CN107194464B - 卷积神经网络模型的训练方法及装置 - Google Patents

Abstract

本公开是关于一种卷积神经网络模型的训练方法及装置，属于图像处理技术领域，该方法包括：通过待训练的卷积神经网络模型对存储的多个训练图像分别进行识别处理，得到多个预测类别概率向量。对于该多个训练图像中的每个训练图像，确定该训练图像的预测类别概率向量与初始类别概率向量之间的差值，得到该训练图像的类别概率误差向量。由于该初始类别概率向量中包括多个初始类别概率是基于预设扰动概率、该训练图像的真实类别以及对应类别的类别比例确定得到，如此，在基于多个训练图像的类别概率误差向量和该多个训练图像对卷积神经网络模型进行训练时能够加快算法收敛速度，从而保证了训练后的卷积神经网络模型对图像识别的准确性。

Description

卷积神经网络模型的训练方法及装置

技术领域

本公开涉及图像处理技术领域，尤其涉及一种卷积神经网络模型的训练方法及装置。

背景技术

随着图像处理技术的快速发展，卷积神经网络模型在图像识别方面得到了广泛的应用，譬如，如果将一张待识别的图像输入至已完成训练的卷积神经网络模型中，通过该卷积神经网络模型可以识别出该图像的类别。例如，将一张“猫”的图像输入至已完成训练的卷积神经网络模型中，通过该卷积神经网络模型可以识别出该图像的类别为“猫”。为了能够成功实现图像识别，通常需要预先基于大量的训练图像对卷积神经网络模型进行训练，例如，预先基于大量的动物训练图像对卷积神经网络模型进行训练。目前，如何对卷积神经网络模型进行训练以保证图像识别的准确性成为本领域研究的热点。

发明内容

为克服相关技术中存在的问题，本公开提供一种卷积神经网络模型的训练方法及装置。

第一方面，提供一种卷积神经网络模型的训练方法，所述方法包括：

通过待训练的卷积神经网络模型对存储的多个训练图像分别进行识别处理，得到多个预测类别概率向量，每个预测类别概率向量中包括多个预测类别概率，每个预测类别概率为对应的训练图像属于多个预设类别中每个预设类别的概率；

对于所述多个训练图像中的每个训练图像，确定所述训练图像的预测类别概率向量与初始类别概率向量之间的差值，得到所述训练图像的类别概率误差向量，所述初始类别概率向量中包括多个初始类别概率，所述多个初始类别概率是基于预设扰动概率、所述训练图像的真实类别以及对应类别的类别比例确定得到；

基于所述多个训练图像的类别概率误差向量和所述多个训练图像，对所述卷积神经网络模型进行训练。

可选地，确定所述训练图像的预测类别概率向量与初始类别概率向量之间的差值之前，还包括：

对于所述多个预设类别中的每个预设类别，确定所述预设类别的类别比例；

基于所述预设扰动概率、所述训练图像的真实类别以及所述预设类别的类别比例，通过如下公式确定与所述预设类别对应的初始类别概率；

P(k)＝λ*δ_y(k)+(1-λ)*p₀(k)；

其中，所述P(k)表示与所述预设类别对应的初始类别概率，λ表示所述预设扰动概率，所述p₀(k)表示所述预设类别的类别比例，其中，当所述训练图像的真实类别与所述预设类别相同时，所述δ_y(k)为1，当所述训练图像的真实类别与所述预设类别不同时，所述δ_y(k)为0。

可选地，基于所述多个训练图像的类别概率误差向量和所述多个训练图像，对所述卷积神经网络模型进行训练，包括：

确定所述多个训练图像的类别概率误差向量的平均类别概率误差向量；

基于所述平均类别概率误差向量和所述多个训练图像，对所述卷积神经网络模型进行训练。

可选地，基于所述平均类别概率误差向量和所述多个训练图像，对所述卷积神经网络模型进行训练，包括：

确定每个训练图像的类别概率误差向量中的各个元素的平方和，得到多个平方和；

当所述多个平方和的平均值大于或等于预设阈值时，基于所述平均类别概率误差向量，对所述卷积神经网络模型包括的模型参数进行调整；

通过模型参数调整后的卷积神经网络重新对所述多个训练图像分别进行识别处理，得到多个预测类别概率向量，并返回所述对于所述多个训练图像中的每个训练图像，确定所述训练图像的预测类别概率向量与初始类别概率向量之间的差值，得到所述训练图像的类别概率误差向量的步骤，直至通过每个训练图像的类别概率误差向量确定得到的多个平方和的平均值小于所述预设阈值为止。

第二方面，提供一种卷积神经网络模型的训练装置，所述装置包括：

识别处理模块，用于通过待训练的卷积神经网络模型对存储的多个训练图像分别进行识别处理，得到多个预测类别概率向量，每个预测类别概率向量中包括多个预测类别概率，每个预测类别概率为对应的训练图像属于多个预设类别中每个预设类别的概率；

第一确定模块，用于对于所述多个训练图像中的每个训练图像，确定所述识别处理模块识别的所述训练图像的预测类别概率向量与初始类别概率向量之间的差值，得到所述训练图像的类别概率误差向量，所述初始类别概率向量中包括多个初始类别概率，所述多个初始类别概率是基于预设扰动概率、所述训练图像的真实类别以及对应类别的类别比例确定得到；

