模型训练方法、信息生成方法、装置、设备和介质

技术领域

本公开的实施例涉及计算机技术领域，具体涉及模型训练方法、信息生成方法、装置、电子设备和计算机可读介质。

背景技术

目前，对于网络模型的训练，训练图像样本集中每个训练图像样本常常包括：样本图像和上述样本图像的标签。对于现有的网络模型训练，首先，将训练样本图像中的样本图像输入至网络模型，得到预测标签。然后，通过预测标签与样本图像的标签之间的差异，得到损失值。最后，根据上述损失值，通过反向传播来更新网络模型的参数。

然而，当采用上述方式来训练网络模型，经常会存在如下技术问题：

训练样本图像标签往往是由人工进行标注，大量的训练图像样本集导致工作量较大。除此之外，人工标注可能存在标注错误的情况，以此侧面影响了网络模型的精度。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了模型训练方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。

第一方面，本公开的一些实施例提供了一种模型训练方法，包括：提取预先获取的训练图像样本集中每个训练图像样本的特征以生成第一特征向量，得到第一特征向量集；根据编码与解码模型和上述第一特征向量集，生成上述编码与解码模型中解码模型对应的至少两层解码层的输出结果；确定上述至少两层解码层中第一目标解码层与第二目标解码层之间输出结果的差异信息，得到至少一个差异信息，其中，上述第二目标解码层为上述至少两层解码层中去除上述第一目标解码层的解码层；根据上述至少一个差异信息，生成第一损失值集；响应于确定上述编码与解码模型训练未完成，根据上述第一损失值集，调整上述编码与解码模型的参数。

可选地，上述根据编码与解码模型和上述第一特征向量集，生成上述编码与解码模型中解码模型对应的至少两层解码层的输出结果，包括：基于上述第一特征向量集，生成上述编码与解码模型中编码模型的输入向量；将上述输入向量输入至上述编码模型，得到各层编码层的输出结果；基于上述各层编码层的输出结果和上述至少两层解码层，生成上述至少两层解码层的输出结果。

可选地，上述训练样本集包括：源域图像样本集和目标域图像样本集；以及上述基于上述第一特征向量集，生成上述编码与解码模型中编码模型的输入向量，包括：对上述第一特征向量集中的每个第一特征向量进行向量维度变换以生成第二特征向量，得到第二特征向量集；基于上述第二特征向量集和第一初始向量，生成上述编码模型的输入向量，其中，上述第一初始向量随着上述编码与解码模型的训练不断变换，上述编码与解码模型训练结束后，变换后的第一初始向量表征上述源域图像样本集和上述目标域图像样本集中各个样本的全局特征。

可选地，上述基于上述各层编码层的输出结果和上述至少两层解码层，生成上述至少两层解码层的输出结果，包括：将上述各层编码层中最后一层编码层的输出结果中的、与上述第二特征向量集相关的输出结果作为上述各个解码层的输入，以及将上述第一初始向量和至少一个第二初始向量作为上述解码模型的输入，生成上述至少两层解码层的输出结果。

可选地，上述根据上述第一损失值集，调整上述编码与解码模型的参数，包括：将上述各层编码层的输出结果中的、与上述第一初始向量相关联的各个编码结果分别输入至第一域判别模型，得到各个第二损失值；基于上述各个第二损失值，调整上述编码与解码模型中上述编码模型的参数，以及基于上述第一损失值集，调整上述编码与解码模型的参数。

可选地，上述根据上述第一损失值集，调整上述编码与解码模型的参数，包括：将上述各层编码层的输出结果中的、与上述第二特征向量集相关联的各个编码结果集分别输入至第二域判别模型，得到各个第三损失值集；基于上述各个第二损失值，调整上述编码与解码模型中上述编码模型的参数，以及基于上述第一损失值集，调整上述编码与解码模型的参数。

可选地，上述根据上述第一损失值集，调整上述编码与解码模型的参数，包括：将上述各层编码层的输出结果中的、与上述第二特征向量集相关联的各个编码结果集分别输入至第二域判别模型，得到各个第三损失值集；基于上述各个第三损失值集，调整上述编码与解码模型中上述编码模型的参数，以及基于上述第一损失值集，调整上述编码与解码模型的参数。

