CN112651453B - 损失函数的自适应方法、装置、设备和存储介质 - Google Patents
损失函数的自适应方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN112651453B CN112651453B CN202011612739.XA CN202011612739A CN112651453B CN 112651453 B CN112651453 B CN 112651453B CN 202011612739 A CN202011612739 A CN 202011612739A CN 112651453 B CN112651453 B CN 112651453B
- Authority
- CN
- China
- Prior art keywords
- loss
- map
- channel
- feature map
- channel gradient
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 230000008569 process Effects 0.000 claims abstract description 9
- 230000006870 function Effects 0.000 claims description 32
- 238000012545 processing Methods 0.000 claims description 31
- 238000010586 diagram Methods 0.000 claims description 25
- 230000004927 fusion Effects 0.000 claims description 11
- 238000001914 filtration Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000000873 masking effect Effects 0.000 claims description 7
- 238000012549 training Methods 0.000 abstract description 8
- 230000002159 abnormal effect Effects 0.000 abstract description 4
- 230000010365 information processing Effects 0.000 abstract description 4
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000004590 computer program Methods 0.000 description 12
- 230000003044 adaptive effect Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 5
- 230000006872 improvement Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004580 weight loss Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本公开提供一种损失函数的自适应方法、装置及设备，涉及人工智能技术领域，方法包括：获取多通道图像的多通道梯度特征图；根据所述多通道梯度特征图，输出单通道梯度特征图；根据所述单通道梯度特征图以及阈值损失条件，输出掩码损失图或者加权损失图。本公开可以对损失函数改进，体现对不同频率信息处理方式的各异性，有效地实现对异常值的把控，稳定了训练过程也减小了训练所需的代价。
Description
技术领域
本公开涉及图像处理技术领域，具体涉及人工智能技术领域，尤其涉及损失函数的自适应方法、装置、设备和存储介质。
背景技术
常规的损失函数系统皆由与内容无关的数学表达式来操控，对特征图像上的每个空间位置皆采用同等的处理方式。另一种技术路线则是对特征图像进行求导，并在特征导数上进行与前者相同的方案。
发明内容
本公开提供了一种损失函数的自适应方法、装置、设备和存储介质。
根据本公开的一方面，提供了一种损失函数的自适应方法，包括：
获取多通道图像的多通道梯度特征图；
根据所述多通道梯度特征图，输出单通道梯度特征图；
根据所述单通道梯度特征图以及阈值损失条件，输出掩码损失图或者加权损失图。
根据本公开的另一方面，提供了一种损失函数的自适应装置，包括：
获取模块，用于获取多通道图像的多通道梯度特征图；
第一处理模块，用于根据所述多通道梯度特征图，输出单通道梯度特征图；
第二处理模块，用于根据所述单通道梯度特征图以及阈值损失条件，输出掩码损失图或者加权损失图。
根据本公开的另一方面，提供了一种电子设备，包括：
至少一个处理器；以及与所述至少一个处理器通信连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开提供的损失函数的自适应方法。
