神经网络训练方法及装置以及图像处理方法及装置与流程
本公开涉及计算机技术领域，尤其涉及一种神经网络训练方法及装置以及图像处理方法及装置。
背景技术：
随着人工智能技术的不断发展，机器学习(尤其是深度学习)在计算机视觉等多个领域都取得了很好的效果。目前的机器学习(深度学习)对大规模的精确标注的数据集有着很强的依赖，但是要采集大规模的精确标注的数据集是非常费时而且花费巨大的。机器学习的新的分支寻求在不精确标注的‘噪声数据’的条件下对网络进行训练，来提高网络的泛化能力，来降低收集所需数据的成本。
在相关技术中，通常需要预先假定标签的噪声分布，加入额外的监督数据，或设计辅助网络等方式，实现无准确标注的噪声数据集上的网络训练，训练过程复杂，给真实的噪声数据集上的训练和应用带来了很大的困难。
技术实现要素：
本公开提出了一种神经网络训练及图像处理技术方案。
根据本公开的一方面，提供了一种神经网络训练方法，包括：通过神经网络对训练集中的目标图像进行分类处理，得到所述目标图像的预测分类结果；根据所述预测分类结果、所述目标图像的初始类别标签及校正类别标签，训练所述神经网络。
在一种可能的实现方式中，所述神经网络包括特征提取网络和分类网络，并且所述神经网络包括n个训练状态，n为大于1的整数，其中，所述通过神经网络对训练集中的目标图像进行分类处理，得到所述目标图像的预测分类结果，包括：通过第i状态的特征提取网络对目标图像进行特征提取，得到所述目标图像的第i状态的第一特征，所述第i状态为所述n个训练状态中的一个，且0≤i<n；通过第i状态的分类网络对所述目标图像的第i状态的第一特征进行分类，得到所述目标图像的第i状态的预测分类结果。
在一种可能的实现方式中，所述根据所述预测分类结果、所述目标图像的初始类别标签及校正类别标签，训练所述神经网络，包括：根据第i状态的预测分类结果、所述目标图像的初始类别标签及第i状态的校正类别标签，确定所述神经网络的第i状态的总体损失；根据所述第i状态的总体损失，调整第i状态的神经网络的网络参数，得到第i+1状态的神经网络。
在一种可能的实现方式中，所述方法还包括：通过第i状态的特征提取网络对训练集中第k个类别的多个样本图像进行特征提取，得到所述多个样本图像的第i状态的第二特征，所述第k个类别是所述训练集中的样本图像的k个类别中的一个，k为大于1的整数；对所述第k个类别的多个样本图像的第i状态的第二特征进行聚类处理，确定所述第k个类别的第i状态的类原型特征；根据k个类别的第i状态的类原型特征以及所述目标图像的第i状态的第一特征，确定所述目标图像的第i状态的校正类别标签。
在一种可能的实现方式中，所述根据k个类别的第i状态的类原型特征以及所述目标图像的第i状态的第一特征，确定所述目标图像的第i状态的校正类别标签，包括：分别获取所述目标图像的第i状态的第一特征与k个类别的第i状态的类原型特征之间的第一特征相似度；根据与第一特征相似度的最大值对应的类原型特征所属的类别，确定所述目标图像的第i状态的校正类别标签。
在一种可能的实现方式中，每个类别的第i状态的类原型特征包括多个类原型特征，其中，所述分别获取所述目标图像的第i状态的第一特征与k个类别的第i状态的类原型特征之间的第一特征相似度，包括：获取所述第i状态的第一特征与第k个类别的第i状态的多个类原型特征之间的第二特征相似度；根据所述第二特征相似度，确定所述第i状态的第一特征与第k个类别的第i状态的类原型特征之间的第一特征相似度。
在一种可能的实现方式中，所述第k个类别的第i状态的类原型特征包括所述第k个类别的多个样本图像的第i状态的第二特征的类中心。
在一种可能的实现方式中，所述根据第i状态的预测分类结果、所述目标图像的初始类别标签及第i状态的校正类别标签，确定所述神经网络的第i状态的总体损失，包括：根据所述第i状态的预测分类结果以及所述目标图像的初始类别标签，确定所述神经网络的第i状态的第一损失；根据所述第i状态的预测分类结果以及所述目标图像的第i状态的校正类别标签，确定所述神经网络的第i状态的第二损失；根据所述第i状态的第一损失和所述第i状态的第二损失，确定所述神经网络的第i状态的总体损失。