可选地，上述根据上述第一损失值，调整上述编码与解码模型的参数，包括：将上述各层解码层的输出结果中的、与上述第一初始向量相关联的各个解码结果输入至第四判别模型，得到各个第五损失值；基于上述第一损失值集和上述各个第五损失值，调整上述编码与解码模型的参数。

第二方面，本公开的一些实施例提供了一种信息生成方法，包括：获取目标图像；将上述目标图像输入至预先训练的编码与解码模型，得到上述目标图像中存在的各个子物品图像的图像信息，其中，上述编码与解码模型是通过如本公开的任一实施例的方法生成的。

第三方面，本公开的一些实施例提供了一种模型训练装置，包括：提取单元，被配置成提取预先获取的训练图像样本集中每个训练图像样本的特征以生成第一特征向量，得到第一特征向量集；第一生成单元，被配置成根据编码与解码模型和上述第一特征向量集，生成上述编码与解码模型中解码模型对应的至少两层解码层的输出结果；确定单元，被配置成确定上述至少两层解码层中第一目标解码层与第二目标解码层之间输出结果的差异信息，得到至少一个差异信息，其中，上述第二目标解码层为上述至少两层解码层中去除上述第一目标解码层的解码层；第二生成单元，被配置成根据上述至少一个差异信息，生成第一损失值集；调整单元，被配置成响应于确定上述编码与解码模型训练未完成，根据上述第一损失值集，调整上述编码与解码模型的参数。

可选地，第一生成单元被配置成：基于上述第一特征向量集，生成上述编码与解码模型中编码模型的输入向量；将上述输入向量输入至上述编码模型，得到各层编码层的输出结果；基于上述各层编码层的输出结果和上述至少两层解码层，生成上述至少两层解码层的输出结果。

可选地，上述训练样本集包括：源域图像样本集和目标域图像样本集；以及第一生成单元被配置成：上述基于上述第一特征向量集，生成上述编码与解码模型中编码模型的输入向量，包括：对上述第一特征向量集中的每个第一特征向量进行向量维度变换以生成第二特征向量，得到第二特征向量集；基于上述第二特征向量集和第一初始向量，生成上述编码模型的输入向量，其中，上述第一初始向量随着上述编码与解码模型的训练不断变换，上述编码与解码模型训练结束后，变换后的第一初始向量表征上述源域图像样本集和上述目标域图像样本集中各个样本的全局特征。

可选地，第一生成单元被配置成：将上述各层编码层中最后一层编码层的输出结果中的、与上述第二特征向量集相关的输出结果作为上述各个解码层的输入，以及将上述第一初始向量和至少一个第二初始向量作为上述解码模型的输入，生成上述至少两层解码层的输出结果。

可选地，调整单元被配置成：将上述各层编码层的输出结果中的、与上述第一初始向量相关联的各个编码结果分别输入至第一域判别模型，得到各个第二损失值；基于上述各个第二损失值，调整上述编码与解码模型中上述编码模型的参数，以及基于上述第一损失值集，调整上述编码与解码模型的参数。

可选地，调整单元被配置成：将上述各层编码层的输出结果中的、与上述第二特征向量集相关联的各个编码结果集分别输入至第二域判别模型，得到各个第三损失值集；基于上述各个第三损失值集，调整上述编码与解码模型中上述编码模型的参数，以及基于上述第一损失值集，调整上述编码与解码模型的参数。

可选地，调整单元被配置成：将上述各层解码层的输出结果中的、与至少一个第二初始向量相关联的各个解码结果集输入至第三域判别模型，得到各个第四损失值集；基于上述第一损失值集和上述各个第四损失值集，调整上述编码与解码模型的参数。

可选地，调整单元被配置成：将上述各层解码层的输出结果中的、与上述第一初始向量相关联的各个解码结果输入至第四域判别模型，得到各个第五损失值；基于上述第一损失值集和上述各个第五损失值，调整上述编码与解码模型的参数。