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，所述计算机指令用于使所述计算机执行本公开提供的损失函数的自适应方法。
根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开提供的损失函数的自适应方法。
根据本公开的技术方案，由于获取多通道图像的多通道梯度特征图；根据所述多通道梯度特征图，输出单通道梯度特征图；根据所述单通道梯度特征图以及阈值损失条件，输出掩码损失图或者加权损失图。本公开的技术方案提供了一个损失函数的自适应系统，广泛适用于对几乎所有损失函数的改进。其充分应用到了图像梯度等底层特征对损失函数的引导，特别是物体边界处等。且根据高层特征的内容信息，体现了对不同频率信息处理方式的各异性，也更有效地实现了对异常值的把控，在一定程度上稳定了训练过程的同时，减小了训练所需的代价。
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是本公开提供的一种损失函数的自适应方法的流程示意图；
图2是本公开提供的一种损失函数的自适应方法的程序化流程示意图；
图3是本公开提供的一种损失函数的自适应装置的结构图；
图4是本公开提供的另一种损失函数的自适应装置的结构图；
图5是用来实现本公开实施例的损失函数的自适应方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
请参见图1，图1是本公开提供的一种损失函数的自适应方法的流程图，如图1所示，包括以下步骤：
步骤S101，获取多通道图像的多通道梯度特征图。
步骤S102，根据所述多通道梯度特征图，输出单通道梯度特征图。
步骤S103，根据所述单通道梯度特征图以及阈值损失条件，输出掩码损失图或者加权损失图。
这里，获取多通道图像的多通道梯度特征图主要包括梯度求解和梯度编码，其中梯度求解是对多通道图像中的每个空间位置都进行与其对应邻域位置信息之间的梯度求解，梯度编码是对图像梯度进行适当编码，使其在一定程度上具有高层语义，以便后续将其与原始损失图进行融合；
根据所述多通道梯度特征图，输出单通道梯度特征图是进行将多通道梯度特征图与原始损失图进行融合，输出单通道梯度特征图；
根据所述单通道梯度特征图以及阈值损失条件，输出掩码损失图或者加权损失图，根据阈值损失条件结果的是与否，进行的处理不同。若阈值损失条件结果为是，则先进行掩码计算，后进行掩码损失求解，最终得到掩码损失图；若阈值损失条件结果为否，则先进行权重计算，后进行加权损失求解，最终得到加权损失图。
如图2所示，是上述步骤S101、步骤S102、步骤S103的程序化流程图，由多通道图像获取多通道梯度图，根据多通道梯度图输出单通道梯度特征图，对单通道梯度特征图进行阈值损失判断：若阈值损失为是，进行掩码计算和掩码损失求解，最终得到掩码损失图；若阈值损失为否，进行权重计算和加权损失求解，最终得到加权损失图。
本发明的一可选的实施例中，对所述多通道图像的每个空间位置进行与该空间位置的邻域位置之间的梯度求解，得到每个空间位置与其邻域位置之间的梯度图；利用平行的编码器分别对所述梯度图梯度进行编码，得到多通道梯度特征图。由此，可以准确得到多通道梯度特征图。
在本申请的一个实施例中，为了可结合多通道梯度特征，准确输出单通道梯度特征图，上述根据所述多通道梯度特征图，输出单通道梯度特征图的一种可能实现方式为：对所述多通道梯度特征图进行通道维度融合，输出单通道梯度特征图，其中的融合算子为最大值算子或平均值算子。也就是说，在对多通道梯度特征进行通道维度融合的时候，可通过最大值算子或者平均值算子进行通道维度融合。
这里，所述多通道图像的每个空间位置进行与该空间位置的邻域位置之间的梯度求解，可以先对每个位置的空间邻域进行定义，各个位置的邻域在空间上的表示形态可共享也可保留各异性；得到每个空间位置与其邻域位置之间的梯度图是在每个位置上计算该位置上特征与其邻域位置上特征之间的梯度，对于每个位置与其所有邻域的梯度进行在邻域维度上的融合，其中的融合算子为最大值算子或平均值算子。
利用平行编码器进行编码，所述编码器包括以下至少一种：预计算的固定编码器；在线学习的编码器；恒等变换编码器。提供多种平行编码器，方便基于上述编码器中的任意一种对梯度图的梯度进行快速编码。
本发明的一可选的实施例中，根据所述单通道梯度特征图以及阈值损失条件，输出掩码损失图，包括：当阈值损失条件为是，根据预设阈值，对所述单通道梯度特征图进行掩码化处理，得到有效掩码；根据所述有效掩码，对原始损失图进行空间维度上的过滤，得到掩码损失图。由此，准确确定出掩码损失图，方便后续基于所确定出的掩码损失图，对神经网络进行优化。
这里，阈值损失条件为是的时候，进行掩码计算给定多个阈值，根据多个预设阈值，对不同范围的单通道梯度特征图进行不同滤波处理，得到多个有效掩码。最终得到的掩码损失图，作为最终的损失取值，用于神经网络的优化。由此，进一步准确确定出掩码损失图，方便后续基于所确定出的掩码损失图，对神经网络进行优化。
