CN114282583B 图像分类模型训练分类方法、装置、路侧设备和云控平台 （阿波罗智联(北京)科技有限公司）

US2016307072A1,2016.10.20本公开提供了一种图像分类模型的训练与第二分类层用于根据所述第一全连接层的输出一图像的第一标签与第二标签对所述神经网络2获取训练数据，所述训练数据包含多张第一图像以及多张第一图像用于根据所述第一全连接层的输出结果得到子类使用多张第一图像以及多张第一图像的第一标签与第二标签对所述神经网络模型进所述第二分类层根据所述第一全连接层的输出结果得到将所述第一全连接层的输出结果输入所述第二全连接层，得到所将所述第二全连接层的输出结果输入所述权重系数生成层，得到所将所述第一全连接层的输出结果与所述权重系数生成层的输出结到子类别。选取在训练过程中满足预设条件的神经网络模型进将所述多张第二图像分别输入所保存的神经网络模型中，得到各神将所述待处理图像作为图像分类模型的输入，将所述图像分类模型第一获取单元，用于获取训练数据，所述训练数据包含多张层的神经网络模型，所述第一分类层用于根据所述第一全连接层的输出结果得到父类别，所述第二分类层用于根据所述第一全连接层的输出结果得到子类别；3训练单元，用于使用多张第一图像以及多张第一图像的其中，所述构建单元构建的第二分类层包含第二全连接层、权重将所述第一全连接层的输出结果输入所述第二全连接层，得到所将所述第二全连接层的输出结果输入所述权重系数生成层，得到所将所述第一全连接层的输出结果与所述权重系数生成层的输出结到子类别。选取在训练过程中满足预设条件的神经网络模型进将所述多张第二图像分别输入所保存的神经网络模型中，得到各神分类单元，用于将所述待处理图像作为图像分类模型的输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45所述待处理图像作为图像分类模型的输入，将所述图像分类模型输出的父类别与子类别，用多张第一图像以及多张第一图像的第一标签与第二标签对所述神经网络模型进行训练，6[0011]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[0019]图7是用来实现本公开实施例的图像分类模型的训练与图像分类的方法的电子设第二分类层用于根据所述第一全连接层的输出结果得类层的方式来构建神经网络模型，使得所构建的神经网络模型能够根据输入的第一图像，7[0028]本实施例在执行S101获取了包含多张第一图像以及多张第一图像的第一标签与[0029]本实施例执行S102构建的神经网络模型中，特征提取层用于提取输入图像的特连接层的输出结果，得到图像中的目标属于该目标的父类别所对应的每个子类别的概率，8的处理，能够从用于进行父类别分类的特征中选择适当的特征作为进行子类别分类的特目标的父类别与子类别，且由于所添加的第二分类层与原有的第一分类层使用相同的输[0048]本实施例在执行S201选取在训练过程中满足预设条件的神经网络模型进行保存9保存时，还可以选取神经网络模型的分类准确度和/或分类速度达到预设数值的神经网络模型进行保存，例如本实施例可以选取分类准确度达到85％以上的神经网络模型进行保[0050]本实施例在执行S202从所保存的神经网络模型中选取一个，作为图像分类模型选取测试结果中分类准确度和/或分类速度最高的神经网络模型来作为图像分类模型，进[0053]通过图3中两个神经网络的结构图可以看出，本实施例所得到的图像分类模型并[0062]训练单元503、用于使用多张第一图像以及多张第一图像的第一标签与第二标签[0063]第一获取单元501获取的训练数据中，第一图像的第一标签表示第一图像中目标[0064]本实施例在由第一获取单元501获取了包含多张第一图像以及多张第一图像的第[0066]构建单元502构建的神经网络模型中，第一分类层用于根据第一全连接层的输出连接层的输出结果，得到图像中的目标属于该目标的父类别所对应的每个子类别的概率，类层与第二分类层的神经网络模型之后，由训练单元503使用多张第一图像以及多张第一[0072]训练单元503对神经网络模型的训练过程，具体为根据神经网络模型针对每张第[0073]具体地，训练单元503在使用多张第一图像以及多张第一图像的第一标签与第二[0074]另外，训练单元503在使用多张第一图像以及多张第一图像的第一标签与第二标练过程中满足预设条件的神经网络模型进行保存；从所保存的神经网络模型中选取一个，[0075]训练单元503在选取在训练过程中满足预设条件的神经网络模型进行保存时，可[0076]另外，训练单元503在选取在训练过程中满足预设条件的神经网络模型进行保存时，还可以选取神经网络模型的分类准确度和/或分类速度达到预设数值的神经网络模型而选取测试结果中分类准确度和/或分类速度最高的神经网络模型来作为图像分类模型，[0085]如图7所示，是根据本公开实施例的图像分类模型的训练与图像分类的方法的电702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序，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[0090]此处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[0091]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[0094]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-服务器关系的计云主机，是云计算服务体