训练模块，用于基于所述第一确定模块确定的所述多个训练图像的类别概率误差向量和所述多个训练图像，对所述卷积神经网络模型进行训练。

可选地，所述装置还包括：

第二确定模块，用于对于所述多个预设类别中的每个预设类别，确定所述预设类别的类别比例；

第三确定模块，用于基于所述预设扰动概率、所述训练图像的真实类别以及所述预设类别的类别比例，通过如下公式确定与所述预设类别对应的初始类别概率；

P(k)＝λ*δ_y(k)+(1-λ)*p₀(k)；

其中，所述P(k)表示与所述预设类别对应的初始类别概率，λ表示所述预设扰动概率，所述p₀(k)表示所述预设类别的类别比例，其中，当所述训练图像的真实类别与所述预设类别相同时，所述δ_y(k)为1，当所述训练图像的真实类别与所述预设类别不同时，所述δ_y(k)为0。

可选地，所述训练模块包括：

确定子模块，用于确定所述多个训练图像的类别概率误差向量的平均类别概率误差向量；

训练子模块，用于基于所述平均类别概率误差向量和所述多个训练图像，对所述卷积神经网络模型进行训练。

可选地，所述训练子模块用于：

确定每个训练图像的类别概率误差向量中的各个元素的平方和，得到多个平方和；

当所述多个平方和的平均值大于或等于预设阈值时，基于所述平均类别概率误差向量，对所述卷积神经网络模型包括的模型参数进行调整；

通过模型参数调整后的卷积神经网络重新对所述多个训练图像分别进行识别处理，得到多个预测类别概率向量，并返回所述对于所述多个训练图像中的每个训练图像，确定所述训练图像的预测类别概率向量与初始类别概率向量之间的差值，得到所述训练图像的类别概率误差向量的步骤，直至通过每个训练图像的类别概率误差向量确定得到的多个平方和的平均值小于所述预设阈值为止。

第三方面，提供了一种卷积神经网络模型的训练装置，所述装置包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

通过待训练的卷积神经网络模型对存储的多个训练图像分别进行识别处理，得到多个预测类别概率向量，每个预测类别概率向量中包括多个预测类别概率，每个预测类别概率为对应的训练图像属于多个预设类别中每个预设类别的概率；

对于所述多个训练图像中的每个训练图像，确定所述训练图像的预测类别概率向量与初始类别概率向量之间的差值，得到所述训练图像的类别概率误差向量，所述初始类别概率向量中包括多个初始类别概率，所述多个初始类别概率是基于预设扰动概率、所述训练图像的真实类别以及对应类别的类别比例确定得到；

基于所述多个训练图像的类别概率误差向量和所述多个训练图像，对所述卷积神经网络模型进行训练。

本公开的实施例提供的技术方案可以包括以下有益效果：通过待训练的卷积神经网络模型对存储的多个训练图像分别进行识别处理得到多个预测类别概率向量后，确定每个训练图像的预测类别概率向量与初始类别概率向量之间的差值，得到每个训练图像的类别概率误差向量。其中，由于每个训练图像的初始类别概率向量中包括的多个初始类别概率是基于预设扰动概率、对应训练图像的真实类别以及对应类别的类别比例确定得到，如此，在基于多个训练图像的类别概率误差向量和该多个训练图像对卷积神经网络模型进行训练时能够加快算法收敛速度，从而保证了训练后的卷积神经网络模型对图像识别的准确性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是根据一示例性实施例示出的一种卷积神经网络模型的训练方法流程图；

图2是根据另一示例性实施例示出的一种卷积神经网络模型的训练方法流程图；

图3A是根据一示例性实施例示出的一种卷积神经网络模型的训练装置的框图；

图3B是根据另一示例性实施例示出的一种卷积神经网络模型的训练装置的框图；

图4是根据一示例性实施例示出的一种卷积神经网络模型的训练装置400的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

在对本公开实施例进行详细地解释介绍之前，先对本公开实施例涉及的名词进行简要介绍：

卷积神经网络模型：是一种前馈神经网络，一般由一个或多个卷积层和顶端的全连通层组成，当然，除此之外，卷积神经网络模型还包括有关联权重和池化层。在具体实现中，可以使用反向传播算法对卷积神经网络模型进行训练。

预测类别概率向量：包括多个预测类别概率，即预测类别概率向量中的每个元素为一个预测类别概率。每个预测类别概率为对应的训练图像属于多个预设类别中每个预设类别的概率。其中，该多个预设类别可以由技术人员根据实际需求自定义设置，如，该多个预设类别可以包括“猫”、“狗”、“熊”、“狮子”、“老虎”等，则某个预测类别概率可以为对应的训练图像属于“猫”的概率。其中，每个预测类别概率向量是通过待训练的卷积神经网络模型对对应的训练图像进行识别处理后得到。

初始类别概率向量：包括多个初始类别概率，即初始类别概率向量中的每个元素为一个初始类别概率。在本公开实施例中，该多个初始类别概率是基于预设扰动概率、训练图像的真实类别以及对应类别的类别比例确定得到，具体实现过程请参见下文图2实施例中的步骤202所述。