第四方面，本公开的一些实施例提供了一种信息生成装置，包括：获取单元，被配置成获取目标图像；输入单元，被配置成将上述目标图像输入至预先训练的编码与解码模型，得到上述目标图像中存在的各个子物品图像的图像信息，其中，其中，上述编码与解码模型是通过如本公开的任一实施例的方法生成的。

第五方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面或第二方面中任一实现方式描述的方法。

第六方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如第一方面或第二方面中任一实现方式描述的方法。

本公开的上述各个实施例中具有如下有益效果：本公开的一些实施例的模型训练方法可以在未标注训练图像样本标签的情况下，快捷、高效的对编码与解码模型进行训练，提高了训练后编码与解码模型的鲁棒性。具体来说，训练样本图像标签往往是由人工进行标注，大量的训练图像样本集导致工作量较大。除此之外，人工标注可能存在标注错误的情况，以此侧面影响了网络模型的精度。基于此，本公开的一些实施例的模型训练方法可以首先提取预先获取的训练图像样本集中每个训练图像样本的特征以生成第一特征向量以用于后续编码与解码模型的数据支持，得到第一特征向量集。然后，根据编码与解码模型和上述第一特征向量集，生成上述编码与解码模型中解码模型对应的至少两层解码层的输出结果。本公开的一些实施例中，可以将第一特征向量集输入至编码与解码模型，得到上述编码与解码模型中解码模型对应的至少两层解码层的输出结果。在这里，多层解码层进行解码可以使得后续训练后编码与解码模型的精准度更高。可以提高了训练后编码与解码模型的鲁棒性。进而，确定上述至少两层解码层中第一目标解码层与第二目标解码层之间输出结果的差异信息，得到至少一个差异信息，其中，上述第二目标解码层为上述至少两层解码层中去除上述第一目标解码层的解码层。在这里，通过确定第一目标解码层与第二目标解码层之间输出结果的差异信息以进一步训练编码与解码模型可以使得编码与解码模型的准确度更高，具有更强的鲁棒性。接着，根据上述至少一个差异信息，生成第一损失值集。最后，响应于确定上述编码与解码模型训练未完成，根据上述第一损失值集，调整上述编码与解码模型的参数以进一步提升编码与解码网络的鲁棒性。基于此，上述模型训练方法可以在未标注训练图像样本标签的情况下，快捷、高效的对编码与解码模型进行训练，提高了训练后编码与解码模型的鲁棒性。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。

图1是根据本公开的一些实施例的模型训练方法的一个应用场景的示意图；

图2是根据本公开的模型训练方法的一些实施例的流程图；

图3是根据本公开的模型训练方法的另一些实施例的流程图；

图4是根据本公开的信息生成方法的一些实施例的流程图；

图5是根据本公开的模型训练装置的一些实施例的结构示意图；

图6是根据本公开的信息生成装置的一些实施例的结构示意图；

图7是适于用来实现本公开的一些实施例的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

下面将参考附图并结合实施例来详细说明本公开。

图1是根据本公开一些实施例的模型训练方法的一个应用场景的示意图。

在图1的应用场景中，电子设备101可以首先提取预先获取的训练图像样本集102中每个训练图像样本的特征以生成第一特征向量，得到第一特征向量集103。在本应用场景中，上述训练图像样本集102可以包括：第一训练图像样本1021，第二训练图像样本1022，第三训练图像样本1023。提取上述第一训练图像样本1021的特征以生成第一特征向量1031。提取上述第二训练图像样本1022的特征以生成第一特征向量1032。提取上述第三训练图像样本1023的特征以生成第一特征向量1033。然后，根据编码与解码模型104和上述第一特征向量集103，生成上述编码与解码模型104中解码模型106对应的至少两层解码层的输出结果。上述编码与解码模型104可以包括：编码模型105和解码模型106。编码模型105可以包括：第一编码层1051、第二编码层1052和第三编码层1053。解码模型106可以包括：第一解码层1061、第二解码层1062和第三解码层1063。上述第一解码层1061的输出结果可以是输出结果107。上述第二解码层1062的输出结果可以是输出结果108。上述第三解码层1063的输出结果可以是输出结果109。确定上述至少两层解码层中第一目标解码层与第二目标解码层之间输出结果的差异信息，得到至少一个差异信息110。其中，上述第二目标解码层为上述至少两层解码层中去除上述第一目标解码层的解码层。在本应用场景中，上述第三目标解码层可以是第三解码层1063。上述第二目标解码层可以是第二解码层1062。上述第一目标解码层可以是第一解码层1061。差异信息1101可以是输出结果107与输出结果109之间的差异信息。差异信息1102可以是输出结果108与输出结果109之间的差异信息。根据上述至少一个差异信息110，生成第一损失值集111。上述第一损失集111包括：与上述第一特征向量1031对应的第一损失值1111、与上述第一特征向量1032对应的第一损失值1112、与上述第一特征向量1033对应的第一损失值1113。最后，响应于确定上述编码与解码模型104训练未完成，根据上述第一损失值集111，调整上述编码与解码模型104的参数。