本发明的一可选的实施例中，根据所述单通道梯度特征图以及阈值损失条件，输出加权损失图，包括：当阈值损失条件为否，对所述单通道梯度特征图进行空间维度的标准化处理，得到损失权重图；将所述损失权重图与原始损失图进行元素级别的乘积，输出加权损失图。最终得到的加权损失图，作为最终的损失取值，用于神经网络的优化。由此，准确确定出加权损失图，方便后续基于所确定出的加权损失图，对神经网络进行优化。
根据本公开的技术方案，由于获取多通道图像的多通道梯度特征图；根据所述多通道梯度特征图，输出单通道梯度特征图；根据所述单通道梯度特征图以及阈值损失条件，输出掩码损失图或者加权损失图。本公开的技术方案提供了一个损失函数的自适应系统，广泛适用于对几乎所有损失函数的改进。其充分应用到了图像梯度等底层特征对损失函数的引导，特别是物体边界处等。且根据高层特征的内容信息，体现了对不同频率信息处理方式的各异性，也更有效地实现了对异常值的把控，在一定程度上稳定了训练过程的同时，减小了训练所需的代价。
如图3所示，本发明的实施例还提供一种损失函数的自适应装置300，包括：
获取模块301，用于获取多通道图像的多通道梯度特征图；
第一处理模块302，用于根据所述多通道梯度特征图，输出单通道梯度特征图；
第二处理模块303，用于根据所述单通道梯度特征图以及阈值损失条件，输出掩码损失图或者加权损失图。
如图4所示，可选的，所述获取模块包括：
梯度求解单元4011，用于对所述多通道图像的每个空间位置进行与该空间位置的邻域位置之间的梯度求解，得到每个空间位置与其邻域位置之间的梯度图；
编码单元4012，用于利用平行的编码器分别对所述梯度图梯度进行编码，得到多通道梯度特征图。
可选的，所述第一处理模块用于对所述多通道梯度特征图进行通道维度融合，输出单通道梯度特征图，其中的融合算子为最大值算子或平均值算子。
可选的，所述第一处理模块包括：
掩码计算单元4021，用于当阈值损失条件为是，根据预设阈值，对所述单通道梯度特征图进行掩码化处理，得到有效掩码；
掩码损失求解单元4022，用于根据所述有效掩码，对原始损失图进行空间维度上的过滤，得到掩码损失图。
可选的，所述掩码损失求解单元用于根据多个预设阈值，对不同范围的单通道梯度特征图进行不同滤波处理，得到多个有效掩码。
可选的，所述第二处理模块包括：
权重计算单元4031，用于当阈值损失条件为否，对所述单通道梯度特征图进行空间维度的标准化处理，得到损失权重图；
加权损失求解单元4032，用于将所述损失权重图与原始损失图进行元素级别的乘积，输出加权损失图。
需要说明的是，该装置是与上述方法实施例对应的装置，上述实施例中的所有实现方式均适用于该装置的实施例中，也能达到相同的技术效果。该装置还可以进一步包括第一处理模块302和第二处理模块303，用于获取模块301接收的数据。
需要说明的是，该装置是与上述方法对应的装置，上述方法的所有实现方式均适用于该装置的实施例中，也能达到相同的技术效果。
本发明还提供一种电子设备，包括：
至少一个处理器；以及与所述至少一个处理器通信连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行下述的方法。
可选的，获取多通道图像的多通道梯度特征图包括：
对所述多通道图像的每个空间位置进行与该空间位置的邻域位置之间的梯度求解，得到每个空间位置与其邻域位置之间的梯度图；
利用平行的编码器分别对所述梯度图梯度进行编码，得到多通道梯度特征图。
可选的，所述编码器包括以下至少一种：预计算的固定编码器；在线学习的编码器；恒等变换编码器。
可选的，根据所述多通道梯度特征图，输出单通道梯度特征图，包括：对所述多通道梯度特征图进行通道维度融合，输出单通道梯度特征图，其中的融合算子为最大值算子或平均值算子。
可选的，根据所述单通道梯度特征图以及阈值损失条件，输出掩码损失图，包括：当阈值损失条件为是，根据预设阈值，对所述单通道梯度特征图进行掩码化处理，得到有效掩码；根据所述有效掩码，对原始损失图进行空间维度上的过滤，得到掩码损失图。
可选的，根据预设阈值，对所述单通道梯度特征图进行掩码化处理，得到有效掩码，包括：根据多个预设阈值，对不同范围的单通道梯度特征图进行不同滤波处理，得到多个有效掩码。
可选的，根据所述单通道梯度特征图以及阈值损失条件，输出加权损失图，包括：当阈值损失条件为否，对所述单通道梯度特征图进行空间维度的标准化处理，得到损失权重图；将所述损失权重图与原始损失图进行元素级别的乘积，输出加权损失图。
本实施例提供的装置能够实现图1所示的方法实施例中实现的各个过程，且可以达到相同有益效果，为避免重复，这里不再赘述。
根据本公开的实施例，本公开还提供了一种电子设备、一种存储有计算机指令的非瞬时计算机可读存储介质和一种计算机程序产品。
图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图5所示，设备500包括计算单元501，其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序，来执行各种适当的动作和处理。在RAM503中，还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如图像样本处理方法。例如，在一些实施例中，图像样本处理方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。
