一种图像神经网络结构的优化方法及装置制造方法及图纸

本申请公开一种图像神经网络结构的优化方法及装置，属于人工智能技术领域，该方法包括：根据接收到的图像神经网络结构优化请求中包含的结构描述信息，生成第一图像神经网络结构，将第一图像神经网络结构与各神经网络结构模板进行比对，以确定第一图像神经网络结构使用的目标神经网络结构模板、以及第一图像神经网络结构中与目标神经网络结构模板对应的目标子神经网络结构，然后，使用每个目标神经网络结构模板对应的多种预设图像神经网络结构，分别对第一图像神经网络结构中与该目标神经网络结构模板对应的目标子神经网络结构进行替换，得到候选神经网络结构集，在候选神经网络结构集中进行神经网络结构搜索，得到优化后的第二图像神经网络结构。的第二图像神经网络结构。的第二图像神经网络结构。

【技术实现步骤摘要】
一种图像神经网络结构的优化方法及装置


[0001]本申请涉及人工智能
，尤其涉及一种图像神经网络结构的优化方法及装置。

技术介绍

[0002]在人工智能
中，深度学习技术是一个重要的分支，而在深度学习技术的发展过程中，图像神经网络结构设计一直起着至关重要的作用。
[0003]近年来，领域专家设计的图像神经网络结构在各项任务上都取得了巨大的成功。但随着实际业务需求的日益多样化，现有的图像神经网络结构越来越难以满足实际业务需求，因此出现了神经网络结构搜索(Neural Architecture search，NAS)，神经网络结构搜索的目的就是自动化地设计图像神经网络结构，节约人力成本和时间成本。然而，现有的神经网络结构搜索方案都需要用户对神经网络结构搜索有一些了解，且需用户手动设计候选神经网络结构集(即搜索空间)，自动化程度比较低、且使用门槛比较高。

