CN113902944B 模型的训练及场景识别方法、装置、设备及介质 （青岛信芯微电子科技股份有限公司）

司本申请公开了一种模型的训练及场景识别别模型进行训练，使得训练得到的场景识别模2标识所述样本图像所归属的第一场景类别；通过原始场景识别模型，确定所述样本图像对应的场景概率向量基于所述场景概率向量以及所述场景标签、所述样本特征以及所对于所述原始场景识别模型的每次迭代训练，通过当前迭代的场景识其中，所述根据每个所述样本特征，确定所述每个场景针对所述每个场景类别，确定该场景类别的各个样本图像场景识别模型获取到的所述目标样本图像归属于该场景类若当前迭代为第一次迭代，则将每个所述候选类中心特征，确若当前迭代不为第一次迭代，则针对所述每个场景类别，确根据所述第一损失值及其对应的第一权重值、所述第二损失值及其对应的第二权重3根据每个所述相似度以及相似度阈值，确定所述每个场景类别是否若确定所述每个场景类别包含所述待识别图像所归属的场景类若确定所述每个场景类别不包含所述待识别图像所归属的场景其中，所述每个场景类别的目标类中心特征是在对原始对于原始场景识别模型的每次迭代训练，通过当前迭代的场景识别其中，所述根据每个所述样本特征，确定所述每个场景针对所述每个场景类别，确定该场景类别的各个样本图像场景识别模型获取到的所述目标样本图像归属于该场景类述场景标签用于标识所述样本图像所归属的第一场景类别；处理单元，用于通过原始场景识别模型，确定所述样本图像对应的训练单元，用于基于所述场景概率向量以及4据通过所述当前迭代的场景识别模型获取到的所述目标样本图像归属于该场景类别的概第二处理模块，用于确定所述图像特征，分别与每个场景类别的第三处理模块，用于根据每个所述相似度以及相似度阈值，确别图像所归属的场景类别；其中，所述每个场景类别的目标类中心特征是在对原始对于原始场景识别模型的每次迭代训练，通过当前迭代的场景识别其中，所述根据每个所述样本特征，确定所述每个场景针对所述每个场景类别，确定该场景类别的各个样本图像场景识别模型获取到的所述目标样本图像归属于该场景类5到的产品也越来越丰富。自动识别并分类图像的场景信息有助于帮助机器更好的理解图[0004]因此，亟需一种不仅可以准确地识别归属于封闭的图像集中包含的场景类别图场景识别系统无法准确地处理不归属于封闭的图像集中包含6述第一场景类别对应的类中心特征、所述样本特征以及第二场景类别对应的类中心特征，类别是否可以识别以及在该图像的场景类别可以识别的情况下，该图像所归属的场景类7[0038]如何让场景识别系统能够准确地处理不归属于封闭的图像集中包含的场景类别景标签用于标识所述样本图像所归属的第一[0044]为了获取到准确地场景识别模型，需要根据预先获取的样本集中的每个样本图8模型，可以获得上述样本图像对应的场景概率向量以及该样本图像的图像特征(为了方便9(supportvectormachines，SVM)分类算法、方向梯度直方图(histogramoforiented[0064]如果某一图像归属的场景分类是预先训练的场景识别模[0084]在一种可能的实施方式中，可以获取该差向量与预先配置的权重向量的乘积向征与每个样本图像所归属的场景类别的类中心特征之间的度量距离。然后基于该度量距为样本特征xi与第二场景类别对应的类中心特征Cclsi之间的度量距离，ω1为第一权重[0111]为了保证可以测试该场景识别模型是否可以准确地处理不归属于样本集中包含样本集中包含的场景类别是否包含该第三场景类别。[0113]针对测试集中的每个测试样本图像，将该测试样本图像输入到场景识别模型通过该场景识别模型，获取该测试样本图像的图像特征(为了方便说明，记为测试样本特否包含该测试样本图像所归属的场景类别。[0116]在一种可能的实施方式中，若参考相似度是根据余弦相于每个测试样本图像的处理结果(包括场景识别模型是否识别测试样本图像所归属的场景心特征的度量距离都不近，说明确定已知的每个场景类别不包含该图像所归属的场景类类别是否可以识别以及在该图像的场景类别可以识别的情况下，该图像所归属的场景类训练方法进行详细的说明，图2为本申请一些实施例提供的具体的场景识别模型训练流程[0131]下面结合图3对通过原始场景识别模型，确定样本图像对应的场景概率向量以及样本图像的样本特征的过程进行详细的介绍，图3为本申请一些实施例提供的一种原始场[0137]S207：确定每个综合损失值的和是否小于预设的损失值阈值，若小于，则执行[0141]本申请还提供了一种场景识别方法，图4为本申请一些实施例提供的场景识别过景识别的电子设备发送对该视频中的图像进行场景识别的某一视频中的图像的场景识别。待识别图像所归属的场景类别是否为样本集中包含的任一场景类[0161]其中，该目标类中心特征可以是在对原始场景识别模型该待识别图像所归属的场景类别是否为样本集中包含的任一i)表示图像特征x与第i个场景类别的目标类中心特征之间的余弦相似度，[0173]在一种可能的实施方式中，若参考相似度是根据余弦相于同一场景类别，则确定样本集中包含的每个场景类别包含待识别图像所归属的场景类于同一场景类别，则确定样本集中包含的每个场景类别包含待识别图像所归属的场景类场景识别方法进行详细的说明，图5为本申请一些实施例提供的具体的场景识别流程示意[0188]本申请提供了一种场景识别模型训练装置，图6为本申请一些实施例提供的一种所述第一场景类别对应的类中心特征、所述样本特征以及第二场景类别对应的类中心特则将每个所述候选类中心特征，确定为下一迭代训练中所述每个场景类别的类中心特征；的；所述第三损失值是基于所述样本特征以及所述第二场景类别对应的类中心特征确定类别是否可以识别以及在该图像的场景类别可以识别的情况下，该图像所归属的场景类[0198]图7为本申请一些实施例提供的一种场景识别装置结构示意图，本申请提供了一所述待识别图像所归属的场景类别。[0204]如图8为本申请一些实施例提供的一种电子设备结构示意图，在上述各实施例的[0210]上述电子设备提到的通信总线可以是外设部件互连标准(PeripheralComponentInterconnect，PCI)总线或扩展工业标准结构(ExtendedIndustryStandard类别是否可以识别以及在该图像的场景类别可以识别的情况下，该图像所归属的场景类[0216]如图9为本申请一些实施例提供的一种电子设备结构示意图，在上述各实施例的[0224]上述电子设备提到的通信总线可以是外设部件互连标准(PeripheralComponentInterconnect，PCI)总线或扩展工业标准结构(ExtendedIndustryStandard[0234]由于上述提供的计算机可读取介质解决问题的原理与场景识别模型训练方法相类别是否可以识别以及在该图像的场景类别可以识别的情况下，该图像所归属的场景类程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功[0247]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特令装置的制造品，该指令装置实现在