根据本公开的另一方面，提供了一种图像处理方法，所述方法包括：将待处理图像输入神经网络中进行分类处理，得到图像分类结果，其中，所述神经网络包括根据上述方法训练得到的神经网络。
根据本公开的另一方面，提供了一种神经网络训练装置，包括：预测分类模块，用于通过神经网络对训练集中的目标图像进行分类处理，得到所述目标图像的预测分类结果；网络训练模块，用于根据所述预测分类结果、所述目标图像的初始类别标签及校正类别标签，训练所述神经网络。
在一种可能的实现方式中，所述神经网络包括特征提取网络和分类网络，并且所述神经网络包括n个训练状态，n为大于1的整数，其中，所述预测分类模块包括：特征提取子模块，用于通过第i状态的特征提取网络对目标图像进行特征提取，得到所述目标图像的第i状态的第一特征，所述第i状态为所述n个训练状态中的一个，且0≤i<n；结果确定子模块，用于通过第i状态的分类网络对所述目标图像的第i状态的第一特征进行分类，得到所述目标图像的第i状态的预测分类结果。
在一种可能的实现方式中，所述网络训练模块包括：损失确定模块，用于根据第i状态的预测分类结果、所述目标图像的初始类别标签及第i状态的校正类别标签，确定所述神经网络的第i状态的总体损失；参数调整模块，用于根据所述第i状态的总体损失，调整第i状态的神经网络的网络参数，得到第i+1状态的神经网络。
在一种可能的实现方式中，所述装置还包括：样本特征提取模块，用于通过第i状态的特征提取网络对训练集中第k个类别的多个样本图像进行特征提取，得到所述多个样本图像的第i状态的第二特征，所述第k个类别是所述训练集中的样本图像的k个类别中的一个，k为大于1的整数；聚类模块，用于对所述第k个类别的多个样本图像的第i状态的第二特征进行聚类处理，确定所述第k个类别的第i状态的类原型特征；标签确定模块，用于根据k个类别的第i状态的类原型特征以及所述目标图像的第i状态的第一特征，确定所述目标图像的第i状态的校正类别标签。
在一种可能的实现方式中，所述标签确定模块包括：相似度获取子模块，用于分别获取所述目标图像的第i状态的第一特征与k个类别的第i状态的类原型特征之间的第一特征相似度；标签确定子模块，用于根据与第一特征相似度的最大值对应的类原型特征所属的类别，确定所述目标图像的第i状态的校正类别标签。
在一种可能的实现方式中，每个类别的第i状态的类原型特征包括多个类原型特征，其中，所述相似度获取子模块用于：获取所述第i状态的第一特征与第k个类别的第i状态的多个类原型特征之间的第二特征相似度；根据所述第二特征相似度，确定所述第i状态的第一特征与第k个类别的第i状态的类原型特征之间的第一特征相似度。
在一种可能的实现方式中，所述第k个类别的第i状态的类原型特征包括所述第k个类别的多个样本图像的第i状态的第二特征的类中心。
在一种可能的实现方式中，损失确定模块包括：第一损失确定子模块，用于根据所述第i状态的预测分类结果以及所述目标图像的初始类别标签，确定所述神经网络的第i状态的第一损失；第二损失确定子模块，用于根据所述第i状态的预测分类结果以及所述目标图像的第i状态的校正类别标签，确定所述神经网络的第i状态的第二损失；总体损失确定子模块，用于根据所述第i状态的第一损失和所述第i状态的第二损失，确定所述神经网络的第i状态的总体损失。
根据本公开的另一方面，提供了一种图像处理装置，所述装置包括：图像分类模块，用于将待处理图像输入神经网络中进行分类处理，得到图像分类结果，其中，所述神经网络包括根据上述装置训练得到的神经网络。
根据本公开的另一方面，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调用所述存储器存储的指令，以执行上述方法。
根据本公开的另一方面，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。
