【技术实现步骤摘要】
本申请涉及图像处理，尤其涉及一种网络架构确定方法、模型构建方法、装置、设备、介质。
技术介绍
1、语义分割用于识别一个图像数据中各个像素所属类别。
2、另外，语义分割可以应用于自动驾驶领域、医学成像领域和工业检测领域等应用领域。例如，当语义分割应用于自动驾驶领域时，语义分割的主要任务是：从自动驾驶领域中所涉及的图像数据识别车辆、行人、交通信号、人行道和其他道路特征等，以使这些被识别的内容能够辅助完成自动驾驶过程。
3、然而，如何实现语义分割是一项亟待解决的技术问题。
技术实现思路
1、为了解决上述技术问题，本申请提供了一种网络架构确定方法、模型构建方法、装置、设备、介质。
2、为了实现上述目的，本申请提供的技术方案如下：
3、本申请提供一种网络架构确定方法，所述方法包括：
4、获取第一超网；所述第一超网包括多个候选局部特征提取网络和多个候选全局特征提取网络；所述候选局部特征提取网络用于针对图像数据进行局部特征提取处理；所述候选全局特征提取网络用于利用所述图像数据的多个局部特征，确定所述图像数据的全局特征；所述图像数据的语义分割结果是根据所述图像数据的全局特征确定的；
5、从所述第一超网中确定第二超网和第三超网；所述第二超网包括所述多个候选全局特征提取网络和处于固定状态的第一局部特征提取网络；所述多个候选局部特征提取网络包括所述第一局部特征提取网络；所述第三超网包括所述多个候选局部特征提取网络和处于固定状态的第一
6、根据所述第二超网和所述第三超网，确定待使用网络；所述待使用网络包括目标局部特征提取网络和目标全局特征提取网络；所述目标局部特征提取网络是利用所述第三超网搜索所得的；所述目标全局特征提取网络是利用所述第二超网搜索所得的；所述待使用网络对应的网络精度满足预设精度条件；所述待使用网络的网络精度是根据基于所述待使用网络所确定的图像数据的语义分割结果进行确定的。
7、在一种可能的实施方式下，所述根据所述第二超网和所述第三超网，确定待使用网络，包括：
8、对所述第二超网和所述第三超网进行训练处理；
9、根据训练好的第二超网、训练好的第三超网以及坐标下降法，确定所述待使用网络。
10、在一种可能的实施方式下，所述根据训练好的第二超网、训练好的第三超网以及坐标下降法，确定所述待使用网络，包括：
11、从所述第二超网中搜索第二全局特征提取网络；
12、利用所述第二全局特征提取网络，更新所述第三超网；
13、从所述第三超网中搜索第二局部特征提取网络；
14、利用所述第二局部特征提取网络，更新所述第二超网，并继续执行所述从第二超网中搜索第二全局特征提取网络的步骤，直至在达到预设停止条件时，根据所述第二全局特征提取网络，确定所述目标全局特征提取网络，并根据所述第二局部特征提取网络，确定所述目标局部特征提取网络。
15、在一种可能的实施方式下，所述根据训练好的第二超网、训练好的第三超网以及坐标下降法，确定所述待使用网络，包括：
16、从所述第三超网中搜索第三局部特征提取网络；
17、利用所述第三局部特征提取网络，更新所述第二超网；
18、从所述第二超网中搜索第三全局特征提取网络；
19、利用所述第三全局特征提取网络，更新所述第三超网，并继续执行所述从所述第三超网中搜索第三局部特征提取网络的步骤，直至在达到预设停止条件时，根据所述第三全局特征提取网络，确定所述目标全局特征提取网络，并根据所述第三局部特征提取网络，确定所述目标局部特征提取网络。
20、在一种可能的实施方式下，所述方法还包括：
21、获取初始子网；所述初始子网包括局部特征提取子网和/或全局特征提取子网；
22、所述根据训练好的第二超网、训练好的第三超网以及坐标下降法，确定所述待使用网络，包括：
23、若所述训练好的第二超网满足预设更新条件，则根据所述局部特征提取子网，更新所述训练好的第二超网，并根据更新后的第二超网、训练好的第三超网以及坐标下降法，确定所述待使用网络；
24、若所述训练好的第三超网满足预设更新条件，则根据所述全局特征提取子网，更新所述训练好的第三超网，并根据更新后的第三超网、训练好的第二超网以及坐标下降法，确定所述待使用网络。
25、在一种可能的实施方式下，所述对所述第二超网和所述第三超网进行训练处理，包括：
