图组中包括至少一个第二训练特征图；
在步骤s23中，对各所述第二训练特征图组中的第二训练特征图进行融合处理，获得与各所述分割系数对应的第一训练特征向量；
在步骤s24中，根据所述与各分割系数对应的第一训练特征向量，训练至少一个分类网络，其中，各所述分类网络分别与各所述第一训练特征向量对应。
在一种可能的实现方式中，在步骤s21中，可将样本图像输入特征提取网络，特征提取网络的多个网络层级可依次进行特征提取处理，所述网络层级可包括卷积层、激活层等，在示例中，在经过激活层后，特征提取网络可输出样本图像的第一训练特征图。
在一种可能的实现方式中，在步骤s22中，可按照上述分割待处理图像的方式，对样本图像进行分割，获得与每个分割系数对应的第二训练特征图组，所述第二训练特征图组中包括至少一个第二训练特征图。在其他实现方式中，还可以按照其他方式对样本图像进行分割，在此不限定。
在一种可能的实现方式中，在步骤s23中，可按照上述对第二特征图进行融合处理的方式，对各第二训练特征图组中的第二训练特征图进行融合处理，获得与各分割系数对应的第一训练特征向量。也可以按照其他方式对第二训练特征图进行融合处理，获得与各分割系数对应的第一训练特征向量，在此不做限定。
在一种可能的实现方式中，在步骤s24中，可根据与各分割系数对应的第一训练特征向量，分别训练与各分割系数对应的分类网络。
在一种可能的实现方式中，步骤s24可包括：将所述各第一训练特征向量分别输入至对应的分类网络，分别获得各所述分类网络的分类结果；根据各所述分类网络的分类结果以及所述样本图像的标注信息，分别确定与各所述分类网络对应的网络损失；根据与各所述分类网络对应的网络损失，调整各所述分类网络及所述特征提取网络的网络参数。
在一种可能的实现方式中，可将与各分割系数对应的第一训练特征分别输入与各分割系数对应的分类网络中，各分类网络可分别输出分类结果。
在一种可能的实现方式中，可根据各分类网络的分类结果以及样本图像的标注信息，分别确定与各分类网络对应的网络损失。在示例中，样本图像的标注信息可以是样本图像与参考图像的特征相似度，在示例中，如果样本图像与参考图像中的目标对象为同一人，则样本图像与参考图像的特征相似度可被标注为1，如果样本图像与参考图像中的目标对象不是同一人，则样本图像与参考图像的特征相似度可被标注为0。
在示例中，可通过特征提取网络和至少一个分类网络来获取参考图像的特征，每个分类网络均可输出参考图像的特征，n个分类网络可获得n个参考图像的特征。可分别确定每个分类网络对样本图像的分类结果与参考图像的特征之间的特征相似度，并根据用上述方式确定的特征相似度与标注的特征相似度之间的差异确定每个分类网络对应的网络损失。例如，第i个分类网络可输出样本图像的分类结果(第i个分类结果)以及参考图像的特征(第i个特征)，可确定第i个分类结果与第i个特征之间的特征相似度(例如余弦相似度等)，并根据该特征相似度与样本图像的标注信息之间的差异确定与第i个分类网络对应的网络损失li。可通过上述方式分别确定每个分类网络对应的网络损失l1，l2…ln。
在一种可能的实现方式中，根据上述网络损失调整各分类网络和特征提取网络的网络参数。其中，根据与各分类网络对应的网络损失，调整各分类网络及特征提取网络的网络参数，包括：分别根据与各分类网络对应的网络损失，调整各分类网络的网络参数；根据与各分类网络对应的网络损失，调整所述特征提取网络的网络参数。
在示例中，可分别根据各分类网络对应的网络损失来调整各分类网络的网络参数，各分类网络的网络参数的调整可互相独立，即，某一个分类网络可仅通过与自身对应的网络损失来调整自身的网络参数，与其他分类网络的网络损失和网络参数无关。例如，可确定第i个网络损失li对于第i个分类网络的各参数的梯度
在示例中，分类网络的数量可为多个，涉及的网络参数较多，在训练过程中，对gpu等处理资源的资源占用率较高，且训练复杂度较高，单个处理资源可能无法承载过多的分类网络的训练。由于各分类网络的网络参数的调整可互相独立，因此可通过多个gpu等处理资源来训练各分类网络，例如，一个gpu可仅执行一个分类网络的训练任务。或者，可将多个分类网络分成m(m为正整数)组，并分别通过m个gpu来训练m组分类网络。此外，由于每组分类网络的训练是相互独立的，可对各组分类网络进行分批训练，例如，可选择出一组或多组分类网络进行训练，在选组出的分类网络组训练完成后，再选择其他组分类网络进行训练。本公开对使用的处理资源的数量不做限制。