在一些实施例中，计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM503并由计算单元501执行时，可以执行上文描述的方法508的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行图像样本处理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读
储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
本公开提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开提供的损失函数的自适应方法。
根据本公开的技术方案，由于获取多通道图像的多通道梯度特征图；根据所述多通道梯度特征图，输出单通道梯度特征图；根据所述单通道梯度特征图以及阈值损失条件，输出掩码损失图或者加权损失图。本公开的技术方案提供了一个损失函数的自适应系统，广泛适用于对几乎所有损失函数的改进。其充分应用到了图像梯度等底层特征对损失函数的引导，特别是物体边界处等。且根据高层特征的内容信息，体现了对不同频率信息处理方式的各异性，也更有效地实现了对异常值的把控，在一定程度上稳定了训练过程的同时，减小了训练所需的代价。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (9)
1.一种损失函数的自适应方法，包括：
获取多通道图像的多通道梯度特征图；
根据所述多通道梯度特征图，输出单通道梯度特征图；
根据所述单通道梯度特征图以及阈值损失条件，输出掩码损失图或者加权损失图；
其中，获取多通道图像的多通道梯度特征图包括：
对所述多通道图像的每个空间位置进行与该空间位置的邻域位置之间的梯度求解，得到每个空间位置与其邻域位置之间的梯度图；
利用平行的编码器分别对所述梯度图梯度进行编码，得到多通道梯度特征图；
其中，根据所述单通道梯度特征图以及阈值损失条件，输出掩码损失图，包括：
当阈值损失条件为是，根据预设阈值，对所述单通道梯度特征图进行掩码化处理，得到有效掩码；根据所述有效掩码，对原始损失图进行空间维度上的过滤，得到掩码损失图；
当阈值损失条件为否，对所述单通道梯度特征图进行空间维度的标准化处理，得到损失权重图；将所述损失权重图与原始损失图进行元素级别的乘积，输出加权损失图。
2.根据权利要求1所述的方法，其中，所述编码器包括以下至少一种：预计算的固定编码器；在线学习的编码器；恒等变换编码器。
3.根据权利要求1所述的方法，其中，根据所述多通道梯度特征图，输出单通道梯度特征图，包括：
对所述多通道梯度特征图进行通道维度融合，输出单通道梯度特征图。
4.根据权利要求1所述的方法，其中，根据预设阈值，对所述单通道梯度特征图进行掩码化处理，得到有效掩码，包括：
根据多个预设阈值，对不同范围的单通道梯度特征图进行不同滤波处理，得到多个有效掩码。
5.一种损失函数的自适应装置，包括：
获取模块，用于获取多通道图像的多通道梯度特征图；
第一处理模块，用于根据所述多通道梯度特征图，输出单通道梯度特征图；
第二处理模块，用于根据所述单通道梯度特征图以及阈值损失条件，输出掩码损失图或者加权损失图；
其中，所述获取模块包括：
梯度求解单元，用于对所述多通道图像的每个空间位置进行与该空间位置的邻域位置之间的梯度求解，得到每个空间位置与其邻域位置之间的梯度图；
编码单元，用于利用平行的编码器分别对所述梯度图梯度进行编码，得到多通道梯度特征图；
所述第二处理模块包括：
掩码计算单元，用于当阈值损失条件为是，根据预设阈值，对所述单通道梯度特征图进行掩码化处理，得到有效掩码；
掩码损失求解单元，用于根据所述有效掩码，对原始损失图进行空间维度上的过滤，得到掩码损失图；
权重计算单元，用于当阈值损失条件为否，对所述单通道梯度特征图进行空间维度的标准化处理，得到损失权重图；
加权损失求解单元，用于将所述损失权重图与原始损失图进行元素级别的乘积，输出加权损失图。
6.根据权利要求5所述的装置，其中，所述第一处理模块用于对所述多通道梯度特征图进行通道维度融合，输出单通道梯度特征图。
7.根据权利要求5所述的装置，其中，所述掩码损失求解单元用于根据多个预设阈值，对不同范围的单通道梯度特征图进行不同滤波处理，得到多个有效掩码。
8.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-4中任一项所述的方法。
9.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-4中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011612739.XA CN112651453B (zh) | 2020-12-30 | 2020-12-30 | 损失函数的自适应方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011612739.XA CN112651453B (zh) | 2020-12-30 | 2020-12-30 | 损失函数的自适应方法、装置、设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112651453A CN112651453A (zh) | 2021-04-13 |