26、利用第一图像分类数据集，对所述第二超网和所述第三超网进行预训练处理；
27、利用第一语义分割数据集，对预训练后的第二超网和预训练后的第三超网进行微调处理。
28、本申请还提供了一种模型构建方法，所述方法包括：
29、获取待使用网络；所述待使用网络是利用本申请提供的网络架构确定方法所确定的；
30、利用第二图像分类数据集，对所述待使用网络进行预训练处理；
31、利用第二语义分割数据集，对预训练后的待使用网络进行微调处理，得到语义分割模型。
32、本申请还提供了一种网络架构确定装置，包括：
33、第一获取单元，用于获取第一超网；所述第一超网包括多个候选局部特征提取网络和多个候选全局特征提取网络；所述候选局部特征提取网络用于针对图像数据进行局部特征提取处理；所述候选全局特征提取网络用于利用所述图像数据的多个局部特征，确定所述图像数据的全局特征；所述图像数据的语义分割结果是根据所述图像数据的全局特征确定的；
34、第一确定单元，用于从所述第一超网中确定第二超网和第三超网；所述第二超网包括所述多个候选全局特征提取网络和处于固定状态的第一局部特征提取网络；所述多个候选局部特征提取网络包括所述第一局部特征提取网络；所述第三超网包括所述多个候选局部特征提取网络和处于固定状态的第一全局特征提取网络；所述多个候选全局特征提取网络包括所述第一全局特征提取网络；
35、第二确定单元，用于根据所述第二超网和所述第三超网，确定待使用网络；所述待使用网络包括目标局部特征提取网络和目标全局特征提取网络；所述目标局部特征提取网络是利用所述第三超网搜索所得的；所述目标全局特征提取网络是利用所述第二超网搜索所得的；所述待使用网络对应的网络精度满足预设精度条件；所述待使用网络的网络精度是根据基于所述待使用网络所确定的图像数据的语义分割结果进行确定的。
36、本申请还提供了一种模型构建装置，包括：
37、第二获取单元，用于获取待使用网络；所述待使用网络是利用本申请提供的网络架构确定方法所确定的；
38、网络预训练单元，用于利用第二图像分类数据集，对所述待使用网络进行预训练处理；
39、网络微调单元，用于利用第二语义分割数据集，对预本文档来自技高网...
【技术保护点】
1.一种网络架构确定方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述第二超网和所述第三超网，确定待使用网络，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据训练好的第二超网、训练好的第三超网以及坐标下降法，确定所述待使用网络，包括：
4.根据权利要求2所述的方法，其特征在于，所述根据训练好的第二超网、训练好的第三超网以及坐标下降法，确定所述待使用网络，包括：
5.根据权利要求2所述的方法，其特征在于，所述方法还包括：
6.根据权利要求2所述的方法，其特征在于，所述对所述第二超网和所述第三超网进行训练处理，包括：
7.一种模型构建方法，其特征在于，所述方法包括：
8.一种网络架构确定装置，其特征在于，包括：
9.一种模型构建装置，其特征在于，包括：
10.一种电子设备，其特征在于，所述设备包括：处理器和存储器；
11.一种计算机可读介质，其特征在于，所述计算机可读介质中存储有指令或计算机程序，当所述指令或计算机程序
...【技术特征摘要】
1.一种网络架构确定方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述第二超网和所述第三超网，确定待使用网络，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据训练好的第二超网、训练好的第三超网以及坐标下降法，确定所述待使用网络，包括：
4.根据权利要求2所述的方法，其特征在于，所述根据训练好的第二超网、训练好的第三超网以及坐标下降法，确定所述待使用网络，包括：
5.根据权利要求2所述的方法，其特征在于，所述方法还包括：
【专利技术属性】
技术研发人员：夏鑫，王明凯，李家仕，王星，肖学锋，
申请(专利权)人：北京字跳网络技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。