技术实现思路

[0004]本申请实施例提供一种图像神经网络结构的优化方法及装置，用以解决现有技术中神经网络结构搜索方案的自动化程度比较低、且使用门槛比较高，不利于快速得到图像神经网络结构的问题。
[0005]第一方面，本申请实施例提供一种图像神经网络结构的优化方法，包括：
[0006]接收图像神经网络结构优化请求，所述图像神经网络结构优化请求中包含有第一图像神经网络结构的结构描述信息；
[0007]根据所述结构描述信息，生成第一图像神经网络结构；
[0008]将所述第一图像神经网络结构与各神经网络结构模板进行比对，以确定所述第一图像神经网络结构的模板使用信息，所述模板使用信息包括所述第一图像神经网络结构使用的目标神经网络结构模板、以及所述第一图像神经网络结构中与所述目标神经网络结构模板对应的目标子神经网络结构；
[0009]获取每个目标神经网络结构模板对应的多种预设图像神经网络结构；
[0010]使用每个目标神经网络结构模板对应的多种预设图像神经网络结构，分别对所述第一图像神经网络结构中与所述目标神经网络结构模板对应的目标子神经网络结构进行替换，得到候选神经网络结构集；
[0011]在所述候选神经网络结构集中进行神经网络结构搜索，将搜索到的神经网络结构确定为所述第一图像神经网络结构优化后的第二图像神经网络结构。
[0012]在一种可能的实施方式中，将所述第一图像神经网络结构与各神经网络结构模板进行比对，以确定所述第一图像神经网络结构的模板使用信息，包括：
[0013]从所述第一图像神经网络结构中筛选与每个神经网络结构模板的神经网络结构全部相同或部分相同的子神经网络结构；
[0014]若筛选出子神经网络结构，则将所述神经网络结构模板确定为所述第一图像神经网络结构使用的目标神经网络结构模板，将筛选出的子神经网络结构确定为所述第一图像神经网络结构中与所述目标神经网络结构模板对应的目标子神经网络结构。
[0015]在一种可能的实施方式中，从所述第一图像神经网络结构中筛选与每个神经网络结构模板的神经网络结构部分相同的子神经网络结构，包括：
[0016]从所述第一图像神经网络结构中筛选与每个神经网络结构模板的指定神经网络结构相同的子神经网络结构，所述指定神经网络结构用于表征所述神经网络结构模板的结构特征。
[0017]在一种可能的实施方式中，使用每个目标神经网络结构模板对应的多种预设图像神经网络结构，分别对所述第一图像神经网络结构中与所述目标神经网络结构模板对应的目标子神经网络结构进行替换，得到候选神经网络结构集，包括：
[0018]将所述第一图像神经网络结构作为参考神经网络结构，使用对应目标神经网络结构模板所对应的各预设图像神经网络结构，分别对该参考神经网络结构中的第i个目标子神经网络结构进行替换，得到中间神经网络结构集，i为从1开始的整数；
[0019]若确定i小于目标子神经网络结构的总数，则将i更新为i+1，将所述中间神经网络结构集中的每个神经网络结构作为新的参考神经网络结构，执行使用对应目标神经网络结构模板所对应的各预设图像神经网络结构，分别对该参考神经网络结构中的第i个目标子神经网络结构进行替换，得到中间神经网络结构集的步骤；
[0020]若确定i等于目标子神经网络结构的总数，则将所述中间神经网络结构集确定为候选神经网络结构集。
[0021]在一种可能的实施方式中，在根据所述结构描述信息，生成第一图像神经网络结构之前，还包括：
[0022]若确定所述结构描述信息不是采用指定数据格式表示的，则将所述结构描述信息转换为采用所述指定数据格式表示的结构描述信息。
[0023]第二方面，本申请实施例提供一种图像神经网络结构的优化装置，包括：
[0024]接收模块，用于接收图像神经网络结构优化请求，所述图像神经网络结构优化请求中包含有第一图像神经网络结构的结构描述信息；
[0025]生成模块，用于根据所述结构描述信息，生成第一图像神经网络结构；
[0026]确定模块，用于将所述第一图像神经网络结构与各神经网络结构模板进行比对，以确定所述第一图像神经网络结构的模板使用信息，所述模板使用信息包括所述第一图像神经网络结构使用的目标神经网络结构模板、以及所述第一图像神经网络结构中与所述目标神经网络结构模板对应的目标子神经网络结构；
[0027]获取模块，用于获取每个目标神经网络结构模板对应的多种预设图像神经网络结构；
[0028]替换模块，用于使用每个目标神经网络结构模板对应的多种预设图像神经网络结构，分别对所述第一图像神经网络结构中与所述目标神经网络结构模板对应的目标子神经网络结构进行替换，得到候选神经网络结构集；
[0029]搜索模块，用于在所述候选神经网络结构集中进行神经网络结构搜索，将搜索到的神经网络结构确定为所述第一图像神经网络结构优化后的第二图像神经网络结构。
[0030]在一种可能的实施方式中，所述确定模块具体用于：
[0031]从所述第一图像神经网络结构中筛选与每个神经网络结构模板的神经网络结构全部相同或部分相同的子神经网络结构；
[0032]若筛选出子神经网络结构，则将所述神经网络结构模板确定为所述第一图像神经网络结构使用的目标神经网络结构模板，将筛选出的子神经网络结构确定为所述第一图像神经网络结构中与所述目标神经网络结构模板对应的目标子神经网络结构。
[0033]在一种可能的实施方式中，所述确定模块具体用于：
[0034]从所述第一图像神经网络结构中筛选与每个神经网络结构模板的指定神经网络结构相同的子神经网络结构，所述指定神经网络结构用于表征所述神经网络结构模板的结构特征。
[0035]在一种可能的实施方式中，所述替换模块具体用于：
[0036]将所述第一图像神经网络结构作为参考神经网络结构，使用与第i个第一图像神经网络结构对应的各预设图像神经网络结构，分别对该参考神经网络结构中的第i个第一图像神经网络结构进行替换，得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像神经网络结构的优化方法，其特征在于，包括：接收图像神经网络结构优化请求，所述图像神经网络结构优化请求中包含有第一图像神经网络结构的结构描述信息；根据所述结构描述信息，生成第一图像神经网络结构；将所述第一图像神经网络结构与各神经网络结构模板进行比对，以确定所述第一图像神经网络结构的模板使用信息，所述模板使用信息包括所述第一图像神经网络结构使用的目标神经网络结构模板、以及所述第一图像神经网络结构中与所述目标神经网络结构模板对应的目标子神经网络结构；获取每个目标神经网络结构模板对应的多种预设图像神经网络结构；使用每个目标神经网络结构模板对应的多种预设图像神经网络结构，分别对所述第一图像神经网络结构中与所述目标神经网络结构模板对应的目标子神经网络结构进行替换，得到候选神经网络结构集；在所述候选神经网络结构集中进行神经网络结构搜索，将搜索到的神经网络结构确定为所述第一图像神经网络结构优化后的第二图像神经网络结构。2.如权利要求1所述的方法，其特征在于，将所述第一图像神经网络结构与各神经网络结构模板进行比对，以确定所述第一图像神经网络结构的模板使用信息，包括：从所述第一图像神经网络结构中筛选与每个神经网络结构模板的神经网络结构全部相同或部分相同的子神经网络结构；若筛选出子神经网络结构，则将所述神经网络结构模板确定为所述第一图像神经网络结构使用的目标神经网络结构模板，将筛选出的子神经网络结构确定为所述第一图像神经网络结构中与所述目标神经网络结构模板对应的目标子神经网络结构。3.如权利要求2所述的方法，其特征在于，从所述第一图像神经网络结构中筛选与每个神经网络结构模板的神经网络结构部分相同的子神经网络结构，包括：从所述第一图像神经网络结构中筛选与每个神经网络结构模板的指定神经网络结构相同的子神经网络结构，所述指定神经网络结构用于表征所述神经网络结构模板的结构特征。4.如权利要求1
‑
3任一所述的方法，其特征在于，使用每个目标神经网络结构模板对应的多种预设图像神经网络结构，分别对所述第一图像神经网络结构中与所述目标神经网络结构模板对应的目标子神经网络结构进行替换，得到候选神经网络结构集，包括：将所述第一图像神经网络结构作为参考神经网络结构，使用对应目标神经网络结构模板所对应的各预设图像神经网络结构，分别对该参考神经网络结构中的第i个目标子神经网络结构进行替换，得到中间神经网络结构集，i为从1开始的整数；若确定i小于目标子神经网络结构的总数，则将i更新为i+1，将所述中间神经网络结构集中的每个神经网络结构作为新的参考神经网络结构，执行使用对应目标神经网络结构模板所对应的各预设图像神经网络结构，分别对该参考神经网络结构中的第i个目标子神经网络结构进行替换，得到中间神经网...

【专利技术属性】
技术研发人员：任广辉，谢文韬，陈云鹏，
申请(专利权)人：上海依图网络科技有限公司，
类型：发明
国别省市：