需要说明的是，上述电子设备101可以是硬件，也可以是软件。当电子设备为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单个终端设备。当电子设备体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的电子设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的电子设备。

继续参考图2，示出了根据本公开的模型训练方法的一些实施例的流程200。该模型训练方法，包括以下步骤：

步骤201，提取预先获取的训练图像样本集中每个训练图像样本的特征以生成第一特征向量，得到第一特征向量集。

在一些实施例中，上述模型训练的执行主体(例如图1所示的电子设备)可以提取预先获取的训练图像样本集中每个训练图像样本的特征以生成第一特征向量，得到第一特征向量集。作为示例，上述训练图像样本集可以包括：源域图像样本集和/或目标域训练样本集。

作为示例，上述执行主体可以将上述训练图像样本集中的每个训练图像样本输入至预先训练的卷积神经网络(Convolutional Neural Networks,CNN)以生成第一特征向量，得到第一特征向量集。

步骤202，根据编码与解码模型和上述第一特征向量集，生成上述编码与解码模型中解码模型对应的至少两层解码层的输出结果。

在一些实施例中，上述执行主体可以根据编码与解码模型和上述第一特征向量集，生成上述编码与解码模型中解码模型对应的至少两层解码层的输出结果。作为示例，上述编码与解码模型可以是seq2seq(sequence to sequence)模型。上述编码模型可以包括至少一层编码层。上述每层编码层和每层解码层可以是以下之一：长短期记忆网络(LSTM，Long Short-Term Memory)，GRU(Gate Recurrent Unit)模型，循环神经网络(RecurrentNeural Network,RNN)。可以理解，上述编码与解码模型可以用于做各种任务的模型。例如，上述编码与解码模型可以是做目标物体检测的模型。还可以是做人脸识别的模型。还可以是做图像分割的模型。在此不再限定。

需要说明的是，响应于编码与解码模型为目标检测模型，上述解码模型的输出结果可以是训练图像样本可能存在的子物品图像对应的物品类别概率和子物品图像的位置信息。

作为示例，上述执行主体可以首先对第一特征向量集中的每个特征向量进行向量维度变换以生成第三特征向量，得到第三特征向量集。然后，将上述第三特征向量集输入至编码与解码模型，生成上述编码与解码模型中解码模型对应的至少两层解码层的输出结果。

步骤203，确定上述至少两层解码层中第一目标解码层与第二目标解码层之间输出结果的差异信息，得到至少一个差异信息。

在一些实施例中，上述执行主体可以确定上述至少两层解码层中第一目标解码层与第二目标解码层之间输出结果的差异信息，得到至少一个差异信息。其中，上述第二目标解码层为上述至少两层解码层中去除上述第一目标解码层的解码层。作为示例，上述第一目标解码层可以是至少两层解码层的最后一层解码层。

作为示例，针对上述编码与解码模型为目标检测模型，上述执行主体可以通过以下公式来确定上述至少两层解码层中第一目标解码层与第二目标解码层之间输出结果的差异信息：

其中，

在这里，针对上述编码与解码模型为目标检测模型，

其中，N

在这里，通过约束不同解码层的输出一致，在不需要标注标签的情况下，可以简化模型的训练，并能够提升其在编码解码模型的鲁棒性。

需要说明的是，对于解码模型来说，在一定层数内，解码层数越来越多，相对应的解码出来的输出准确率相对越来越高。使得低解码层数的输出越来越接近高解码层的输出。可以侧面使得后续高解码层的输出准确率更高。

