[发明专利]一种模型训练方法、装置、设备以及存储介质

说明书

本公开提供了一种模型训练方法、装置、设备以及存储介质，涉及人工智能技术领域，尤其涉及深度学习、计算机视觉技术领域，可应用于图像处理、图像检测等场景领域。具体实现方案为：将样本图像输入至特征提取网络，得到所述特征提取网络对应的样本特征图；其中，所述特征提取网络包括老师特征提取网络和学生特征提取网络；根据不同特征提取网络对应的样本特征图中至少两个目标对象之间的类别关系，确定第一蒸馏损失；根据所述第一蒸馏损失，对所述学生特征提取网络进行训练。能够提高对学生特征提取网络训练的精准性。

技术领域

本公开涉及人工智能技术领域，尤其涉及深度学习、计算机视觉技术领域，可应用于图像处理、图像检测等场景。

背景技术

随着人工智能技术的发展，知识蒸馏技术在模型训练过程中的应用越来越广泛。其中，知识蒸馏是一种采用预先训练好的结构复杂的老师模型(Teacher Model)来训练结构简单的学生模型(Student Model)，以实现将老师模型的功能赋予学生模型的技术，那么，如何基于知识蒸馏技术，高精度的训练学生模型至关重要。

发明内容

本公开提供了一种模型训练方法、装置、设备以及存储介质。

根据本公开的一方面，提供了一种模型训练方法，包括：

将样本图像输入至特征提取网络，得到特征提取网络对应的样本特征图；其中，特征提取网络包括老师特征提取网络和学生特征提取网络；

根据不同特征提取网络对应的样本特征图中至少两个目标对象之间的类别关系，确定第一蒸馏损失；

根据第一蒸馏损失，对学生特征提取网络进行训练。

根据本公开的另一方面，提供了一种电子设备，该电子设备包括：

至少一个处理器；以及

与至少一个处理器通信连接的存储器；其中，

存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开任一实施例的模型训练方法。

根据本公开的另一方面，提供了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，计算机指令用于使计算机执行本公开任一实施例的模型训练方法。

本公开实施例的方案，给出了一种基于蒸馏技术进行模型训练的优选方案，极大的提高了对学生特征提取网络训练的精准性。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开实施例提供的一种模型训练方法的流程图；

图2是根据本公开实施例提供的一种模型训练方法的流程图；

图3是根据本公开实施例提供的一种模型训练方法的流程图；

图4是根据本公开实施例提供的一种模型训练方法的流程图；

图5是根据本公开实施例提供的一种模型训练方法的流程图；

图6是根据本公开实施例提供的一种模型训练方法的流程图；

图7是根据本公开实施例提供的一种模型训练的原理框图；

图8是根据本公开实施例提供的一种模型训练装置的结构示意图；

图9是用来实现本公开实施例的模型训练方法的电子设备的框图。

具体实施方式