在示例中，可根据各分类网络对应的网络损失l1，l2…ln来调整特征提取网络的网络参数。特征提取网络为各分类网络前端的神经网络，可根据上述所有网络损失来确定特征提取网络的网络损失。根据与各分类网络对应的网络损失，调整所述特征提取网络的网络参数，包括：对与各分类网络对应的网络损失进行加权求和，获得所述特征提取网络的网络损失；根据所述特征提取网络的网络损失，调整所述特征提取网络的网络参数。在示例中，可对l1，l2…ln进行求和或加权求和等处理，获得特征提取网络的网络损失l，并确定l对于特征提取网络的各网络参数的梯度，进一步地，可并按照使网络损失最小化的方向，通过梯度下降法来调节各网络参数。
在另一示例中，可首先训练特征提取网络，在特征提取网络训练完成后，将特征提取网络的网络参数固定，然后再分别训练各分类网络。
在一种可能的实现方式中，可通过上述方式对特征提取网络和各分类网络进行多次网络调整，即，进行多个训练周期的训练。并在满足训练条件时，完成对特征提取网络和各分类网络的训练。所述训练条件可包括训练次数(即，训练周期数)，例如，当训练次数达到预设次数时，满足训练条件。或者，训练条件可包括网络损失的大小或敛散性，例如，当网络损失l1，l2…ln小于或等于损失阈值或收敛于预设区间内时，满足训练条件。在训练完成后，可获得训练后的特征提取网络和各分类网络，所述特征提取网络和各分类网络可用于对图像进行分类处理中，且在分类处理中，可使用特征提取网络和所有分类网络，以获得所有分类网络输出的分类结果，也可使用特征提取网络以及某一个或一部分分类网络，以获得一个或一部分分类网络输出的分类结果。本公开对训练条件不做限制。
通过这种方式，可分别根据各分类网络的网络损失来训练各分类网络，可使各分类网络的训练相互独立，可将各分类网络的训练通过多个处理资源来完成，减轻每个处理资源的资源占用，降低训练的复杂程度，避免单个处理资源无法满足训练需求的情况。
在一种可能的实现方式中，可通过训练后的特征提取网络以及至少一个分类网络对待处理图像进行分类处理，获得所述待处理图像的分类结果。在示例中，所述待处理图像中可包括一个或多个目标对象，所述目标对象可以是人、车辆、物品等。
在一种可能的实现方式中，可使用一个或一部分分类网络及特征提取网络对待处理图像进行分类处理，也可使用全部分类网络及特征提取网络对待处理图像进行分类处理。所述训练后的特征提取网络可提取待处理图像的第一特征图，并根据分割系数对第一特征图进行分割。并将分割后获得的第二特征图进行降维获得各第二特征图的第二特征向量，进一步地，可对第二特征向量进行拼接、降维等处理，获得第一特征向量。并将第一特征向量输入分类网络进行处理，获得分类结果。
在示例中，所述分类结果为向量形式的结果，可确定所述分类结果与参考图像的特征之间的特征相似度(例如，余弦相似度等)，并根据所述特征相似度来确定待处理图像的类别。例如，如果所述特征相似度大于或等于相似度阈值，则可将待处理图像与参考图像归为一类。或者，可利用分类结果将待处理图像与多个参考图像进行比对，例如，确定分类结果与各参考图像的参考特征的特征相似度，以确定与分类结果的特征相似度最高的目标参考特征，并将待处理图像与目标参考特征对应的参考图像归为同一类。又或者，将多个待处理图像的分类结果分别与一个或多个参考图像进行比对，以对多个待处理图像进行分类，例如，可分别确定一段视频中的每个视频帧的分类(例如，可将包括目标对象的视频帧归为一类，将不包括目标对象的视频帧归为另一类等)。
根据本公开的实施例的分类网络训练方法，可通过分割系数和样本图像的第一特征图，获得至少一个第一特征向量，可获得样本图像的至少一类特征，使得神经网络获取到不同分割粒度的特征信息，使获得的特征信息更丰富，有利于在目标对象的相貌拍摄不清晰、姿态复杂、在图像中所占比例较小、背景较复杂或目标对象在图像中不完整等情况下，获得多种特征，提高神经网络的性能。并可分别根据各分类网络的网络损失来训练各分类网络，可使各分类网络的训练相互独立，可将各分类网络的训练通过多个处理资源来完成，减轻每个处理资源的资源占用，降低训练的复杂程度，避免单个处理资源无法满足训练需求的情况。进一步地，在训练过程中，相较于仅训练一个或一部分分类网络，将所有分类网络和特征提取网络进行训练，可提升特征提取网络和每个分类网络的性能，可在对待处理图像进行分类处理时，使用特征提取网络及一个或一部分分类网络，也可使用全部分类网络，提高使用分类网络的灵活性，并提升分类准确性。
