一种参数更新方法及装置、多终端网络架构制造方法及图纸

本申请提供一种参数更新方法及装置、多终端网络架构，应用于图像识别领域，其中，多终端网络架构还包括多个终端，每一终端上均部署有第一生成器和第二生成器，服务器上部署有第一鉴别器和第二鉴别器。多终端网络架构中的一个终端与服务器联合训练得到第一生成器的新参数以及第二生成器的新参数之后，除了该终端可以基于新参数进行参数更新，服务器还可以基于该终端训练得到的新参数对多终端网络架构中的其他终端进行参数更新。由于只需要对一个终端更新便可以实现对其他终端的更新，因此，提高了在多终端识别的情景下更新模型的效率。高了在多终端识别的情景下更新模型的效率。高了在多终端识别的情景下更新模型的效率。

【技术实现步骤摘要】
一种参数更新方法及装置、多终端网络架构


[0001]本申请涉及图像识别领域，具体而言，涉及一种参数更新方法及装置、多终端网络架构。

技术介绍

[0002]针对深度学习图像增强方法，可以采用生成对抗网络(Generative Adversatial Networks，GAN)模型来实现，从而可以有效的生成近似训练集的图像。但是，生成对抗网络模型受训练集的限制，其提高识别准确率有限，因此需要不断更新训练模型。然而，在多终端识别的情景下，不断更新训练模型会导致更新效率较低。

