[发明专利]一种对齐分类模型的训练方法和图像分类方法

说明书

本发明公开了一种对齐分类模型的训练方法，对齐分类模型包括主网络、第一分支网络和第二分支网络，方法包括：获取经过标注的训练图像，训练图像具有相应的标注数据，标注数据包含图像的类别；将训练图像输入分类模型中进行训练，以得到训练后的第二分支网络；将训练图像输入对齐分类模型中进行训练，优化第二分支网络，以得到训练后的对齐分类模型。该方案能够提高模型分类的精度，并节约模型训练时间和所需的数据量。

技术领域

本发明涉及深度学习技术领域，尤其涉及一种对齐分类模型的训练方法和图像分类方法、计算设备及存储介质。

背景技术

猫狗脸分类有广泛的应用场景，例如在给猫狗拍照的过程中，通过区分是猫是狗，加入一些定制化的动画控件，增加用户的拍摄乐趣。但是传统的猫狗脸分类训练方法需要训练的数据量庞大，网络结构复杂，无法适应移动终端对数据大小和训练速度的要求。一方面，对于图像的分类，重新训练一个完整的网络需要耗费大量的时间；另一方面，现有的分类模型主要利用VGG等深度卷积网络从图像中提取特征，这种方法精度高但是耗时耗内存。

目前大部分狗脸点对齐方案利用目标检测和跟踪算法进行实时跟踪。但是由于狗的品种繁多，且活泼好动，导致狗脸检测不稳定，影响预测狗脸点的精度。

因此，需要一种对齐分类模型，能够同时具有对齐和分类的功能，能够进一步提高对齐和分类的准确性。

发明内容

为此，本发明提供了一种对齐分类模型的训练方法和图像分类方法、计算设备及存储介质，以力图解决或者至少缓解上面存在的至少一个问题。

根据本发明的一个方面，提供了一种对齐分类模型的训练方法，适于在计算设备中执行。对齐分类模型包括主网络、第一分支网络和第二分支网络，其中主网络和第一分支网络构成对齐模型，适于输出预测特征点的坐标，主网络和第二分支网络构成分类模型，适于输出预测图像类别的概率。在该方法中，首先获取经过标注的训练图像，训练图像具有相应的标注数据，标注数据包含图像的类别。然后，将训练图像输入分类模型中进行训练，以得到训练后的第二分支网络。最后，将训练图像输入对齐分类模型中进行训练，优化第二分支网络，以得到训练后的对齐分类模型。

可选地，主网络包括由卷积层、激活层、池化层组成的卷积处理层，其中设置有多个分组卷积。

可选地，第一分支网络包括由全连接层和dropout层组成的分类处理层，第二分支网络包括卷积层、激活层、池化层、全连接层和归一化层。

可选地，在上述方法中，训练图像包括狗脸图像、猫脸图像和其他图像。猫脸图像标注为0，狗脸图像标注为1，其他图像标注为2。

可选地，在上述方法中，可以将已标注特征点的图像输入对齐模型中，以输出预测特征点的坐标；基于标注特征点坐标与预测特征点坐标的距离，计算第一损失函数的值；以及基于第一损失函数的值调整对齐模型的参数，以得到训练好的对齐模型。

可选地，在上述方法中，对齐模型为狗脸对齐模型，适于输出狗脸点坐标。

可选地，在上述方法中，可以基于训练好的对齐模型中主网络的参数和正态分布初始化方法，初始化分类模型的参数。然后，基于标注图像类别和预测图像类别，计算第二损失函数的值；以及基于预设的主网络的第一学习率、第二分支网络的第二学习率以及第二损失函数的值，训练分类模型。

可选地，在上述方法中，在达到预定迭代次数的情况下，将主网络的参数重新初始化为训练好的对齐模型中主网络的参数。

可选地，第一学习率大于所述第二学习率。

可选地，在上述方法中，第二损失函数为交叉熵损失函数，交叉熵损失函数可以通过下述公式计算：

其中，y′为已标注图像类别，y为预测的图像类别，i为图像的索引。