一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

神经网络训练及图像处理的方法、装置、设备及存储介质与流程

2021-12-15 01:08:00 来源:中国专利 TAG:

技术特征:
1.一种神经网络训练的方法,其特征在于,所述方法包括:获取至少两种类型的训练样本;基于所述至少两种类型中不同类型的训练样本之间的目标采样比例,从获取的所述至少两种类型的训练样本中读取多次训练中每次训练用的目标训练样本;其中,每次读取的所述不同类型的目标训练样本的数量符合所述目标采样比例;基于读取的所述目标训练样本,训练目标神经网络,所述目标神经网络用于对不同类型的待识别图像进行识别。2.根据权利要求1所述的方法,其特征在于,所述基于所述至少两种类型中不同类型的训练样本之间的目标采样比例,从获取的所述至少两种类型的训练样本中读取多次训练中每次训练用的目标训练样本,包括:基于所述至少两种类型中不同类型的训练样本之间的目标采样比例,以及每次训练所需的训练样本数量,确定与每种类型的训练样本对应的采样数量;按照确定的所述采样数量,从获取的每种类型的训练样本中读取训练样本。3.根据权利要求2所述的方法,其特征在于,按照如下步骤确定每次训练所需的训练样本数量:确定不同类型的训练样本对应的训练样本总量以及训练总次数;基于所述训练样本总量以及训练总次数,确定每次训练所需的训练样本数量。4.根据权利要求1所述的方法,其特征在于,按照如下步骤确定不同类型的训练样本之间的目标采样比例:在接收到训练任务的情况下,从训练配置文件中读取针对不同类型的训练样本设置的采样比例范围;在每次训练中,从所述采样比例范围中选取所述目标采样比例。5.根据权利要求4所述的方法,其特征在于,所述在每次训练中,从所述采样比例范围中选取所述目标采样比例,包括:在完成一次训练后,在所述采样比例范围内,基于预设调整步长对上一次训练使用的目标采样比例进行调整,得到本次训练使用的目标采样比例。6.根据权利要求1至5任一所述的方法,其特征在于,所述获取至少两种类型的训练样本,包括:基于训练样本的类型与预先配置的各个存储文件之间的对应关系,从各个存储文件中读取对应类型的训练样本。7.根据权利要求1至6任一所述的方法,其特征在于,所述待识别图像包括文字图像;所述基于读取的所述目标训练样本,训练目标神经网络,包括:针对每种类型的文字图像,将该文字图像作为待训练的神经网络的输入,将针对该文字图像的预先标注文字作为待训练的目标神经网络的输出,训练用于对不同类型的文字图像进行识别的目标神经网络。8.一种图像处理的方法,其特征在于,所述方法包括:获取待识别图像;将所述待识别图像输入到利用权利要求1至7任一所述的方法训练得到的目标神经网络中,输出图像处理结果。
9.一种神经网络训练的装置,其特征在于,所述装置包括:获取模块,用于获取至少两种类型的训练样本;读取模块,用于基于所述至少两种类型中不同类型的训练样本之间的目标采样比例,从获取的所述至少两种类型的训练样本中读取多次训练中每次训练用的目标训练样本;其中,每次读取的所述不同类型的目标训练样本的数量符合所述目标采样比例;训练模块,用于基于读取的所述目标训练样本,训练目标神经网络,所述目标神经网络用于对不同类型的待识别图像进行识别。10.一种图像处理的装置,其特征在于,所述装置包括:获取模块,用于获取待识别图像;处理模块,用于将所述待识别图像输入到利用权利要求1至7任一所述的方法训练得到的目标神经网络中,输出图像处理结果。11.一种电子设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如权利要求1至7任一所述的神经网络训练的方法的步骤或者如权利要求8所述的图像处理的方法的步骤。12.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求1至7任一所述的神经网络训练的方法的步骤或者如权利要求8所述的图像处理的方法的步骤。

技术总结
本公开提供了一种神经网络训练及图像处理的方法、装置、设备及存储介质,其中,该方法包括:获取至少两种类型的训练样本;基于至少两种类型中不同类型的训练样本之间的目标采样比例,从获取的至少两种类型的训练样本中读取多次训练中每次训练用的目标训练样本;其中,每次读取的不同类型的目标训练样本的数量符合目标采样比例;基于读取的目标训练样本,训练目标神经网络,目标神经网络用于对不同类型的待识别图像进行识别。本公开基于目标采样比例可以很好的控制不同类型的训练样本的选取数量,这一定程度上可以降低直接混合数据量差距比较大的训练样本对特征学习的影响,提升了目标神经网络的识别精度。了目标神经网络的识别精度。了目标神经网络的识别精度。


技术研发人员:张正夫 梁鼎 吴一超
受保护的技术使用者:深圳市商汤科技有限公司
技术研发日:2021.09.18
技术公布日:2021/12/14
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献