图3示出根据本公开实施例的分类网络训练方法的应用示意图，如图3所示，在神经网络的训练过程中，可将包括一个或多个目标对象的样本图像输入特征提取网络，特征提取网络可输出样本图像的第一训练特征图。
在一种可能的实现方式中，可根据多个分割系数，对第一训练特征图进行分割，在示例中，可分别将第一训练特征图按照与各分类网络对应的分割系数进行分割，获得与各分类网络对应的第二训练特征图。在示例中，将第一训练特征图分割为第二训练特征图的数量可为1，即，不对第一训练特征图进行分割，所述第一训练特征图即为第二训练特征图。还可将第一训练特征图分割为2个第二训练特征图、3个第二训练特征图和4个第二训练特征图。
在一种可能的实现方式中，针对任一分类网络的第二训练特征图，可对各第二训练特征图进行降维处理，获得第二训练特征向量。可将第二训练特征向量进行拼接处理，并进行降维，获得可输入该分类网络的第一训练特征向量。可通过上述方式获得可输入各分类网络的第一特征向量f1，f2，f3，f4。
在一种可能的实现方式中，可通过与每个分类网络对应的第一训练特征向量来训练各分类网络及特征提取网络。可将上述第一训练特征向量f1，f2，f3，f4分别输入各分类网络，如图所示，可获得第1个分类结果、第2个分类结果、第3个分类结果和第4个分类结果。并可根据各分类结果与样本图像的标注信息确定与各分类网络对应的网络损失l1，l2，l3，l4。
在一种可能的实现方式中，可分别根据各分类网络对应的网络损失来调整各分类网络的网络参数，例如，可根据网络损失l1来调节第一个分类网络的网络参数，可根据网络损失l2来调节第二个分类网络的网络参数，可根据网络损失l3来调节第三个分类网络的网络参数，可根据网络损失l4来调节第四个分类网络的网络参数。各分类网络的网络参数的调整可互相独立，因此可通过多个gpu等处理资源来训练各分类网络。例如，一个gpu可仅执行一个分类网络的训练任务，即，可通过4个gpu来执行各分类网络的训练任务。
在一种可能的实现方式中，可通过各分类网络对应的网络损失l1，l2，l3，l4确定特征提取网络的网络损失l，例如，可对l1，l2，l3，l4进行求和或加权求和等处理，获得特征提取网络的网络损失l，并根据l调整特征提取网络的网络参数。
在一种可能的实现方式中，可通过上述方式对特征提取网络和各分类网络进行多次训练，获得训练后的分类网络和特征提取网络。并可使用训练后的分类网络和特征提取网络对待处理图像进行分类处理。例如，可通过特征提取网络以及一个、一部分或全部分类网络对待处理图像进行分类处理，获得待处理图像的一个或多个分类结果，并利用所述一个或多个分类结果对待处理图像进行分类。
在一种可能的实现方式中，所述分类网络训练方法和图像分类方法可用于对视频帧的分类处理中，例如，对监控视频中的某个行人进行查询，可通过分类网络及一个或多个特征提取网络来确定监控视频中各视频帧的分类，即，将包括该行人的视频帧分为一类，将不包括该行人的视频帧分为另一类等。本公开对所述分类网络训练方法和图像分类方法应用领域不做限制。
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。
此外，本公开还提供了图像分类装置及分类网络训练装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
图4示出根据本公开实施例的图像分类装置的框图，如图4所示，所述装置包括：
第一提取模块11，用于提取待处理图像的第一特征图；
第一分割模块12，用于根据至少一个分割系数对所述第一特征图进行分割，获取分别根据每一个所述分割系数分割后得到的第二特征图组，所述第二特征图组中包括至少一个第二特征图；
第一融合模块13，用于对各所述第二特征图组中的第二特征图进行融合处理，获得与各所述分割系数对应的第一特征向量；
分类模块14，用于将所述第一特征向量分别输入至对应的分类网络，得到每一个分类网络对应的分类结果，根据所有分类网络得到的分类结果对所述待处理图像进行分类。
在一种可能的实现方式中，所述第一融合模块被进一步配置为：
对第二目标特征图组中的至少一个第二特征图进行第一降维处理，所述第二目标特征图组为所述第二特征图组中的任意一个或多个特征图组；
根据所述第一降维处理后的各第二特征图组，获得与各分割系数对应的第一特征向量。
在一种可能的实现方式中，所述第一融合模块被进一步配置为：
对第一降维处理后的各第二特征图组中的第二特征图分别进行拼接处理，分别获得第三特征图；
