[发明专利]验证用于图像识别的神经网络的训练的方法和设备在审

专利信息
申请号: 202011480559.0 申请日: 2020-12-15
公开(公告)号: CN113065632A 公开(公告)日: 2021-07-02
发明(设计)人: 金京民 申请(专利权)人: 三星电子株式会社
主分类号: G06N3/04 分类号: G06N3/04;G06N3/08;G06K9/62
代理公司: 北京铭硕知识产权代理有限公司 11286 代理人: 张川绪;刘灿强
地址: 韩国京畿*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 验证 用于 图像 识别 神经网络 训练 方法 设备
【说明书】:

提供了一种验证用于图像识别的神经网络的训练的方法和设备。所述方法包括:向基于第一框架实现第一神经网络的第一模块提供作为测试数据的图像数据;向基于第二框架实现与第一神经网络具有相同的结构的第二神经网络的第二模块提供作为测试数据的图像数据;从第一模块获得从提供给第一模块的测试数据生成的第一数据;从第二模块获得从提供给第二模块的测试数据生成的第二数据;以及将第一数据与第二数据进行比较。

本申请要求于2019年12月16日在韩国知识产权局提交的第10-2019-0168150号韩国专利申请的权益,所述韩国专利申请的全部公开出于所有目的通过引用包含于此。

技术领域

下面的描述涉及验证用于图像识别的神经网络的训练的方法和设备。

背景技术

图像识别可通过神经网络来实现。神经网络是处理器实现的计算系统,计算系统通过参照计算架构来实现。

处理神经网络的神经网络装置可基于框架来实现神经网络。根据神经网络装置所使用的框架,神经网络的训练参数可变化,并且最终输出的特征可变化。为了使用于图像识别的神经网络实现一致的性能,框架之间的神经网络的训练的比较可能是有益的。

发明内容

提供本发明内容以简化的形式介绍在以下具体实施方式中进一步描述的构思的选择。本发明内容不意在确定要求保护的主题的关键特征或必要特征,也不意在用于帮助确定要求保护的主题的范围。

在一个总体方面,一种验证用于图像识别的神经网络的训练的方法包括:向基于第一框架实现第一神经网络的第一模块提供作为测试数据的图像数据;向基于第二框架实现与第一神经网络具有相同的结构的第二神经网络的第二模块提供作为测试数据的图像数据;从第一模块获得从提供给第一模块的测试数据生成的第一数据;从第二模块获得从提供给第二模块的测试数据生成的第二数据;以及将第一数据与第二数据进行比较。

从第一模块获得第一数据的步骤可包括:获得用于第一神经网络的层的操作的第一输入数据和基于第一神经网络的层的操作生成的第一输出数据,并且从第二模块获得第二数据的步骤可包括:获得用于第二神经网络的层的操作的第二输入数据和基于第二神经网络的层的操作生成的第二输出数据,其中,第一神经网络的第一层的第一输入数据和第二神经网络的第一层的第二输入数据为图像数据。

在一个总体方面,一种验证用于图像识别的神经网络的训练的设备包括:一个或多个处理器,被配置为:向基于第一框架实现第一神经网络的第一模块提供作为测试数据的图像数据,向基于第二框架实现与第一神经网络具有相同的结构的第二神经网络的第二模块提供作为测试数据的图像数据,从第一模块获得从提供给第一模块的测试数据生成的第一数据,从第二模块获得从提供给第二模块的测试数据生成的第二数据,以及将第一数据与第二数据进行比较。

所述一个或多个处理器还可被配置为:获得用于第一神经网络的层的操作的第一输入数据和基于第一神经网络的层的操作生成的第一输出数据,并且获得用于第二神经网络的层的操作的第二输入数据和基于第二神经网络的层的操作生成的第二输出数据,其中,第一神经网络的第一层的第一输入数据和第二神经网络的第一层的第二输入数据为图像数据。

在一个总体方面,一种处理器实现的方法包括:向基于第一框架实现第一神经网络的第一模块提供测试数据;向基于第二框架实现与第一神经网络具有相同的结构的第二神经网络的第二模块提供测试数据;从第一模块获得从提供给第一模块的测试数据生成的第一数据;从第二模块获得从提供给第二模块的测试数据生成的第二数据;以及将第一数据与第二数据进行比较。

从第一模块获得第一数据的步骤可包括:获得在第一神经网络的层的操作中实现的第一输入数据和基于第一神经网络的层的操作生成的第一输出数据,并且从第二模块获得第二数据的步骤可包括:获得在第二神经网络的层的操作中实现的第二输入数据和基于第二神经网络的层的操作生成的第二输出数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于三星电子株式会社,未经三星电子株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011480559.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top