根据本公开的实施例，能够通过目标图像的初始类别标签和校正类别标签共同监督神经网络的训练过程，共同决定神经网络的优化方向，从而简化训练过程和网络结构。
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神经网络训练方法的流程图。
图2示出根据本公开实施例的神经网络训练方法的应用示例的示意图。
图3示出根据本公开实施例的神经网络训练装置的框图。
图4示出根据本公开实施例的一种电子设备的框图。
图5示出根据本公开实施例的一种电子设备的框图。
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，为了更好地说明本公开，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神经网络训练方法的流程图，如图1所示，所述神经网络训练方法包括：
在步骤s11中，通过神经网络对训练集中的目标图像进行分类处理，得到所述目标图像的预测分类结果；
在步骤s12中，根据所述预测分类结果、所述目标图像的初始类别标签及校正类别标签，训练所述神经网络。
在一种可能的实现方式中，所述神经网络训练方法可以由终端设备或服务器等电子设备执行，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，所述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。或者，可通过服务器执行所述方法。
在一种可能的实现方式中，训练集中可包括未精确标注的大量样本图像，这些样本图像属于不同的图像类别，图像的类别例如为人脸类别(例如不同顾客的人脸)、动物类别(例如猫、狗等)、服装类别(例如上衣、裤子等)。本公开对样本图像的来源及其具体类别不作限制。
在一种可能的实现方式中，每个样本图像具有初始类别标签(噪声标签)，用于标注该样本图像所属的类别，但由于未精确标注，导致一定数量的样本图像的初始类别标签可能存在错误。本公开对初始类别标签的噪声分布情况不作限制。
在一种可能的实现方式中，待训练的神经网络可例如为深度卷积网络，本公开对神经网络的具体网络类型不作限制。
在神经网络训练期间，可在步骤s11中将训练集中的目标图像输入到待训练的神经网络中进行分类处理，得到目标图像的预测分类结果。其中，目标图像可以是样本图像中的一个或多个，例如同一训练批次的多个样本图像。预测分类结果可包括目标图像所属的预测类别。
在得到目标图像的预测分类结果后，可在步骤s12中根据预测分类结果、目标图像的初始类别标签及校正类别标签，训练神经网络。其中，校正类别标签用于对目标图像的类别进行校正。也就是说，可根据预测分类结果、初始类别标签及校正类别标签确定神经网络的网络损失，根据该网络损失反向调整神经网络的网络参数。经多次调整后，最终得到满足训练条件(例如网络收敛)的神经网络。
根据本公开的实施例，能够通过目标图像的初始类别标签和校正类别标签共同监督神经网络的训练过程，共同决定神经网络的优化方向，从而简化训练过程和网络结构。
在一种可能的实现方式中，该神经网络可包括特征提取网络和分类网络。特征提取网络用于对目标图像进行特征提取，分类网络用于根据提取到的特征对目标图像进行分类，得到目标图像的预测分类结果。其中，特征提取网络可例如包括多个卷积层，分类网络可例如包括全连接层和softmax层等。本公开对特征提取网络和分类网络的网络层的具体类型及数量不作限制。
在训练神经网络的过程中，会多次调整神经网络的网络参数。对当前状态的神经网络进行调整后，可得到下一个状态的神经网络。可设定神经网络包括n个训练状态，n为大于1的整数。这样，对于当前的第i状态的神经网络，步骤s11可包括：
通过第i状态的特征提取网络对目标图像进行特征提取，得到所述目标图像的第i状态的第一特征，所述第i状态为所述n个训练状态中的一个，且0≤i<n；
通过第i状态的分类网络对所述目标图像的第i状态的第一特征进行分类，得到所述目标图像的第i状态的预测分类结果。