类别比例：每个预设类别在多个预设类别中所占的比例。

模型参数：是指卷积神经网络模型的模型参数，该模型参数一般包括卷积层的卷积核、全连接层的权重矩阵等，主要用于对训练图像进行识别处理。

接下来，对本公开实施例的应用场景予以说明。目前，为了使得已完成训练的卷积神经网络模型在图像识别过程中识别出的预测类别与图像的真实类别一样，在训练过程中，对于多个训练图像中的每个训练图像，通常将该训练图像的初始类别概率向量中真实类别对应的初始类别概率设置为1，其他初始类别概率设置为0。然而，如此设置后，当对卷积神经网络模型进行深度训练时，容易导致算法无法快速收敛，并且，在训练结束后，卷积神经网络模型的泛化能力容易受到损害，从而导致影响训练后的卷积神经网络模型的识别能力。为此，本公开实施例提供了一种卷积神经网络模型的训练方法，该方法能够加快算法收敛速度，并提高了卷积神经网络模型的泛化能力，从而保证了训练后的卷积神经网络模型对图像识别的准确性。其中，该卷积神经网络模型的训练方法由终端执行，该终端可以基于多个训练图像对待训练的卷积神经网络模型进行训练。其中，该终端可以为诸如计算机、平板电脑之类的终端，本公开实施例对此不作限定。

图1是根据一示例性实施例示出的一种卷积神经网络模型的训练方法流程图，如图1所示，该卷积神经网络模型的训练方法用于终端中，包括以下步骤。

在步骤101中，通过待训练的卷积神经网络模型对存储的多个训练图像分别进行识别处理，得到多个预测类别概率向量，每个预测类别概率向量中包括多个预测类别概率，每个预测类别概率为对应的训练图像属于多个预设类别中每个预设类别的概率。

在步骤102中，对于该多个训练图像中的每个训练图像，确定该训练图像的预测类别概率向量与初始类别概率向量之间的差值，得到该训练图像的类别概率误差向量，该初始类别概率向量中包括多个初始类别概率，该多个初始类别概率是基于预设扰动概率、该训练图像的真实类别以及对应类别的类别比例确定得到。

在步骤103中，基于该多个训练图像的类别概率误差向量和该多个训练图像，对该卷积神经网络模型进行训练。

在本公开实施例中，通过待训练的卷积神经网络模型对存储的多个训练图像分别进行识别处理得到多个预测类别概率向量后，确定每个训练图像的预测类别概率向量与初始类别概率向量之间的差值，得到每个训练图像的类别概率误差向量。其中，由于每个训练图像的初始类别概率向量中包括的多个初始类别概率是基于预设扰动概率、对应训练图像的真实类别以及对应类别的类别比例确定得到，如此，在基于多个训练图像的类别概率误差向量和该多个训练图像对卷积神经网络模型进行训练时能够加快算法收敛速度，从而保证了训练后的卷积神经网络模型对图像识别的准确性。

可选地，确定该训练图像的预测类别概率向量与初始类别概率向量之间的差值之前，还包括：

对于该多个预设类别中的每个预设类别，确定该预设类别的类别比例；

基于该预设扰动概率、该训练图像的真实类别以及该预设类别的类别比例，通过如下公式确定与该预设类别对应的初始类别概率；

P(k)＝λ*δ_y(k)+(1-λ)*p₀(k)；

其中，该P(k)表示与该预设类别对应的初始类别概率，λ表示该预设扰动概率，该p₀(k)表示该预设类别的类别比例，其中，当该训练图像的真实类别与该预设类别相同时，该δ_y(k)为1，当该训练图像的真实类别与该预设类别不同时，该δ_y(k)为0。

可选地，基于该多个训练图像的类别概率误差向量和该多个训练图像，对该卷积神经网络模型进行训练，包括：

确定该多个训练图像的类别概率误差向量的平均类别概率误差向量；

基于该平均类别概率误差向量和该多个训练图像，对该卷积神经网络模型进行训练。

可选地，基于该平均类别概率误差向量和该多个训练图像，对该卷积神经网络模型进行训练，包括：

确定每个训练图像的类别概率误差向量中的各个元素的平方和，得到多个平方和；

当该多个平方和的平均值大于或等于预设阈值时，基于该平均类别概率误差向量，对该卷积神经网络模型包括的模型参数进行调整；

通过模型参数调整后的卷积神经网络重新对该多个训练图像分别进行识别处理，得到多个预测类别概率向量，并返回该对于该多个训练图像中的每个训练图像，确定该训练图像的预测类别概率向量与初始类别概率向量之间的差值，得到该训练图像的类别概率误差向量的步骤，直至通过每个训练图像的类别概率误差向量确定得到的多个平方和的平均值小于该预设阈值为止。

上述所有可选技术方案，均可按照任意结合形成本公开的可选实施例，本公开实施例对此不再一一赘述。

图2是根据另一示例性实施例示出的一种卷积神经网络模型的训练方法流程图，如图2所示，该卷积神经网络模型的训练方法用于终端中，该卷积神经网络模型的训练方法包括以下步骤：

在步骤201中，通过待训练的卷积神经网络模型对存储的多个训练图像分别进行识别处理，得到多个预测类别概率向量。

在实际实现过程中，技术人员可以根据实际需求在终端中存储多个训练图像，该多个训练图像用于对待训练的卷积神经网络模型进行训练，例如，该多个训练图像可以为动物训练图像等，该多个训练图像的数量通常达到几百万个。

在具体实现中，终端可以采用文件夹或列表等方式来存储该多个训练图像。接下来，以终端采用文件夹的方式存储该多个训练图像为例进行说明，该多个训练图像可以存储在一个文件夹中，该文件夹中可以包括多个子文件夹，其中，每个训练图像可以对应于一个子文件夹。

