[发明专利]神经网络的融合方法和装置

说明书

本申请公开了神经网络的融合方法和装置，涉及人工智能、云计算、深度学习技术领域，可用于图像处理。具体实施方式包括：确定搜索空间，其中，该搜索空间用于从多个候选神经网络中选取进行特征融合的至少两个候选神经网络并确定特征融合方式；获取该搜索空间的搜索参数的参数值；采用该参数值，在该搜索空间中搜索该至少两个候选神经网络，其中，每轮次搜索采用与该轮次搜索相对应的参数值；将搜索到该至少两个候选神经网络的轮次所对应的参数值中，与特征融合关联的参数值作为该特征融合方式。本申请可以通过在搜索空间中搜索的方式，提升神经网络的融合效果。并且，通过获取搜索参数的参数值，还可以提高融合速度。

技术领域

本申请实施例涉及计算机技术领域，具体涉及人工智能、云计算、深度学习技术领域，尤其涉及神经网络的融合方法和装置。

背景技术

深度神经网络属于深度学习领域。随着深度神经网络的应用和发展，深度神经网络在诸多方向上都发挥了很大的价值，比如图像处理、人工智能等等。

单个深度神经网络的检测效果有限，为了能够提升深度神经网络的检测效果，相关技术中打破了单个神经网络的束缚，采用了对多个深度神经网络进行融合的技术，实现了模型融合。这样，在对图像等物体进行检测时，可以利用多个模型协同检测，从而达到更好的检测效果。

发明内容

提供了一种神经网络的融合方法、装置、电子设备以及存储介质。

根据第一方面，提供了一种神经网络的融合方法，包括：确定搜索空间，其中，搜索空间用于从多个候选神经网络中选取进行特征融合的至少两个候选神经网络并确定特征融合方式；获取搜索空间的搜索参数的参数值，其中，搜索参数包括每轮次搜索对应的候选神经网络；采用参数值，在搜索空间中搜索至少两个候选神经网络，其中，每轮次搜索采用与该轮次搜索相对应的参数值；将搜索到至少两个候选神经网络的轮次所对应的参数值中，与特征融合关联的参数值作为特征融合方式。

根据第二方面，提供了一种神经网络的融合装置，包括：空间确定单元，被配置成确定搜索空间，其中，搜索空间用于从多个候选神经网络中选取进行特征融合的至少两个候选神经网络并确定特征融合方式；获取单元，被配置成获取搜索空间的搜索参数的参数值，其中，搜索参数包括每轮次搜索对应的候选神经网络；搜索单元，被配置成采用参数值，在搜索空间中搜索至少两个候选神经网络，其中，每轮次搜索采用与该轮次搜索相对应的参数值；方式确定单元，被配置成将搜索到至少两个候选神经网络的轮次所对应的参数值中，与特征融合关联的参数值作为特征融合方式。

根据第三方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如神经网络的融合方法中任一实施例的方法。

根据第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如神经网络的融合方法中任一实施例的方法。

根据本申请的方案，可以通过在搜索空间中搜索的方式，提升神经网络的融合效果。并且，通过获取搜索参数的参数值，还可以提高融合速度。在一些情况下，将提升了融合效果的融合后神经网络用于图像处理，可以提高对图像的检测精度和检测速度。进一步地，有助于降低执行设备的延时，减少内存等计算资源的占用和消耗。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请一些实施例可以应用于其中的示例性系统架构图；

图2是根据本申请的神经网络的融合方法的一个实施例的流程图；

图3是根据本申请的神经网络的融合方法的一个应用场景的示意图；

图4是根据本申请的神经网络的融合方法的又一个实施例的流程图；