也就是说，可将目标图像输入第i状态的特征提取网络进行特征提取，输出目标图像的第i状态的第一特征；将第i状态的第一特征输入第i状态的分类网络进行分类，输出目标图像的第i状态的预测分类结果。
通过这种方式，可以得到第i状态的神经网络的输出结果，以便根据该结果训练神经网络。
在一种可能的实现方式中，所述方法还包括：
通过第i状态的特征提取网络对训练集中第k个类别的多个样本图像进行特征提取，得到所述多个样本图像的第i状态的第二特征，所述第k个类别是所述训练集中的样本图像的k个类别中的一个，k为大于1的整数；
对所述第k个类别的多个样本图像的第i状态的第二特征进行聚类处理，确定所述第k个类别的第i状态的类原型特征；
根据k个类别的第i状态的类原型特征以及所述目标图像的第i状态的第一特征，确定所述目标图像的第i状态的校正类别标签。
举例来说，训练集中的样本图像可包括k个类别，k为大于1的整数。可以以特征提取网络作为特征提取器，提取各个类别的样本图像的特征。对于k个类别中的第k个类别(1≤k≤k)，可以从第k个类别的样本图像中选取部分样本图像(例如m个样本图像，m为大于1的整数)进行特征提取，以便降低计算成本。应当理解，也可以对第k个类别的全部样本图像进行特征提取，本公开对此不作限制。
在一种可能的实现方式中，可从第k个类别的样本图像中随机选取m个样本图像，也可以采用其它方式(例如根据图像清晰度等参数)选取m个样本图像，本公开对此不作限制。
在一种可能的实现方式中，可以将第k个类别的m个样本图像分别输入第i状态的特征提取网络中进行特征提取，输出m个样本图像的第i状态的第二特征(m个)；然后，可对第i状态的m个第二特征进行聚类处理，以便确定第k个类别的第i状态的类原型特征。
在一种可能的实现方式中，可采用密度峰值聚类、k均值(k-means)聚类、谱聚类等方式对m个第二特征进行聚类，本公开对聚类的方式不作限制。
在一种可能的实现方式中，第k个类别的第i状态的类原型特征包括所述第k个类别的多个样本图像的第i状态的第二特征的类中心。也即，可将对第i状态的m个第二特征聚类的类中心作为第k个类别的第i状态的类原型特征。
在一种可能的实现方式中，类原型特征可以为多个，也即从m个第二特征中选择多个类原型特征。例如，在采用密度峰值聚类的方式时，可选取密度值最高的p个图像(p<m)的第二特征作为类原型特征，也可根据密度值和特征之间相似性测度等参数的综合考量来选取类原型特征。本领域技术人员可根据实际情况选取类原型特征，本公开对此不作限制。
通过这种方式，可以通过类原型特征来代表每一类中的样本应该提取出的特征，以便与目标图像的特征进行比对。
在一种可能的实现方式中，可从k类别的样本图像中分别选取部分样本图像，将选中的图像分别输入特征提取网络中得到第二特征。分别对各个类别的第二特征聚类，获取各个类别的类原型特征，也即得到k个类别的第i状态的类原型特征。进而，可根据k个类别的第i状态的类原型特征以及目标图像的第i状态的第一特征，确定所述目标图像的第i状态的校正类别标签。
通过这种方式，可以对目标图像的类别标签进行校正，为训练神经网络提供额外的监督信号。
在一种可能的实现方式中，根据k个类别的第i状态的类原型特征以及所述目标图像的第i状态的第一特征，确定所述目标图像的第i状态的校正类别标签的步骤，可包括：
分别获取所述目标图像的第i状态的第一特征与k个类别的第i状态的类原型特征之间的第一特征相似度；
根据与第一特征相似度的最大值对应的类原型特征所属的类别，确定所述目标图像的第i状态的校正类别标签。
举例来说，如果目标图像属于某个类别，则该目标图像的特征与该类别中的样本应该提取出的特征(类原型特征)相似度较高。因此，可以分别计算目标图像的第i状态的第一特征与k个类别的第i状态的类原型特征之间的第一特征相似度。该第一特征相似度可例如为特征之间的余弦相似度或欧氏距离等，本公开对此不作限制。
在一种可能的实现方式中，可确定k个类别的第一特征相似度中的最大值，将该最大值对应的类原型特征所属的类别确定为目标图像的第i状态的校正类别标签。也即，选择相似度最大的类别特征原型所对应的标签给该样本赋予新的标签。
