一种网络集成的训练方法及装置、电子设备和存储介质制造方法及图纸

本公开涉及一种网络集成的训练方法及装置、电子设备和存储介质，其中，该方法包括：获取待训练的第一目标网络，其中所述第一目标网络中包括以桥接方式连接的至少两个待集成网络；根据所述至少两个待集成网络的各自损失及所述第一目标网络的整体损失所得到的目标损失函数，训练所述第一目标网络，得到训练后的第二目标网络。采用本公开，提高了网络集成后所得到第二目标网络的网络处理性能。

A training method, device, electronic equipment and storage medium for network integration

【技术实现步骤摘要】
一种网络集成的训练方法及装置、电子设备和存储介质
本公开涉及人工智能
，尤其涉及一种网络集成的训练方法及装置、图像分类方法及装置、图像检测方法及装置、视频处理方法及装置、电子设备和存储介质。
技术介绍
将多个深度学习神经网络进行网络集成，可以提高网络总体的处理性能。以图像分类场景为例，图像分类作为计算机视觉的基础，通过网络集成可以提高图像分类的分类性能(如分类准确度)。然而，多个深度学习神经网络各自的处理性能有高有低，彼此间存在差距，尤其是处理性能差距很大的情况下会导致最终网络集成的处理性能与预期需求有很大的偏差。可见，目前网络集成方法并不理想，然而，相关技术中未存在有效的解决方案。
技术实现思路
本公开提出了一种网络集成的训练处理的技术方案。根据本公开的一方面，提供了一种网络集成的训练方法，所述方法包括：获取待训练的第一目标网络，其中所述第一目标网络中包括以桥接方式连接的至少两个待集成网络；根据所述至少两个待集成网络的各自损失及所述第一目标网络的整体损失所得到的目标损失函数，训练所述第一目标网络，得到训练后的本文档来自技高网...

【技术保护点】
1.一种网络集成的训练方法，其特征在于，所述方法包括：/n获取待训练的第一目标网络，其中所述第一目标网络中包括以桥接方式连接的至少两个待集成网络；/n根据所述至少两个待集成网络的各自损失及所述第一目标网络的整体损失所得到的目标损失函数，训练所述第一目标网络，得到训练后的第二目标网络。/n

【技术特征摘要】
1.一种网络集成的训练方法，其特征在于，所述方法包括：
获取待训练的第一目标网络，其中所述第一目标网络中包括以桥接方式连接的至少两个待集成网络；
根据所述至少两个待集成网络的各自损失及所述第一目标网络的整体损失所得到的目标损失函数，训练所述第一目标网络，得到训练后的第二目标网络。


2.根据权利要求1所述的方法，其特征在于，所述以桥接方式连接的至少两个待集成网络，包括：
基于一个或多个网络桥接模块连接的所述至少两个待集成网络。


3.根据权利要求2所述的方法，其特征在于，所述基于一个或多个网络桥接模块连接所述至少两个待集成网络，包括：
基于一个或多个网络桥接模块，连接的同种网络结构且不同分辨率的至少两个待集成网络；或者，
基于一个或多个网络桥接模块，连接的不同网络结构且相同分辨率的至少两个待集成网络；或者，
基于一个或多个网络桥接模块，连接的不同网络结构且不同分辨率的至少两个待集成网络。


4.根据权利要求2或3所述的方法，其特征在于，所述获取待训练的第一目标网络之后，所述方法还包括：
根据所述网络桥接模块，对所述至少两个待集成网络分别对应不同尺度的特征进行特征融合，得到特征融合结果。


5.根据权利要求4所述的方法，其特征在于，所述根据所述网络桥接模块，对所述至少两个待集成网络分别对应不同尺度的特征进行特征融合，得到特征融合结果，包括：
对所述至少两个待集成网络分别对应不同尺度的特征进行同深度的特征融合，得到特征融合结果。


6....

【专利技术属性】
技术研发人员：李艺，段逸群，孙鹏宇，旷章辉，陈益民，张伟，
申请(专利权)人：深圳市商汤科技有限公司，
类型：发明
国别省市：广东;44