欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 202110625027X
申请人: 北京百度网讯科技有限公司
专利类型:发明专利
专利状态:授权未缴费
专利领域: 计算;推算;计数
更新日期:2024-07-11
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于图像处理模型的增量学习方法,包括:

获取待迭代的图像处理模型和与所述待迭代的图像处理模型对应的初始增量网络;

将预先获取的目标样本数据中的样本图像分别输入至所述待迭代的图像处理模型和所述初始增量网络,得到与所述待迭代的图像处理模型和所述初始增量网络分别对应的第一图像特征和第二图像特征,其中,所述目标样本数据包括样本图像和对应的标注信息;

基于所述第一图像特征和第二图像特征,生成融合特征;

基于所述融合特征与所述样本图像对应的标注信息的差异,调整所述初始增量网络的网络参数;

其中,所述基于所述第一图像特征和第二图像特征,生成融合特征,包括:对预设门控单元对应的上一步迭代输出与所述第一图像特征执行预设第一运算,生成第一特征,其中,所述第一特征与所述预设门控单元对应的上一步迭代输出与所述第一图像特征之间的差异负相关;对所述第一特征与所述第二图像特征执行预设第二运算,生成第二特征;对所述第一图像特征与所述第二特征执行预设第三运算,生成所述预设门控单元对应的当前步输出;基于所述预设门控单元对应的当前步输出,生成所述预设门控单元对应的输出;基于所述预设门控单元对应的输出,生成所述融合特征,其中,所述预设门控单元包括预设门控循环单元。

2.根据权利要求1所述的方法,其中,所述对所述门控单元的上一步迭代输出与所述第一图像特征执行预设第一运算,生成第一特征,包括:确定所述门控单元的上一步迭代输出与第一记忆图像特征的差异值;

利用预设的激活函数,生成所述差异值对应的输出值;

基于所述输出值的相反数,生成所述第一特征。

3.根据权利要求1所述的方法,其中,所述预设第二运算包括相乘。

4.根据权利要求1所述的方法,其中,所述预设第三运算包括相加。

5.根据权利要求1-4之一所述的方法,其中,所述方法还包括:将所述调整后的初始增量网络与所述待迭代的图像处理模型所组成的整体确定为新的待迭代的图像处理模型。

6.一种图像处理方法,包括:

获取待处理图像;

将所述待处理图像输入至预先训练的图像处理模型,生成图像处理结果,其中,所述图像处理模型根据权利要求1-5之一所述的基于图像处理模型的增量学习方法训练得到。

7.一种基于图像处理模型的增量学习装置,包括:

第一获取单元,被配置成获取待迭代的图像处理模型和与所述待迭代的图像处理模型对应的初始增量网络;

第一生成单元,被配置成将预先获取的目标样本数据中的样本图像分别输入至所述待迭代的图像处理模型和所述初始增量网络,得到与所述待迭代的图像处理模型和所述初始增量网络分别对应的第一图像特征和第二图像特征,其中,所述目标样本数据包括样本图像和对应的标注信息;

融合单元,被配置成基于所述第一图像特征和第二图像特征,生成融合特征;

调整单元,被配置成基于所述融合特征与所述样本图像对应的标注信息的差异,调整所述初始增量网络的网络参数;

所述融合单元包括:输出子单元,被配置成将所述第一图像特征和第二图像特征作为预设门控单元的输入,得到所述预设门控单元对应的输出;融合子单元,被配置成基于所述预设门控单元对应的输出,生成所述融合特征;

其中,所述预设门控单元包括预设门控循环单元;所述输出子单元包括:第一生成模块,被配置成对所述预设门控单元对应的上一步迭代输出与所述第一图像特征执行预设第一运算,生成第一特征,其中,所述第一特征与所述预设门控单元对应的上一步迭代输出与所述第一图像特征之间的差异负相关;第二生成模块,被配置成对所述第一特征与所述第二图像特征执行预设第二运算,生成第二特征;第三生成模块,被配置成对所述第一图像特征与所述第二特征执行预设第三运算,生成所述预设门控单元对应的当前步输出;第四生成模块,被配置成基于所述预设门控单元对应的当前步输出,生成所述预设门控单元对应的输出。

8.根据权利要求7所述的装置,其中,所述第一生成模块被进一步配置成:确定所述门控单元的上一步迭代输出与第一记忆图像特征的差异值;

利用预设的激活函数,生成所述差异值对应的输出值;

基于所述输出值的相反数,生成所述第一特征。

9.根据权利要求7所述的装置,其中,所述预设第二运算包括相乘。

10.根据权利要求7所述的装置,其中,所述预设第三运算包括相加。

11.根据权利要求7-10之一所述的装置,其中,所述装置还包括:确定单元,被配置成将所述调整后的初始增量网络与所述待迭代的图像处理模型所组成的整体确定为新的待迭代的图像处理模型。

12.一种图像处理装置,包括:

第二获取单元,被配置成获取待处理图像;

第二生成单元,被配置成将所述待处理图像输入至预先训练的图像处理模型,生成图像处理结果,其中,所述图像处理模型根据权利要求1-5之一所述的基于图像处理模型的增量学习方法训练得到。

13. 一种电子设备,包括:

至少一个处理器;以及

与所述至少一个处理器通信连接的存储器;其中,

所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。

14.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的方法。