技术实现思路

[0003]本申请实施例的目的在于提供一种参数更新方法及装置、多终端网络架构，用以解决在多终端识别的情景下，不断更新训练模型会导致更新效率较低的技术问题。
[0004]为了实现上述目的，本申请实施例所提供的技术方案如下所示：
[0005]第一方面，本申请实施例提供一种参数更新方法，应用于多终端网络架构中的服务器，其中所述多终端网络架构还包括多个终端，每一终端上均部署有第一生成器和第二生成器，所述服务器上部署有第一鉴别器和第二鉴别器，所述方法包括：接收所述终端发送的样本图像输入集以及样本图像输出集；利用所述第一鉴别器以及所述第二鉴别器判断所述样本图像输入集以及所述样本图像输出集中图像的真假；根据所述判断结果计算图像生成损失，并基于所述图像生成损失确定所述终端上的第一生成器的新参数以及第二生成器的新参数；向所述终端发送所述第一生成器的新参数以及所述第二生成器的新参数，以使所述终端对所述第一生成器以及所述第二生成器进行参数更新；基于所述第一生成器的新参数以及所述第二生成器的新参数对所述多终端网络架构的其他终端进行参数更新。在上述方案中，多终端网络架构中的一个终端与服务器联合训练得到第一生成器的新参数以及第二生成器的新参数之后，除了该终端可以基于新参数进行参数更新，服务器还可以基于该终端训练得到的新参数对多终端网络架构中的其他终端进行参数更新。由于只需要对一个终端更新便可以实现对其他终端的更新，因此，提高了在多终端识别的情景下更新模型的效率。
[0006]在本申请的可选实施例中，所述基于所述第一生成器的新参数以及所述第二生成器的新参数对所述多终端网络架构的其他终端进行参数更新，包括：接收所述终端利用第一生成器的新参数以及所述第二生成器的新参数进行参数更新后对应的识别准确率，以及其他终端的识别准确率；获取识别准确率最高的终端对应的第一生成器的参数以及第二生成器的参数；向除所述识别准确率最高的终端以外的终端发送所述识别准确率最高的终端对应的第一生成器的参数以及第二生成器的参数。在上述方案中，服务器可以基于多个终端中识别准确率最高的终端对应的第一生成器的参数以及第二生成器的参数，对多终端网络架构中的其他终端进行参数更新，从而既可以提高更新的效率，又可以提高更新后终端
识别准确率。
[0007]在本申请的可选实施例中，在所述基于所述第一生成器的新参数以及所述第二生成器的新参数对多终端网络架构的其他终端进行参数更新，包括：向所述其他终端发送所述第一生成器的新参数以及所述第二生成器的新参数，以使所述其他终端根据所述第一生成器的新参数以及所述第二生成器的新参数进行参数更新。在上述方案中，服务器可以基于一个终端训练得到的新参数对多终端网络架构中的其他终端进行参数更新，从而可以提高在多终端识别的情景下更新模型的效率。
[0008]第二方面，本申请实施例提供另一种参数更新方法，应用于多终端网络架构的多个终端中的任意一个终端，所述多终端网络架构还包括服务器，每一终端上均部署有第一生成器和第二生成器，所述服务器上部署有第一鉴别器和第二鉴别器，所述方法包括：获取样本图像输入集；将所述样本图像输入集输入所述第一生成器以及所述第二生成器中，获得样本图像输出集；向所述服务器发送所述样本图像输入集以及所述样本图像输出集，以使所述服务器根据所述样本图像输入集以及所述样本图像输出集确定所述第一生成器的新参数以及所述第二生成器的新参数，并基于所述第一生成器的新参数以及所述第二生成器的新参数对其他终端上的第一生成器以及第二生成器进行参数更新；接收所述服务器根据所述样本图像输入集以及所述样本图像输出集确定的所述第一生成器的新参数以及所述第二生成器的新参数；根据所述第一生成器的新参数以及所述第二生成器的新参数更新所述第一生成器以及所述第二生成器，得到更新后的第一生成器以及更新后的第二生成器。在上述方案中，多终端网络架构中的一个终端与服务器联合训练得到第一生成器的新参数以及第二生成器的新参数之后，除了该终端可以基于新参数进行参数更新，服务器还可以基于该终端训练得到的新参数对多终端网络架构中的其他终端进行参数更新。由于只需要对一个终端更新便可以实现对其他终端的更新，因此，提高了在多终端识别的情景下更新模型的效率。
[0009]在本申请的可选实施例中，在所述得到更新后的第一生成器以及更新后的第二生成器之后，所述方法还包括：获取第一类型的原始测试图像以及第二类型的第一目标测试图像；将所述原始测试图像输入所述更新后的第一生成器中，获得所述更新后的第一生成器生成的所述第二类型的第二目标测试图像；根据所述第一目标测试图像以及所述第二目标测试图像确定所述终端对应的识别准确率；向所述服务器发送所述识别准确率。在上述方案中，终端可以得到自身当前的识别准确率，服务器可以基于多个终端中识别准确率最高的终端对应的第一生成器的参数以及第二生成器的参数，对多终端网络架构中的其他终端进行参数更新，从而既可以提高更新的效率，又可以提高更新后终端识别准确率。
[0010]在本申请的可选实施例中，在所述向所述服务器发送所述识别准确率之后，所述方法还包括：接收所述服务器发送的所述识别准确率最高的终端对应的第一生成器的参数以及第二生成器的参数；根据所述识别准确率最高的终端对应的第一生成器的参数以及第二生成器的参数更新所述更新后的第一生成器以及所述更新后的第二生成器。在上述方案中，服务器可以基于多个终端中识别准确率最高的终端对应的第一生成器的参数以及第二生成器的参数，对多终端网络架构中的其他终端进行参数更新，从而既可以提高更新的效率，又可以提高更新后终端识别准确率。