在具体实现中，每个子文件夹可以以对应的训练图像的图像名称进行命名，并且，该子文件夹中还可以存储有对应的训练图像的图像信息，例如，该图像信息可以为该训练图像的真实类别等信息。如此，终端根据训练图像的图像名称可以从对应的子文件夹中获取到该训练图像和该训练图像的真实类别。

当然，需要说明的是，上述终端存储多个训练图像的方式仅是示例性的，在另一实施例中，终端还可以通过其它方式存储该多个训练图像，本公开实施例对此不做限定。

当需要对待训练的卷积神经网络模型进行训练时，终端首先初始化该待训练的卷积神经网络模型的模型参数。之后，终端获取存储的该多个训练图像，将该多个训练图像输入至该待训练的卷积神经网络模型中，并通过该待训练的卷积神经网络模型对该多个训练图像进行识别处理，得到多个预测类别概率向量。其中，该多个预测类别概率向量中的每个预测类别概率向量与该多个训练图像中的每个训练图像一一对应。

需要说明的是，终端通过该待训练的卷积神经网络模型对该多个训练图像进行识别处理可以包括卷积、池化、激活等操作，其具体实现过程可以参见相关技术，本公开实施例对此不作详细介绍。

如前文所述，每个预测类别概率向量中包括多个预测类别概率，其中，每个预测类别概率为对应的训练图像属于多个预设类别中每个预设类别的概率。

例如，该多个预设类别可以为1000个预设类别，该1000个预设类别可以包括“猫”、“狗”、“熊”、“狮子”、“老虎”等。在该种情况下，通过待训练的卷积神经网络模型对存储的多个训练图像分别进行识别处理后，得到的多个预测类别概率向量中的每个预测类别概率向量均包括1000个预测类别概率，譬如，通过识别处理后得到某训练图像的预测类别概率向量为{x₁,x₂,x₃,x₄,…,x₁₀₀₀}，其中，x₁、x₂、x₃、x₄、x₁₀₀₀均表示预测类别概率。

在步骤202中，对于该多个训练图像中的每个训练图像，确定该训练图像的预测类别概率向量与初始类别概率向量之间的差值，得到该训练图像的类别概率误差向量。

需要说明的是，在确定该训练图像的预测类别概率向量与初始类别概率向量之间的差值之前，需要确定该训练图像的初始类别概率向量。如前文所述，该初始类别概率向量中包括多个初始类别概率，该多个初始类别概率是基于预设扰动概率、该训练图像的真实类别以及对应类别的类别比例确定得到。

其中，该预设扰动概率可以由技术人员根据实际需求自定义设置，例如，该预设扰动概率可以设置为0.05。也即是，在本公开实施例中，以预设扰动概率对训练图像的类别加以扰动，并基于扰动后的初始类别概率来对卷积神经网络模型进行训练，如此，可以避免算法无法快速收敛，以及解决了卷积神经网络模型的泛化能力不足的问题。

另外，如前文所述，终端根据该训练图像的图像名称，可以从该训练图像对应的子文件夹中获取到该训练图像的真实类别。

在具体实现中，终端基于预设扰动概率、该训练图像的真实类别以及对应类别的类别比例，确定该训练图像的初始类别概率可以包括如下(1)-(2)实现过程：

(1)对于该多个预设类别中的每个预设类别，确定该预设类别的类别比例。

例如，若该预设类别为“猫”，且该多个预设类别中包括500个“猫”，则该预设类别“猫”在该多个预设类别中的类别比例为0.5。

在具体实现中，该类别比例还可以称为先验概率。也即是，在本公开实施例中，终端通过计算1000个预设类别在训练数据中的先验概率，来确定该训练图像的初始类别概率向量，可以最大程度地提高了类别扰动的正面效应。

(2)基于该预设扰动概率、该训练图像的真实类别以及该预设类别的类别比例，通过如下公式(1)确定与该预设类别对应的初始类别概率；

P(k)＝λ*δ_y(k)+(1-λ)*p₀(k)； (1)

其中，该P(k)表示与该预设类别对应的初始类别概率，λ表示该预设扰动概率，该p₀(k)表示该预设类别的类别比例，其中，当该训练图像的真实类别与该预设类别相同时，该δ_y(k)为1，当该训练图像的真实类别与该预设类别不同时，该δ_y(k)为0。

进一步地，在基于该预设扰动概率、该训练图像的真实类别以及该预设类别的类别比例，通过公式(1)确定与该预设类别对应的初始类别概率之前，还需要根据该训练图像的真实类别来确定δ_y(k)的值，在实际实现中，该δ_y(k)的值可以通过如下公式(2)来确定：

其中，y表示训练图像的真实类别，k表示上述预设类别，也即是，如前文所述，当该训练图像的真实类别与该预设类别相同时，该δ_y(k)为1，当该训练图像的真实类别与该预设类别不同时，该δ_y(k)为0。

例如，若该训练图像的真实类别为“狗”，则当该预设类别为“狗”时，该δ_y(k)为1，当该预设类别为“猫”时，该δ_y(k)为0。

终端通过上述实现过程可以确定与每个预设类别对应的初始类别概率，从而得到多个初始类别概率，之后，终端将得到的该多个初始类别概率组成该训练图像的初始类别概率向量，例如，该初始类别概率向量为{y₁,y₂,y₃,y₄,…,y₁₀₀₀}。