步骤204，根据上述至少一个差异信息，生成第一损失值集。

在一些实施例中，上述执行主体可以根据上述至少一个差异信息，生成第一损失值集。

需要说明的是，每个训练图像样本都存在对应的第一损失值。训练图像样本集存在对应的第一损失值集。上述差异信息可以是每个训练图像样本对应在解码模型的最后一层解码层的输出与每个训练图像样本对应解码模型中除最后一层解码层的多个解码层中任一解码层的输出之间的差异信息。

作为示例，每个训练图像样本对应的第一损失值可以通过以下公式来确定：

其中，

步骤204，响应于确定上述编码与解码模型训练未完成，根据上述第一损失值集，调整上述编码与解码模型的参数。

在一些实施例中，响应于确定上述编码与解码模型训练未完成，上述执行主体可以根据上述第一损失值集，调整上述编码与解码模型的参数。

作为示例，响应于确定上述编码与解码模型训练未完成，根据上述第一损失值集，上述执行主体可以通过反向传播的方式来调整上述编码与解码模型的参数。

本公开的上述各个实施例中具有如下有益效果：本公开的一些实施例的模型训练方法可以在未标注训练图像样本标签的情况下，快捷、高效的对编码与解码模型进行训练，提高了训练后编码与解码模型的鲁棒性。具体来说，训练样本图像标签往往是由人工进行标注，大量的训练图像样本集导致工作量较大。除此之外，人工标注可能存在标注错误的情况，以此侧面影响了网络模型的精度。基于此，本公开的一些实施例的模型训练方法可以首先提取预先获取的训练图像样本集中每个训练图像样本的特征以生成第一特征向量以用于后续编码与解码模型的数据支持，得到第一特征向量集。然后，根据上述第一特征向量集和编码与解码模型，生成上述编码与解码模型中解码模型对应的至少两层解码层的输出结果。本公开的一些实施例中，可以将第一特征向量集输入至编码与解码模型，得到上述编码与解码模型中解码模型对应的至少两层解码层的输出结果。在这里，多层解码层进行解码可以使得后续训练后编码与解码模型的精准度更高。可以提高了训练后编码与解码模型的鲁棒性。进而，确定上述至少两层解码层中第一目标解码层与第二目标解码层之间输出结果的差异信息，得到至少一个差异信息，其中，上述第二目标解码层为上述至少两层解码层中去除上述第一目标解码层的解码层。在这里，通过确定第一目标解码层与第二目标解码层之间输出结果的差异信息以进一步训练编码与解码模型可以使得编码与解码模型的准确度更高，具有更强的鲁棒性。接着，根据上述至少一个差异信息，生成第一损失值集。最后，响应于确定上述编码与解码模型训练未完成，根据上述第一损失值集，调整上述编码与解码模型的参数以进一步提升编码与解码网络的鲁棒性。基于此，上述模型训练方法可以在未标注训练图像样本标签的情况下，快捷、高效的对编码与解码模型进行训练，提高了训练后编码与解码模型的鲁棒性。

进一步参考图3，示出了根据本公开的模型训练方法的另一些实施例的流程300。该模型训练方法，包括以下步骤：

步骤301，提取预先获取的训练图像样本集中每个训练图像样本的特征以生成第一特征向量，得到第一特征向量集。

步骤302，对上述第一特征向量集中的每个第一特征向量进行向量维度变换以生成第二特征向量，得到第二特征向量集。

在一些实施例中，模型训练方法的执行主体(例如图1中的电子设备101)可以对上述第一特征向量集中的每个第一特征向量进行向量维度变换以生成第二特征向量，得到第二特征向量集。