| CN112651453B true CN112651453B (zh) | 2023-10-13 |
Family
ID=75364170
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011612739.XA Active CN112651453B (zh) | 2020-12-30 | 2020-12-30 | 损失函数的自适应方法、装置、设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112651453B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113469249B (zh) * | 2021-06-30 | 2024-04-09 | 阿波罗智联(北京)科技有限公司 | 图像分类模型训练方法、分类方法、路侧设备和云控平台 |
| CN113947204A (zh) * | 2021-10-13 | 2022-01-18 | 北京百度网讯科技有限公司 | 图像识别方法、装置、存储介质和计算机程序产品 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107358182A (zh) * | 2017-06-29 | 2017-11-17 | 维拓智能科技（深圳）有限公司 | 行人检测方法及终端设备 |
| WO2019079895A1 (en) * | 2017-10-24 | 2019-05-02 | Modiface Inc. | SYSTEM AND METHOD FOR IMAGE PROCESSING THROUGH DEEP NEURAL NETWORKS |
| CN110378278A (zh) * | 2019-07-16 | 2019-10-25 | 北京地平线机器人技术研发有限公司 | 神经网络的训练方法、对象搜索方法、装置以及电子设备 |
| CN110874860A (zh) * | 2019-11-21 | 2020-03-10 | 哈尔滨工业大学 | 基于混合损失函数的对称监督模型的目标提取方法 |
| CN110895795A (zh) * | 2018-09-13 | 2020-03-20 | 北京工商大学 | 改进的语义图像修补模型方法 |
| CN111667011A (zh) * | 2020-06-08 | 2020-09-15 | 平安科技（深圳）有限公司 | 损伤检测模型训练、车损检测方法、装置、设备及介质 |
| CN111753961A (zh) * | 2020-06-26 | 2020-10-09 | 北京百度网讯科技有限公司 | 模型训练方法和装置、预测方法和装置 |
| CN111899224A (zh) * | 2020-06-30 | 2020-11-06 | 烟台市计量所 | 基于深度学习注意力机制的核电管道缺陷检测系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019099684A1 (en) * | 2017-11-15 | 2019-05-23 | Google Llc | Unsupervised learning of image depth and ego-motion prediction neural networks |
| US10535141B2 (en) * | 2018-02-06 | 2020-01-14 | Google Llc | Differentiable jaccard loss approximation for training an artificial neural network |
| WO2019190340A1 (en) * | 2018-03-28 | 2019-10-03 | Intel Corporation | Channel pruning of a convolutional network based on gradient descent optimization |
-
2020
- 2020-12-30 CN CN202011612739.XA patent/CN112651453B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107358182A (zh) * | 2017-06-29 | 2017-11-17 | 维拓智能科技（深圳）有限公司 | 行人检测方法及终端设备 |
| WO2019079895A1 (en) * | 2017-10-24 | 2019-05-02 | Modiface Inc. | SYSTEM AND METHOD FOR IMAGE PROCESSING THROUGH DEEP NEURAL NETWORKS |