终端确定该训练图像的预测类别概率向量与初始类别概率向量之间的差值，得到该训练图像的类别概率误差向量。例如，若该训练图像的预测类别概率向量为{x₁,x₂,x₃,x₄,…,x₁₀₀₀}，初始类别概率向量为{y₁,y₂,y₃,y₄,…,y₁₀₀₀}，则可以得到的该训练图像的类别概率误差向量为{y₁-x₁,y₂-x₂,y₃-x₃,y₄-x₄,…,y₁₀₀₀-x₁₀₀₀}。

在步骤203中，确定该多个训练图像的类别概率误差向量的平均类别概率误差向量。

终端得到每个训练图像的类别概率误差向量后，即可根据该多个训练图像的类别概率误差向量和该多个训练图像，对该卷积神经网络模型进行训练，其具体实现过程可以包括该步骤203和步骤204。

也即是，终端首先确定该多个训练图像的类别概率误差向量的平均类别概率误差向量。在具体实现中，终端可以将该多个类别概率误差向量中对应位置上的各个元素相加，之后，确定相加后的各元素的平均值，从而可以得到该多个训练图像的类别概率误差向量的平均类别概率误差向量。

在步骤204中，基于该平均类别概率误差向量和该多个训练图像，对该卷积神经网络模型进行训练。

在具体实现中，终端基于该平均类别概率误差向量和该多个训练图像，对该卷积神经网络模型进行训练可以包括如下2041-2043几个实现步骤：

2041：确定每个训练图像的类别概率误差向量中的各个元素的平方和，得到多个平方和。

例如，若某训练图像的类别概率误差向量为{y₁-x₁,y₂-x₂,y₃-x₃,y₄-x₄,…,y₁₀₀₀-x₁₀₀₀}，则该训练图像的类别概率误差向量中的各个元素的平方和为(y₁-x₁)²+(y₂-x₂)²+(y₃-x₃)²+(y₄-x₄)²+,…,+(y₁₀₀₀-x₁₀₀₀)²。同理，按照该方法，可以确定该多个训练图像中的每个训练图像对应的平方和。

需要说明的是，这里仅是以确定每个训练图像的类别概率误差向量中的各个元素的平方和为例进行说明，在另一实施例中，确定每个训练图像的类别概率误差向量中的各个元素的平方和后，还可以对该平方和做进一步处理，例如，还可以对该平方和进行开根号处理等，当然，在该种情况下，终端需要根据对该平方和做进一步处理后的值进行后续处理，本公开实施例对此不作限定。

2042：当该多个平方和的平均值大于或等于预设阈值时，基于该平均类别概率误差向量，对该卷积神经网络模型包括的模型参数进行调整。

其中，该预设阈值可以由技术人员根据实际需求自定义设置，也可以由该终端默认设置，本公开实施例对此不作限定。

如果该多个平方和的平均值大于或等于预设阈值，说明输出的训练图像的预测类别概率与初始类别概率相差较大，在该种情况下，需要将该平均类别概率误差向量反向传播至该卷积神经网络模型中，以基于该平均类别概率误差向量对卷积神经网络模型的模型参数进行调整。

在具体实现中，终端可以使用SGD(Stochastic Gradient Descent Learner，随机梯度下降)算法，基于该平均类别概率误差向量对卷积神经网络模型的模型参数进行调整，其具体实现过程可以参见相关技术，这里不做详细介绍。

需要说明的是，这里仅是以使用SGD算法，基于该平均类别概率误差向量对卷积神经网络模型的模型参数进行调整为例进行说明，在另一实施例中，该终端还可以使用其他指定梯度下降算法，基于该平均类别概率误差向量对卷积神经网络模型的模型参数进行调整，本公开实施例对此不做限定。

2043：通过模型参数调整后的卷积神经网络重新对该多个训练图像分别进行识别处理，得到多个预测类别概率向量，并返回该对于该多个训练图像中的每个训练图像，确定该训练图像的预测类别概率向量与初始类别概率向量之间的差值，得到该训练图像的类别概率误差向量的步骤，直至通过每个训练图像的类别概率误差向量确定得到的多个平方和的平均值小于该预设阈值为止。

终端基于该平均类别概率误差向量对该卷积神经网络模型包括的模型参数进行调整后，通过模型参数调整后的卷积神经网络重新对该多个训练图像分别进行识别处理，即迭代上述训练过程。

在训练过程中，当通过每个训练图像的类别概率误差向量确定得到的多个平方和的平均值小于该预设阈值，说明输出的预测类别概率与初始类别概率十分接近，即可以认为当前的卷积神经网络模型能够较准确的识别出训练图像。因此，终端结束对该卷积神经网络模型的训练，并将此时的模型参数确定为完成训练的卷积神经网络模型的模型参数，从而实现了对卷积神经网络模型的训练。

例如，若该预设阈值为0.1，当通过每个训练图像的类别概率误差向量确定得到的多个平方和的平均值为0.08时，说明通过此时的卷积神经网络模型对多个训练图像进行识别处理后得到的多个预测类别概率向量与初始类别概率向量很接近，因此，结束对卷积神经网络模型的训练，并将此时的模型参数确定为完成训练的卷积神经网络模型的模型参数。

需要说明的是，这里仅是以根据多个平方和的平均值来确定是否完成对卷积神经网络模型的训练为例进行说明，在另一实施例中，终端还可以根据迭代次数来确定是否完成对卷积神经网络模型的训练，例如，终端在训练过程中，可以统计迭代次数，当该迭代次数达到预先设置的预设次数时，结束训练过程，并确定完成对卷积神经网络模型的训练。其中，该预设次数可以由技术人员根据实际需求自定义设置。

这里需要说明的是，通过上述步骤203和步骤204共同实现了：基于该多个训练图像的类别概率误差向量和该多个训练图像，对该卷积神经网络模型进行训练的操作。

在本公开实施例中，通过待训练的卷积神经网络模型对存储的多个训练图像分别进行识别处理得到多个预测类别概率向量后，确定每个训练图像的预测类别概率向量与初始类别概率向量之间的差值，得到每个训练图像的类别概率误差向量。其中，由于每个训练图像的初始类别概率向量中包括的多个初始类别概率是基于预设扰动概率、对应训练图像的真实类别以及对应类别的类别比例确定得到，如此，在基于多个训练图像的类别概率误差向量和该多个训练图像对卷积神经网络模型进行训练时能够加快算法收敛速度，从而保证了训练后的卷积神经网络模型对图像识别的准确性。

图3A是根据一示例性实施例示出的一种卷积神经网络模型的训练装置框图。参照图3A，该装置包括识别处理模块310，第一确定模块320和训练模块330。

识别处理模块310，用于通过待训练的卷积神经网络模型对存储的多个训练图像分别进行识别处理，得到多个预测类别概率向量，每个预测类别概率向量中包括多个预测类别概率，每个预测类别概率为对应的训练图像属于多个预设类别中每个预设类别的概率；

第一确定模块320，用于对于该多个训练图像中的每个训练图像，确定该识别处理模块310识别的该训练图像的预测类别概率向量与初始类别概率向量之间的差值，得到该训练图像的类别概率误差向量，该初始类别概率向量中包括多个初始类别概率，该多个初始类别概率是基于预设扰动概率、该训练图像的真实类别以及对应类别的类别比例确定得到；

训练模块330，用于基于该第一确定模块320确定的该多个训练图像的类别概率误差向量和该多个训练图像，对该卷积神经网络模型进行训练。

在本公开实施例中，通过待训练的卷积神经网络模型对存储的多个训练图像分别进行识别处理得到多个预测类别概率向量后，确定每个训练图像的预测类别概率向量与初始类别概率向量之间的差值，得到每个训练图像的类别概率误差向量。其中，由于每个训练图像的初始类别概率向量中包括的多个初始类别概率是基于预设扰动概率、对应训练图像的真实类别以及对应类别的类别比例确定得到，如此，在基于多个训练图像的类别概率误差向量和该多个训练图像对卷积神经网络模型进行训练时能够加快算法收敛速度，从而保证了训练后的卷积神经网络模型对图像识别的准确性。

可选地，请参考图3B，该装置还包括：

第二确定模块340，用于对于该多个预设类别中的每个预设类别，确定该预设类别的类别比例；

第三确定模块350，用于基于该预设扰动概率、该训练图像的真实类别以及该预设类别的类别比例，通过如下公式确定与该预设类别对应的初始类别概率；

P(k)＝λ*δ_y(k)+(1-λ)*p₀(k)；

其中，该P(k)表示与该预设类别对应的初始类别概率，λ表示该预设扰动概率，该p₀(k)表示该预设类别的类别比例，其中，当该训练图像的真实类别与该预设类别相同时，该δ_y(k)为1，当该训练图像的真实类别与该预设类别不同时，该δ_y(k)为0。

可选地，该训练模块330包括：

确定子模块，用于确定该多个训练图像的类别概率误差向量的平均类别概率误差向量；

训练子模块，用于基于该平均类别概率误差向量和该多个训练图像，对该卷积神经网络模型进行训练。

可选地，该训练子模块用于：

确定每个训练图像的类别概率误差向量中的各个元素的平方和，得到多个平方和；

当该多个平方和的平均值大于或等于预设阈值时，基于该平均类别概率误差向量，对该卷积神经网络模型包括的模型参数进行调整；

通过模型参数调整后的卷积神经网络重新对该多个训练图像分别进行识别处理，得到多个预测类别概率向量，并返回该对于该多个训练图像中的每个训练图像，确定该训练图像的预测类别概率向量与初始类别概率向量之间的差值，得到该训练图像的类别概率误差向量的步骤，直至通过每个训练图像的类别概率误差向量确定得到的多个平方和的平均值小于该预设阈值为止。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图4是根据一示例性实施例示出的一种卷积神经网络模型的训练装置400的框图。例如，装置400可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图4，装置400可以包括以下一个或多个组件：处理组件402，存储器404，电源组件406，多媒体组件408，音频组件410，输入/输出(I/O)的接口412，传感器组件414，以及通信组件416。

处理组件402通常控制装置400的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件402可以包括一个或多个处理器420来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件402可以包括一个或多个模块，便于处理组件402和其他组件之间的交互。例如，处理组件402可以包括多媒体模块，以方便多媒体组件408和处理组件402之间的交互。

存储器404被配置为存储各种类型的数据以支持在装置400的操作。这些数据的示例包括用于在装置400上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器404可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件406为装置400的各种组件提供电源。电源组件406可以包括电源管理系统，一个或多个电源，及其他与为装置400生成、管理和分配电源相关联的组件。

多媒体组件408包括在所述装置400和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件408包括一个前置摄像头和/或后置摄像头。当装置400处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件410被配置为输出和/或输入音频信号。例如，音频组件410包括一个麦克风(MIC)，当装置400处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器404或经由通信组件416发送。在一些实施例中，音频组件410还包括一个扬声器，用于输出音频信号。

I/O接口412为处理组件402和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件414包括一个或多个传感器，用于为装置400提供各个方面的状态评估。例如，传感器组件414可以检测到装置400的打开/关闭状态，组件的相对定位，例如所述组件为装置400的显示器和小键盘，传感器组件414还可以检测装置400或装置400一个组件的位置改变，用户与装置400接触的存在或不存在，装置400方位或加速/减速和装置400的温度变化。传感器组件414可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件414还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件414还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件416被配置为便于装置400和其他设备之间有线或无线方式的通信。装置400可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件416经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件416还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置400可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器404，上述指令可由装置400的处理器420执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行上述卷积神经网络模型的训练方法，该方法包括：

通过待训练的卷积神经网络模型对存储的多个训练图像分别进行识别处理，得到多个预测类别概率向量，每个预测类别概率向量中包括多个预测类别概率，每个预测类别概率为对应的训练图像属于多个预设类别中每个预设类别的概率；

对于该多个训练图像中的每个训练图像，确定该训练图像的预测类别概率向量与初始类别概率向量之间的差值，得到该训练图像的类别概率误差向量，该初始类别概率向量中包括多个初始类别概率，该多个初始类别概率是基于预设扰动概率、该训练图像的真实类别以及对应类别的类别比例确定得到；

基于该多个训练图像的类别概率误差向量和该多个训练图像，对该卷积神经网络模型进行训练。

可选地，确定该训练图像的预测类别概率向量与初始类别概率向量之间的差值之前，还包括：

对于该多个预设类别中的每个预设类别，确定该预设类别的类别比例；

基于该预设扰动概率、该训练图像的真实类别以及该预设类别的类别比例，通过如下公式确定与该预设类别对应的初始类别概率；

P(k)＝λ*δ_y(k)+(1-λ)*p₀(k)；

其中，该P(k)表示与该预设类别对应的初始类别概率，λ表示该预设扰动概率，该p₀(k)表示该预设类别的类别比例，其中，当该训练图像的真实类别与该预设类别相同时，该δ_y(k)为1，当该训练图像的真实类别与该预设类别不同时，该δ_y(k)为0。

可选地，基于该多个训练图像的类别概率误差向量和该多个训练图像，对该卷积神经网络模型进行训练，包括：

确定该多个训练图像的类别概率误差向量的平均类别概率误差向量；

基于该平均类别概率误差向量和该多个训练图像，对该卷积神经网络模型进行训练。

可选地，基于该平均类别概率误差向量和该多个训练图像，对该卷积神经网络模型进行训练，包括：

确定每个训练图像的类别概率误差向量中的各个元素的平方和，得到多个平方和；

当该多个平方和的平均值大于或等于预设阈值时，基于该平均类别概率误差向量，对该卷积神经网络模型包括的模型参数进行调整；

通过模型参数调整后的卷积神经网络重新对该多个训练图像分别进行识别处理，得到多个预测类别概率向量，并返回该对于该多个训练图像中的每个训练图像，确定该训练图像的预测类别概率向量与初始类别概率向量之间的差值，得到该训练图像的类别概率误差向量的步骤，直至通过每个训练图像的类别概率误差向量确定得到的多个平方和的平均值小于该预设阈值为止。

在本公开实施例中，通过待训练的卷积神经网络模型对存储的多个训练图像分别进行识别处理得到多个预测类别概率向量后，确定每个训练图像的预测类别概率向量与初始类别概率向量之间的差值，得到每个训练图像的类别概率误差向量。其中，由于每个训练图像的初始类别概率向量中包括的多个初始类别概率是基于预设扰动概率、对应训练图像的真实类别以及对应类别的类别比例确定得到，如此，在基于多个训练图像的类别概率误差向量和该多个训练图像对卷积神经网络模型进行训练时能够加快算法收敛速度，从而保证了训练后的卷积神经网络模型对图像识别的准确性。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (9)

1.一种基于卷积神经网络模型进行图像识别的方法，其特征在于，所述方法包括：

通过待训练的卷积神经网络模型对存储的多个训练图像分别进行识别处理，得到所述多个训练图像中每个训练图像对应的预测类别概率向量，每个预测类别概率向量中包括多个预测类别概率，每个预测类别概率为对应的训练图像属于多个预设类别中每个预设类别的概率；

对于所述多个训练图像中的每个训练图像，确定所述训练图像的预测类别概率向量与初始类别概率向量之间的差值，得到所述训练图像的类别概率误差向量，所述初始类别概率向量中包括多个初始类别概率，所述多个初始类别概率是基于预设扰动概率、所述训练图像的真实类别以及对应类别的类别比例确定得到，所述预设扰动概率用于扰动所述训练图像的类别；

基于所述多个训练图像的类别概率误差向量和所述多个训练图像，对所述卷积神经网络模型进行训练；

基于完成训练的卷积神经网络模型对待识别图像进行图像识别。

2.如权利要求1所述的方法，其特征在于，所述确定所述训练图像的预测类别概率向量与初始类别概率向量之间的差值之前，还包括：

对于所述多个预设类别中的每个预设类别，确定所述预设类别的类别比例；

基于所述预设扰动概率、所述训练图像的真实类别以及所述预设类别的类别比例，通过如下公式确定与所述预设类别对应的初始类别概率；

P(k)＝λ*δ_y(k)+(1-λ)*p₀(k)；

其中，所述P(k)表示与所述预设类别对应的初始类别概率，λ表示所述预设扰动概率，所述p₀(k)表示所述预设类别的类别比例，其中，当所述训练图像的真实类别与所述预设类别相同时，所述δ_y(k)为1，当所述训练图像的真实类别与所述预设类别不同时，所述δ_y(k)为0。