[0011]在本申请的可选实施例中，所述获取样本图像输入集，包括：获取所述第一类型的
原始样本图像以及所述第二类型的目标样本图像；所述将所述样本图像输入集输入预先训练的第一生成器以及预先训练的第二生成器中，获得样本图像输出集，包括：将所述原始样本图像输入第一生成器中，获得所述第一生成器生成的所述第二类型的目标中间图像，以及将所述目标样本图像输入第二生成器中，获得所述第二生成器生成的所述第一类型的原始中间图像；将所述目标中间图像输入所述第二生成器中，获得所述第二生成器生成的所述第一类型的原始训练图像，以及将所述原始中间图像输入所述第一生成器中，获得所述第一生成器生成的所述第二类型的目标训练图像。在上述方案中，终端可以随时进行训练更新，以提高终端的识别准确率。
[0012]在本申请的可选实施例中，所述方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种参数更新方法，其特征在于，应用于多终端网络架构中的服务器，其中所述多终端网络架构还包括多个终端，每一终端上均部署有第一生成器和第二生成器，所述服务器上部署有第一鉴别器和第二鉴别器，所述方法包括：接收所述终端发送的样本图像输入集以及样本图像输出集；利用所述第一鉴别器以及所述第二鉴别器判断所述样本图像输入集以及所述样本图像输出集中图像的真假；根据判断结果计算图像生成损失，并基于所述图像生成损失确定所述终端上的第一生成器的新参数以及第二生成器的新参数；向所述终端发送所述第一生成器的新参数以及所述第二生成器的新参数，以使所述终端对所述第一生成器以及所述第二生成器进行参数更新；基于所述第一生成器的新参数以及所述第二生成器的新参数对所述多终端网络架构的其他终端进行参数更新。2.根据权利要求1所述的参数更新方法，其特征在于，所述基于所述第一生成器的新参数以及所述第二生成器的新参数对所述多终端网络架构的其他终端进行参数更新，包括：接收所述终端利用第一生成器的新参数以及所述第二生成器的新参数进行参数更新后对应的识别准确率，以及其他终端的识别准确率；获取识别准确率最高的终端对应的第一生成器的参数以及第二生成器的参数；向除所述识别准确率最高的终端以外的终端发送所述识别准确率最高的终端对应的第一生成器的参数以及第二生成器的参数。3.根据权利要求1所述的参数更新方法，其特征在于，所述基于所述第一生成器的新参数以及所述第二生成器的新参数对多终端网络架构的其他终端进行参数更新，包括：向所述其他终端发送所述第一生成器的新参数以及所述第二生成器的新参数，以使所述其他终端根据所述第一生成器的新参数以及所述第二生成器的新参数进行参数更新。4.一种参数更新方法，其特征在于，应用于多终端网络架构的多个终端中的任意一个终端，所述多终端网络架构还包括服务器，每一终端上均部署有第一生成器和第二生成器，所述服务器上部署有第一鉴别器和第二鉴别器，所述方法包括：获取样本图像输入集；将所述样本图像输入集输入所述第一生成器以及所述第二生成器中，获得样本图像输出集；向所述服务器发送所述样本图像输入集以及所述样本图像输出集，以使所述服务器根据所述样本图像输入集以及所述样本图像输出集确定所述第一生成器的新参数以及所述第二生成器的新参数，并基于所述第一生成器的新参数以及所述第二生成器的新参数对其他终端上的第一生成器以及第二生成器进行参数更新；接收所述服务器根据所述样本图像输入集以及所述样本图像输出集确定的所述第一生成器的新参数以及所述第二生成器的新参数；根据所述第一生成器的新参数以及所述第二生成器的新参数更新所述第一生成器以及所述第二生成器，得到更新后的第一生成器以及更新后的第二生成器。5.根据权利要求4所述的参数更新方法，其特征在于，在所述得到更新后的第一生成器以及更新后的第二生成器之后，所述方法还包括：
获取第一类型的原始测试图像以及第二类型的第一目标测试图像；将所述原始测试图像输入所述更新后的第一生成器中，获得所述更新后的第一生成器生成的所述第二类型的第二目标测试图像；根据所述第一目标测试图像以及所述第二目标测试图像确定所述终端对应的识别准确率；向所述服务器发送所述识别准确率。6.根据权利要求5所述的参数更新方法，其特征在于，在所述向所述服务器发送所述识别准确率之后，所述方法还包括：接收所述服务器发送的所述识别准确率最高的终端对应的第一生成器的参数以及第二生成器的参数；根据所述识别准确率最高的终端对应的第一生成器的参数以及第二生成器的参数更新所述更新后的第一生成器以及所述更新后的第二生成器。7.根据权利要求4所述的参数更新方法，其特征在于，所述获取样本图像输入集，包括：获取第一类型的原始样本图像以及第二类型的目标样本图像；所述将所述样本图像输入集输入预先训练的第一生成器以及预先训练的第二生成器中，获得样本图像输出集，包括：将所述原始样本图像输入第一生成器中，获得所述第一生成器生成的所述第二类型的目标中间图像，以及将所述目标样本图像输入第二生成器中，获得所述第二生成器生成的所述...

【专利技术属性】
技术研发人员：陈晨，冯子钜，叶润源，毛永雄，董帅，邹昆，李悦乔，
申请(专利权)人：中山市希道科技有限公司，
类型：发明
国别省市：