通过这种方式，可以通过类原型特征对目标图像的类别标签进行校正，提高校正的类别标签的准确性；在采用校正类别标签监督神经网络的训练时，能够提高网络的训练效果。
在一种可能的实现方式中，每个类别的第i状态的类原型特征包括多个类原型特征，其中，所述分别获取所述目标图像的第i状态的第一特征与k个类别的第i状态的类原型特征之间的第一特征相似度的步骤，可包括：
获取所述第i状态的第一特征与第k个类别的第i状态的多个类原型特征之间的第二特征相似度；
根据所述第二特征相似度，确定所述第i状态的第一特征与第k个类别的第i状态的类原型特征之间的第一特征相似度。
举例来说，类原型特征可以为多个，以便更准确地代表每一类中的样本应该提取出的特征。在该情况下，对于k个类别的任意一个类别(第k个类别)，可分别计算第i状态的第一特征与第k个类别的第i状态的多个类原型特征之间的第二特征相似度，再根据多个第二特征相似度确定第一特征相似度。
在一种可能的实现方式中，可例如将多个第二特征相似度的平均值确定为第一特征相似度，也可以从多个第二特征相似度中选取适当的相似度值作为第一特征相似度，本公开对此不作限制。
通过这种方式，可进一步提高目标图像的特征与类原型特征之间的相似度计算的准确性。
在一种可能的实现方式中，在确定出目标图像的第i状态的校正类别标签后，可根据该校正类别标签训练神经网络。其中，步骤s12可包括：
根据第i状态的预测分类结果、所述目标图像的初始类别标签及第i状态的校正类别标签，确定所述神经网络的第i状态的总体损失；
根据所述第i状态的总体损失，调整第i状态的神经网络的网络参数，得到第i+1状态的神经网络。
举例来说，对于当前的第i状态，可根据步骤s11中得到的第i状态的预测分类结果与目标图像的初始类别标签及第i状态的校正类别标签之间的差异，计算神经网络的第i状态的总体损失；进而根据该总体损失反向调整第i状态的神经网络的网络参数，从而得到下一个训练状态(第i+1状态)的神经网络。
在一种可能的实现方式中，在第一次训练之前，神经网络为初始状态(i＝0)，可仅采用初始类别标签去监督网络的训练。也即，根据初始状态的预测分类结果和初始类别标签来确定神经网络的总体损失，进而反向调整网络参数，得到下一训练状态(i＝1)的神经网络。
在一种可能的实现方式中，当i＝n-1时，可根据第n-1状态的总体损失，调整第i状态的神经网络的网络参数，得到第n状态的神经网络(网络收敛)。从而，可将第n状态的神经网络确定为已训练的神经网络，完成神经网络的整个训练过程。
通过这种方式，可以多次循环完成神经网络的训练过程，得到高精度的神经网络。
在一种可能的实现方式中，所述根据第i状态的预测分类结果、所述目标图像的初始类别标签及第i状态的校正类别标签，确定所述神经网络的第i状态的总体损失的步骤，可包括：
根据所述第i状态的预测分类结果以及所述目标图像的初始类别标签，确定所述神经网络的第i状态的第一损失；
根据所述第i状态的预测分类结果以及所述目标图像的第i状态的校正类别标签，确定所述神经网络的第i状态的第二损失；
根据所述第i状态的第一损失和所述第i状态的第二损失，确定所述神经网络的第i状态的总体损失。
举例来说，可根据第i状态的预测分类结果和初始类别标签之间的差异，确定神经网络的第i状态的第一损失；根据第i状态的预测分类结果和第i状态的校正类别标签之间的差异，确定神经网络的第i状态的第二损失。其中，第一损失和第二损失可例如为交叉熵损失函数，本公开对损失函数的具体类型不作限制。
在一种可能的实现方式中，可将第一损失与第二损失的加权和确定为神经网络的总体损失。本领域技术人员可根据实际情况设定第一损失和第二损失的权重，本公开对此不作限制。
在一种可能的实现方式中，总体损失ltotal可表示为：
在公式(1)中，x可表示目标图像；θ可表示神经网络的网络参数；f(θ,x)可表示预测分类结果；y可表示初始类别标签；