将所述第三特征图进行第二降维处理，获得与各分割系数对应的所述第一特征向量。
在一种可能的实现方式中，所述分类网络分别分布在不同的处理器上。
在一种可能的实现方式中，所述分割系数包括分割数量和分割重叠度，所述分割数量表示将第一特征图分割后的特征的数量，所述分割重叠度表示将第一特征图分割后的特征之间的重叠度。
图5示出根据本公开实施例的分类网络训练装置的框图，如图5所示，所述装置包括：
第二提取模块21，用于将样本图像输入特征提取网络，获得所述样本图像的第一训练特征图；
第二分割模块22，用于根据至少一个分割系数对所述第一训练特征图进行分割，获得分别根据每一个所述分割系数分割后得到的第二训练特征图组，所述第二训练特征图组中包括至少一个第二训练特征图；
第二融合模块23，用于对各所述第二训练特征图组中的第二训练特征图进行融合处理，获得与各所述分割系数对应的第一训练特征向量；
训练模块24，用于根据所述与各分割系数对应的第一训练特征向量，训练至少一个分类网络，其中，各所述分类网络分别与各所述第一训练特征向量对应。
在一种可能的实现方式中，所述训练模块被进一步配置为：
将所述各第一训练特征向量分别输入至对应的分类网络，分别获得各所述分类网络的分类结果；
根据各所述分类网络的分类结果以及所述样本图像的标注信息，分别确定与各所述分类网络对应的网络损失；
根据与各所述分类网络对应的网络损失，调整各所述分类网络及所述特征提取网络的网络参数。
在一种可能的实现方式中，所述训练模块被进一步配置为：
分别根据与各分类网络对应的网络损失，调整各分类网络的网络参数；
根据与各分类网络对应的网络损失，调整所述特征提取网络的网络参数。
在一种可能的实现方式中，所述训练模块被进一步配置为：
对与各分类网络对应的网络损失进行加权求和，获得所述特征提取网络的网络损失；
根据所述特征提取网络的网络损失，调整所述特征提取网络的网络参数。
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述
本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图6是根据一示例性实施例示出的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
参照图6，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(i/o)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(mic)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
i/o接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如cmos或ccd图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如wifi，2g或3g，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图7是根据一示例性实施例示出的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图7，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(i/o)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如windowsservertm，macosxtm，unixtm,linuxtm，freebsdtm或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式压缩盘只读存储器(cd-rom)、数字多功能盘(dvd)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如smalltalk、c++等，以及常规的过程式编程语言—诸如“c”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(fpga)或可编程逻辑阵列(pla)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
- 还没有人留言评论。精彩留言会获得点赞！