作为示例，上述执行主体可以对上述第一特征向量集中的每个第一特征向量进行向量嵌入处理以改变向量维度变换，得到第二特征向量集。

作为示例，上述执行主体可以将上述第一特征向量集中的每个第一特征向量展平为一维向量以及做特征映射以生成第二特征向量，得到第二特征向量集。

步骤303，基于上述第二特征向量集和第一初始向量，生成上述编码模型的输入向量。

在一些实施例中，上述执行主体可以基于上述第二特征向量集和第一初始向量，生成上述编码模型的输入向量。其中，上述第一初始向量随着上述编码与解码模型的训练不断变换，上述编码与解码模型训练结束后，变换后的第一初始向量表征上述源域图像样本集和上述目标域图像样本集中各个样本的全局特征。其中，上述训练样本集包括：源域图像样本集和目标域图像样本集。

作为示例，上述执行主体可以将第二特征向量集、第一初始向量、位置编码和特征层级编码进行拼接，得到上述编码模型的输入向量。其中，上述位置编码可以是transformer模型中的Positional Encoding。上述特征层级编码可以是可行变transformer编码器(Deformable Transformer Encoder)中的scale-level embedding。在此不再赘述。

作为又一个示例，可以参考以下公式来生成输入向量：

其中，Z

步骤304，基于上述各层编码层的输出结果和上述至少两层解码层，生成上述至少两层解码层的输出结果。

在一些实施例中，上述执行主体可以基于上述各层编码层的输出结果和上述至少两层解码层，生成上述至少两层解码层的输出结果。

作为示例，上述执行主体可以首先获取各层编码层中最后一层编码层的输出结果。然后，将上述最后一层编码层的输出结果作为上述至少两层编码层的输入，以生成上述至少两层解码层的输出结果。

在一些实施例的一些可选的实现方式中，上述执行主体可以将上述各层编码层中最后一层编码层的输出结果中的、与上述第二特征向量集相关的输出结果作为上述各个解码层的输入，以及将上述第一初始向量和至少一个第二初始向量作为上述解码模型的输入，生成上述至少两层解码层的输出结果。其中，上述至少一个第二初始向量中每个第二初始向量可以是用于源域图像样本或目标域图像样本进行物体预测(分类和定位)的嵌入向量。随着编码与解码模型参数的调整，上述至少一个第二初始向量随之变换。各层编码层中最后一层编码层的输出结果中的、与上述第二特征向量集相关的输出结果可以是各层编码层中最后一层编码层的输出结果中除去与第一初始向量相关的输出结果的结果。

需要说明的是，上述解码模型的第一层解码层的输入可以是最后一层编码层的输出结果、第一初始向量和至少一个第二初始向量之间的拼接结果。上述解码模型的其余解码层的输入可以是上一层解码层的输出结果与上述第二特征向量集相关的输出结果之间的拼接结果。

步骤305，确定上述至少两层解码层中第一目标解码层与第二目标解码层之间输出结果的差异信息，得到至少一个差异信息。

步骤306，根据上述至少一个差异信息，生成第一损失值集。

步骤307，将上述各层编码层的输出结果中的、与上述第一初始向量相关联的各个编码结果分别输入至第一域判别模型，得到各个第二损失值。

在一些实施例中，上述执行主体可以将上述各层编码层的输出结果中的、与上述第一初始向量相关联的各个编码结果分别输入至第一域判别模型，得到各个第二损失值。

在这里，针对训练样本集包括源域图像样本集和目标域图像样本集。现有编码与解码网络常常假设训练数据和测试数据来自同一数据分布。在实际应用场景中，由于天气、场景变化等变化，导致训练模型使用的数据和模型部署阶段需要处理的数据并不具有相同的数据分布，即存在域间隔(Domain Gap)。域间隔的存在会使得训练的模型在测试阶段的性能显著下降，即泛化性(Generalization)差。无监督的编码与解码模型可以在通过有标注的源域上训练模型，并能很好地泛化到另外一个无标注的具有不同数据分布的目标域，从而减轻在目标域上进行人工标注的负担。因此，该问题具有重要的实际应用价值。