通过这种方式，可通过初始类别标签及校正类别标签分别确定第一损失和第二损失，进而确定神经网络的总体损失，从而实现两个监督信号的共同监督，提高网络训练效果。
图2示出根据本公开实施例的神经网络训练方法的应用示例的示意图。如图2所示，该应用示例可分为训练阶段21和标签校正阶段22两个部分。
在该应用示例中，目标图像x可包括一个训练批次的多个样本图像。在神经网络训练过程中的任意一个中间状态(例如第i状态)下，对于训练阶段21，可将目标图像x输入到特征提取网络211(包括多个卷积层)中处理，输出目标图像x的第一特征；将第一特征输入到分类网络212(包括全连接层和softmax层)中处理，输出目标图像x的预测分类结果213(f(θ,x))；根据预测分类结果213和初始类别标签y，可确定第一损失l(f(θ,x),y)；根据预测分类结果213和校正类别标签
在该应用示例中，对于标签校正阶段22，可复用该状态下的特征提取网络211，或复制该状态下特征提取网络211的网络参数，得到标签校正阶段22的特征提取网络221。从训练集中第k个类别的样本图像中随机选取m个样本图像222(例如图2中的类别为“裤子”的多个样本图像)，并将选中的m个样本图像222分别输入特征提取网络221中处理，输出第k个类别的选中的样本图像的特征集。这样，可以从所有的k个类别的样本图像中随机选取样本图像，得到包括k个类别的选中的样本图像的特征集223。
在该应用示例中，可以对每个类别的选中的样本图像的特征集分别进行聚类处理，并根据聚类结果选取类原型特征，例如将类中心对应的特征确定为类原型特征，或根据预设的规则选取p个类原型特征。这样，可得到各个类别的类原型特征224。
在该应用示例中，可以将目标图像x输入到特征提取网络221中处理，输出目标图像x的第一特征g(x)，也可以直接调用训练阶段21中得到的第一特征。然后，分别计算目标图像x的第一特征g(x)与各个类别的类原型特征之间的特征相似度；将与特征相似度的最大值对应的类原型特征的类别确定为目标图像x的校正类别标签
在该应用示例中，对于训练阶段21，在根据预测分类结果213、初始类别标签y、校正类别标签
上述的训练阶段和标签校正阶段交替进行，直到网络训练到收敛，得到可训练后的神经网络。
根据本公开实施例的神经网络训练方法，在网络训练过程中加入自我校正的阶段，实现噪声数据标签的重新校正，并把校正之后的标签作为监督信号的一部分，与原来的噪声标签联合监督网络的训练过程，能够提升神经网络在非准确标注的数据集中学习之后的泛化能力。
根据本公开的实施例，不需要预先假定噪声分布，不需要额外的监督数据及辅助网络，能够提取出多个类别的原型特征，更好的表达类别中的数据分布，通过端到端的自我学习框架来解决当前在真实噪声数据集下网络训练困难的问题，简化了训练过程和网络设计。根据本公开的实施例能够应用于计算机视觉等领域，实现在噪声数据下模型的训练。
根据本公开的实施例，还提供了一种图像处理方法，该方法包括：将待处理图像输入神经网络中进行分类处理，得到图像分类结果，其中，所述神经网络包括如上所述的方法训练得到的神经网络。通过这种方式，可以以规模较小的单个网络实现高性能的图像处理。
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。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外，本公开还提供了神经网络训练装置及图像处理装置、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神经网络训练方法及图像处理方法，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。
图3示出根据本公开实施例的神经网络训练装置的框图。根据本公开的另一方面，提供了一种神经网络训练装置。如图3所示，所述神经网络训练装置包括：预测分类模块31，用于通过神经网络对训练集中的目标图像进行分类处理，得到所述目标图像的预测分类结果；网络训练模块32，用于根据所述预测分类结果、所述目标图像的初始类别标签及校正类别标签，训练所述神经网络。