| CN110895795A (zh) * | 2018-09-13 | 2020-03-20 | 北京工商大学 | 改进的语义图像修补模型方法 |
| CN110378278A (zh) * | 2019-07-16 | 2019-10-25 | 北京地平线机器人技术研发有限公司 | 神经网络的训练方法、对象搜索方法、装置以及电子设备 |
| CN110874860A (zh) * | 2019-11-21 | 2020-03-10 | 哈尔滨工业大学 | 基于混合损失函数的对称监督模型的目标提取方法 |
| CN111667011A (zh) * | 2020-06-08 | 2020-09-15 | 平安科技（深圳）有限公司 | 损伤检测模型训练、车损检测方法、装置、设备及介质 |
| CN111753961A (zh) * | 2020-06-26 | 2020-10-09 | 北京百度网讯科技有限公司 | 模型训练方法和装置、预测方法和装置 |
| CN111899224A (zh) * | 2020-06-30 | 2020-11-06 | 烟台市计量所 | 基于深度学习注意力机制的核电管道缺陷检测系统 |
Non-Patent Citations (2)
| Title |
|---|
| 基于卷积对抗网络的多通道图像修复方法;范宝杰;原玲;江燕琳;;计算机应用与软件(07);182-185+271 * |
| 引入辅助损失的多场景车道线检测;陈立潮;徐秀芝;曹建芳;潘理虎;;中国图象图形学报(09);168-179 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112651453A (zh) | 2021-04-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112651453B (zh) | 损失函数的自适应方法、装置、设备和存储介质 | |
| CN113177451A (zh) | 图像处理模型的训练方法、装置、电子设备及存储介质 | |
| CN112528995B (zh) | 用于训练目标检测模型的方法、目标检测方法及装置 | |
| CN112488060B (zh) | 目标检测方法、装置、设备和介质 | |
| CN113627536A (zh) | 模型训练、视频分类方法，装置，设备以及存储介质 | |
| CN115456167A (zh) | 轻量级模型训练方法、图像处理方法、装置及电子设备 | |
| CN112818387A (zh) | 模型参数调整的方法、设备、存储介质及程序产品 | |
| CN113642710A (zh) | 一种网络模型的量化方法、装置、设备和存储介质 | |
| CN113361574A (zh) | 数据处理模型的训练方法、装置、电子设备及存储介质 | |
| CN113379750A (zh) | 语义分割模型的半监督学习方法、相关装置及产品 | |
| CN114399513B (zh) | 用于训练图像分割模型和图像分割的方法、装置 | |
| CN113361575B (zh) | 模型训练方法、装置和电子设备 | |
| CN114492793A (zh) | 一种模型训练和样本生成方法、装置、设备及存储介质 | |
| CN114882313A (zh) | 生成图像标注信息的方法、装置、电子设备及存储介质 | |
| CN114707638A (zh) | 模型训练、对象识别方法及装置、设备、介质和产品 | |
| CN113408632A (zh) | 提高图像分类准确性的方法、装置、电子设备及存储介质 | |
| CN114067415A (zh) | 回归模型的训练方法、对象评估方法、装置、设备和介质 | |
| EP4036861A2 (en) | Method and apparatus for processing point cloud data, electronic device, storage medium, computer program product | |
| CN114494818A (zh) | 图像处理方法、模型训练方法、相关装置及电子设备 | |
| CN114218069B (zh) | 回归测试方法、装置、电子设备及存储介质 | |
| CN113887651A (zh) | 对抗样本图像的获取方法、装置和电子设备 | |
| CN115359233A (zh) | 目标检测方法、装置、电子设备和可读存储介质 | |
| CN113963326A (zh) | 交通标志检测方法、装置、设备、介质和自动驾驶车辆 | |
| CN114937180A (zh) | 对抗样本的生成方法、装置及电子设备 | |
| CN116091824A (zh) | 车辆分类模型的微调方法、车辆分类方法、装置及设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |