(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111651423.6 (22)申请日 2021.12.3 0 (71)申请人 深圳云天励飞技 术股份有限公司 地址 518000 广东省深圳市龙岗区园山 街 道龙岗大道8288号深圳大运软件小镇 17栋1楼 (72)发明人 张洪　肖嵘　 (74)专利代理 机构 北京三聚阳光知识产权代理 有限公司 1 1250 专利代理师 刘贺秋 (51)Int.Cl. G06T 7/194(2017.01) G06N 3/08(2006.01) (54)发明名称 目标属性识别方法、 装置、 计算机设备及存 储介质 (57)摘要 本发明公开了目标属性识别方法、 装置、 计 算机设备及存储介质， 该方法可包括： 读取第一 目标原始图像、 第一目标九通道图像及第一标 签， 通过九通道教师网络处理第一目标九通道图 像得到第一预测结果， 通过三通道教师网络处理 第一目标原始图像得到第二预测结果， 通过三通 道学生网络处理第一目标原始图像得到第三预 测结果； 基于预测结果和第一标签生成总损失结 果， 确定三通道学生网络是否训练完成， 未完成 进行迭代， 直至训练完成； 利用训练完成的三通 道学生网络处理第二目标原始图像， 以得到识别 结果。 本发明无需增加训练数据， 标注成本不增 加， 直接对目标原始图像进行识别， 识别速度较 快， 所以本发 明兼顾了目标属性识别过程对时间 和成本的要求。 权利要求书2页 说明书8页 附图7页 CN 114529572 A 2022.05.24 CN 114529572 A 1.一种目标属性识别方法， 其特 征在于， 包括： 读取第一目标原始图像、 第 一目标九通道图像以及第 一标签； 其中， 所述第 一目标九通 道图像基于所述第一目标原 始图像生成； 通过九通道教师网络处理所述第一目标九通道图像， 以得到第一预测结果； 通过三通 道教师网络处理所述第一 目标原始图像， 以得到第二预测结果； 通过三通道学生网络处理 所述第一目标原始图像， 以得到第三预测结果； 其中， 所述九通道教师网络和所述三通道教 师网络均为训练完成的网络， 所述 三通道学生网络为待训练的网络； 基于所述第一预测结果、 所述第二预测结果、 所述第三预测结果以及所述第一标签生 成总损失结果； 根据所述总损失结果确定所述三通道学生网络是否已训练完成， 在未训练完成情况下 更新所述三通道学生网络的参数和返回图像处理的步骤进 行迭代训练， 直至所述三通道学 生网络训练完成； 利用训练完成的三通道学生网络处理第 二目标原始图像， 以得到第 二目标原始图像的 目标属性识别结果。 2.根据权利要求1所述的目标属性识别方法， 其特征在于， 所述基于所述第一预测结 果、 所述第二预测结果、 所述第三预测结果以及所述第一标签生成总损失结果包括： 通过所述第一预测结果和所述第二预测结果 生成第二标签； 基于所述第二标签、 所述第一标签以及所述第三预测结果 生成总损失结果。 3.根据权利要求2所述的目标属性识别方法， 其特征在于， 所述通过所述第 一预测结果 和所述第二预测结果 生成第二标签包括： 对所述第一预测结果和所述第 二预测结果进行均值处理， 以均值处理结果作为所述第 二标签。 4.根据权利要求2或3所述的目标属性识别方法， 其特征在于， 所述基于所述第 二标签、 所述第一标签以及所述第三预测结果 生成总损失结果包括： 基于所述第三预测结果和所述第一标签生成第一损失结果； 基于所述第三预测结果和所述第二标签生成第二损失结果； 利用所述第一损失结果和所述第二损失结果得到所述总损失结果。 5.根据权利要求4所述的目标属性识别方法， 其特征在于， 所述利用所述第 一损失结果 和所述第二损失结果得到所述总损失结果包括： 对所述第一损失结果和所述第 二损失结果进行求和处理， 以求和处理结果作为所述总 损失结果。 6.根据权利要求1所述的目标属性识别方法， 其特征在于， 所述根据所述总损失结果确 定所述三通道学生网络是否已训练完成包括： 如果所述总损失结果小于设定阈值， 确定所述 三通道学生网络已训练完成； 如果所述总损失结果大于或等于设定阈值， 确定所述 三通道学生网络未训练完成。 7.根据权利要求1所述的目标属性识别方法， 其特 征在于， 还 包括： 获取迭代训练的次数； 如果迭代训练的次数达 到设定次数， 确定所述 三通道学生网络已训练完成。 8.一种目标属性识别装置， 其特 征在于， 包括：权　利　要　求　书 1/2 页 2 CN 114529572 A 2目标图像读取模块， 用于读取第 一目标原始图像、 第 一目标九通道图像以及第 一标签； 其中， 所述第一目标九通道图像 基于所述第一目标原 始图像生成； 目标图像处理模块， 用于通过九通道教师网络处理所述第一目标九通道图像， 以得到 第一预测结果； 用于通过三通道教师网络处理所述第一 目标原始图像， 以得到第二预测结 果； 用于通过三通道学生网络处理所述第一 目标原始图像， 以得到第三预测结果； 其中， 所 述九通道教师网络和所述三通道教师网络均为训练完成的网络， 所述三通道学生网络为待 训练的网络； 网络损失生成模块， 用于基于所述第 一预测结果、 所述第 二预测结果、 所述第 三预测结 果以及所述第一标签生成总损失结果； 迭代训练判断模块， 用于根据 所述总损失结果确定所述三通道学生网络是否已训练完 成， 用于在未训练完成情况下更新三通道学生网络的参数和返回图像处理的步骤进行迭代 训练， 直至所述 三通道学生网络训练完成； 目标属性识别模块， 用于利用训练完成的三通道学生网络处理第二目标原始图像， 以 得到第二目标原 始图像的目标属性识别结果。 9.一种计算机设备， 其特征在于， 包括存储器和处理器， 所述存储器中存储有计算机可 读指令， 所述计算机可读指令被所述处理器执行时， 使得所述处理器执行如权利要求1至7 中任一项权利要求所述目标属性识别方法的步骤。 10.一种存储有计算机可读指令的存储介质， 其特征在于， 所述计算机可读指令被一个 或多个处理器执行时， 使得所述一个或多个处理器执行如权利要求 1至7中任一项权利要求 所述目标属性识别方法的步骤。权　利　要　求　书 2/2 页 3 CN 114529572 A 3