在一种可能的实现方式中，所述神经网络包括特征提取网络和分类网络，并且所述神经网络包括n个训练状态，n为大于1的整数，其中，所述预测分类模块包括：特征提取子模块，用于通过第i状态的特征提取网络对目标图像进行特征提取，得到所述目标图像的第i状态的第一特征，所述第i状态为所述n个训练状态中的一个，且0≤i<n；结果确定子模块，用于通过第i状态的分类网络对所述目标图像的第i状态的第一特征进行分类，得到所述目标图像的第i状态的预测分类结果。
在一种可能的实现方式中，所述网络训练模块包括：损失确定模块，用于根据第i状态的预测分类结果、所述目标图像的初始类别标签及第i状态的校正类别标签，确定所述神经网络的第i状态的总体损失；参数调整模块，用于根据所述第i状态的总体损失，调整第i状态的神经网络的网络参数，得到第i+1状态的神经网络。
在一种可能的实现方式中，所述装置还包括：样本特征提取模块，用于通过第i状态的特征提取网络对训练集中第k个类别的多个样本图像进行特征提取，得到所述多个样本图像的第i状态的第二特征，所述第k个类别是所述训练集中的样本图像的k个类别中的一个，k为大于1的整数；聚类模块，用于对所述第k个类别的多个样本图像的第i状态的第二特征进行聚类处理，确定所述第k个类别的第i状态的类原型特征；标签确定模块，用于根据k个类别的第i状态的类原型特征以及所述目标图像的第i状态的第一特征，确定所述目标图像的第i状态的校正类别标签。
在一种可能的实现方式中，所述标签确定模块包括：相似度获取子模块，用于分别获取所述目标图像的第i状态的第一特征与k个类别的第i状态的类原型特征之间的第一特征相似度；标签确定子模块，用于根据与第一特征相似度的最大值对应的类原型特征所属的类别，确定所述目标图像的第i状态的校正类别标签。
在一种可能的实现方式中，每个类别的第i状态的类原型特征包括多个类原型特征，其中，所述相似度获取子模块用于：获取所述第i状态的第一特征与第k个类别的第i状态的多个类原型特征之间的第二特征相似度；根据所述第二特征相似度，确定所述第i状态的第一特征与第k个类别的第i状态的类原型特征之间的第一特征相似度。
在一种可能的实现方式中，所述第k个类别的第i状态的类原型特征包括所述第k个类别的多个样本图像的第i状态的第二特征的类中心。
在一种可能的实现方式中，损失确定模块包括：第一损失确定子模块，用于根据所述第i状态的预测分类结果以及所述目标图像的初始类别标签，确定所述神经网络的第i状态的第一损失；第二损失确定子模块，用于根据所述第i状态的预测分类结果以及所述目标图像的第i状态的校正类别标签，确定所述神经网络的第i状态的第二损失；总体损失确定子模块，用于根据所述第i状态的第一损失和所述第i状态的第二损失，确定所述神经网络的第i状态的总体损失。
根据本公开的另一方面，提供了一种图像处理装置，所述装置包括：图像分类模块，用于将待处理图像输入神经网络中进行分类处理，得到图像分类结果，其中，所述神经网络包括根据上述装置训练得到的神经网络。
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调用所述存储器存储的指令，以执行上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图4示出根据本公开实施例的一种电子设备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4，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5示出根据本公开实施例的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图5，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！