[发明专利]一种等变网络训练方法、装置、电子设备及存储介质

权利要求书

1.一种等变网络训练方法，其特征在于，所述方法包括：

针对训练图像集中的每一图像，对所述图像进行目标群变换得到变换后图像，将所述变换后图像和所述图像输入预先构建的等变网络进行学习并输出针对所述图像的预测结果，并根据所述预测结果和为所述图像标注的标签获取所述等变网络的输出损失；

获取所述等变网络对所述图像学习的第一特征图和对所述变换后图像学习的第二特征图，并对所述第一特征图进行目标群变换得到变换后第一特征图，利用所述变换后第一特征图和所述第二特征图确定等变损失；

在所述等变网络不满足收敛条件时，利用所述输出损失和所述等变损失确定总体损失，并根据所述总体损失对所述等变网络的参数进行优化。

2.根据权利要求1所述的方法，其特征在于，所述利用所述变换后第一特征图和所述第二特征图确定等变损失，包括：

将变换后的第一特征图与所述第二特征图之间的等变度量误差确定为等变损失。

3.根据权利要求1所述的方法，其特征在于，所述总体损失的计算公式如下：

Loss=CLS+λ*MSE

其中，CLS为输出损失，λ为等变损失的权重，MSE为等变损失。

4.根据权利要求1所述的方法，其特征在于，当所述等变网络的任务为分类任务时，所述图像的预测结果为分类结果；

所述根据所述预测结果和为所述图像标注的标签获取所述等变网络的输出损失，包括：

利用所述分类结果和所述图像的分类标签计算输出损失。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述目标群为旋转群、缩放群、平移群、剪切群中的任意一种。

6.一种等变网络训练装置，其特征在于，所述装置包括：

学习模块，用于针对训练图像集中的每一图像，对所述图像进行目标群变换得到变换后图像，将所述变换后图像和所述图像输入预先构建的等变网络进行学习并输出针对所述图像的预测结果；

损失获取模块，用于根据所述预测结果和为所述图像标注的标签获取所述等变网络的输出损失，并获取所述等变网络对所述图像学习的第一特征图和对所述变换后图像学习的第二特征图，并对所述第一特征图进行目标群变换得到变换后第一特征图，利用所述变换后第一特征图和所述第二特征图确定等变损失；

参数优化模块，用于在所述等变网络不满足收敛条件时，利用所述输出损失和所述等变损失确定总体损失，并根据所述总体损失对所述等变网络的参数进行优化。

7.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-5任一项所述方法的步骤。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-5任一项所述方法的步骤。