3.如权利要求1所述的方法，其特征在于，所述基于所述多个训练图像的类别概率误差向量和所述多个训练图像，对所述卷积神经网络模型进行训练，包括：

确定所述多个训练图像的类别概率误差向量的平均类别概率误差向量；

基于所述平均类别概率误差向量和所述多个训练图像，对所述卷积神经网络模型进行训练。

4.如权利要求3所述的方法，其特征在于，所述基于所述平均类别概率误差向量和所述多个训练图像，对所述卷积神经网络模型进行训练，包括：

确定每个训练图像的类别概率误差向量中的各个元素的平方和，得到多个平方和；

当所述多个平方和的平均值大于或等于预设阈值时，基于所述平均类别概率误差向量，对所述卷积神经网络模型包括的模型参数进行调整；

通过模型参数调整后的卷积神经网络重新对所述多个训练图像分别进行识别处理，得到多个预测类别概率向量，并返回所述对于所述多个训练图像中的每个训练图像，确定所述训练图像的预测类别概率向量与初始类别概率向量之间的差值，得到所述训练图像的类别概率误差向量的步骤，直至通过每个训练图像的类别概率误差向量确定得到的多个平方和的平均值小于所述预设阈值为止。

5.一种基于卷积神经网络模型进行图像识别的装置，其特征在于，所述装置包括：

识别处理模块，用于通过待训练的卷积神经网络模型对存储的多个训练图像分别进行识别处理，得到所述多个训练图像中每个训练图像对应的预测类别概率向量，每个预测类别概率向量中包括多个预测类别概率，每个预测类别概率为对应的训练图像属于多个预设类别中每个预设类别的概率；

第一确定模块，用于对于所述多个训练图像中的每个训练图像，确定所述识别处理模块识别的所述训练图像的预测类别概率向量与初始类别概率向量之间的差值，得到所述训练图像的类别概率误差向量，所述初始类别概率向量中包括多个初始类别概率，所述多个初始类别概率是基于预设扰动概率、所述训练图像的真实类别以及对应类别的类别比例确定得到，所述预设扰动概率用于扰动所述训练图像的类别；

训练模块，用于基于所述第一确定模块确定的所述多个训练图像的类别概率误差向量和所述多个训练图像，对所述卷积神经网络模型进行训练；基于完成训练的卷积神经网络模型对待识别图像进行图像识别。

6.如权利要求5所述的装置，其特征在于，所述装置还包括：

第二确定模块，用于对于所述多个预设类别中的每个预设类别，确定所述预设类别的类别比例；

第三确定模块，用于基于所述预设扰动概率、所述训练图像的真实类别以及所述预设类别的类别比例，通过如下公式确定与所述预设类别对应的初始类别概率；

P(k)＝λ*δ_y(k)+(1-λ)*p₀(k)；

其中，所述P(k)表示与所述预设类别对应的初始类别概率，λ表示所述预设扰动概率，所述p₀(k)表示所述预设类别的类别比例，其中，当所述训练图像的真实类别与所述预设类别相同时，所述δ_y(k)为1，当所述训练图像的真实类别与所述预设类别不同时，所述δ_y(k)为0。

7.如权利要求5所述的装置，其特征在于，所述训练模块包括：

确定子模块，用于确定所述多个训练图像的类别概率误差向量的平均类别概率误差向量；

训练子模块，用于基于所述平均类别概率误差向量和所述多个训练图像，对所述卷积神经网络模型进行训练。

8.如权利要求7所述的装置，其特征在于，所述训练子模块用于：

确定每个训练图像的类别概率误差向量中的各个元素的平方和，得到多个平方和；

当所述多个平方和的平均值大于或等于预设阈值时，基于所述平均类别概率误差向量，对所述卷积神经网络模型包括的模型参数进行调整；

通过模型参数调整后的卷积神经网络重新对所述多个训练图像分别进行识别处理，得到多个预测类别概率向量，并返回所述对于所述多个训练图像中的每个训练图像，确定所述训练图像的预测类别概率向量与初始类别概率向量之间的差值，得到所述训练图像的类别概率误差向量的步骤，直至通过每个训练图像的类别概率误差向量确定得到的多个平方和的平均值小于所述预设阈值为止。

9.一种基于卷积神经网络模型进行图像识别的装置，其特征在于，所述装置包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

通过待训练的卷积神经网络模型对存储的多个训练图像分别进行识别处理，得到所述多个训练图像中每个训练图像对应的预测类别概率向量，每个预测类别概率向量中包括多个预测类别概率，每个预测类别概率为对应的训练图像属于多个预设类别中每个预设类别的概率；

对于所述多个训练图像中的每个训练图像，确定所述训练图像的预测类别概率向量与初始类别概率向量之间的差值，得到所述训练图像的类别概率误差向量，所述初始类别概率向量中包括多个初始类别概率，所述多个初始类别概率是基于预设扰动概率、所述训练图像的真实类别以及对应类别的类别比例确定得到，所述预设扰动概率用于扰动所述训练图像的类别；

基于所述多个训练图像的类别概率误差向量和所述多个训练图像，对所述卷积神经网络模型进行训练；

基于完成训练的卷积神经网络模型对待识别图像进行图像识别。

Images