针对源域图像样本集中的数据分布与目标域图像样本集的数据分布存在一定的差别。通过将与上述第一初始向量相关联的各个编码结果分别输入至第一域判别模型，来对训练样本图像的场景布局等层面做特征对齐。在这里，由于第二特征向量集是由图像的特征图展开得到，第一初始向量可以聚合关于源域图像样本和目标域图像样本的全局特征信息。以此，通过第一域判别模型可以很好的在编码模型有关第二特征向量集的全局特征信息进行特征对齐。

步骤308，响应于确定上述编码与解码模型训练未完成，基于上述各个第二损失值，调整上述编码与解码模型中上述编码模型的参数，以及基于上述第一损失值集，调整上述编码与解码模型的参数。

在一些实施例中，响应于确定上述编码与解码模型训练未完成，上述执行主体可以基于上述各个第二损失值，调整上述编码与解码模型中上述编码模型的参数，以及基于上述第一损失值集，调整上述编码与解码模型的参数。其中，由于各个第二损失值是与编码与解码模型中编码模型相关的损失值。由此，各个第二损失值只针对上述编码模型的参数进行调整。

作为示例，响应于确定上述编码与解码模型训练未完成，上述执行主体可以根据各个第二损失值，来确定编码与解码模型中编码模型对应的目标损失值，其中，目标损失值由每层编码层对应的损失值得到。上述每层编码层对应的损失值可以通过以下公式来得到：

其中，

其中，编码模型对应的目标损失值可以通过各层编码层对应的损失值进行求和得到。

在一些实施例的一些可选的实现方式中，上述根据上述第一损失值集，调整上述编码与解码模型的参数，可以包括以下步骤：

第一步，将上述各层编码层的输出结果中的、与上述第二特征向量集相关联的各个编码结果集分别输入至第二域判别模型，得到各个第三损失值集。

针对源域图像样本集中的数据分布与目标域图像样本集的数据分布存在一定的差别。通过将各层编码层的输出结果中的、与上述第二特征向量集相关联的各个编码结果集分别输入至第二域判别模型，来对训练样本图像的局部特征(例如，图像中的局部纹理、表观等特征)做迁移。在这里，由于第二特征向量集是由图像的特征图展开得到，以此，通过第二域判别模型可以很好的在编码器有关第二特征向量集的局部特征信息进行特征对齐。

需要说明的是，与上述第二特征向量集相关联的各个编码结果集可以是各层编码层的输出结果中的，除去与第一初始向量相关的各个编码结果。

第二步，基于上述各个第三损失值集，调整上述编码与解码模型中上述编码模型的参数，以及基于上述第一损失值集，调整上述编码与解码模型的参数。其中，由于各个第三损失值是集与编码与解码模型中编码模型相关的损失值。由此，各个第三损失值集只针对上述编码模型的参数进行调整。

作为示例，响应于确定上述编码与解码模型训练未完成，上述执行主体可以基于上述各个第三损失值集，来确定编码与解码模型中编码模型对应的目标损失值，其中，目标损失值由每层编码层对应的损失值得到。上述每层编码层对应的损失值可以通过以下公式来得到：

其中，

其中，编码模型对应的目标损失值可以通过各层编码层对应的损失值进行求和得到。

在一些实施例的一些可选的实现方式中，上述根据上述第一损失值集，调整上述编码与解码模型的参数，可以包括以下步骤：

第一步，将上述各层解码层的输出结果中的、与至少一个第二初始向量相关联的各个编码结果集输入至第三域判别模型，得到各个第四损失值集。

针对源域图像样本集中的数据分布与目标域图像样本集的数据分布存在一定的差别。通过将与上述各层解码层的输出结果中的、与至少一个第二初始向量相关联的各个编码结果集分别输入至第三域判别模型，来对训练样本图像的在图像的前景物体个体层面做特征对齐。

第二步，基于上述第一损失值集和上述各个第四损失值集，调整上述编码与解码模型的参数。

作为示例，响应于确定上述编码与解码模型训练未完成，上述执行主体可以基于上述各个第四损失值集，来确定编码与解码模型中解码模型对应的目标损失值，其中，目标损失值由每层解码层对应的损失值得到。上述每层解码层对应的损失值可以通过以下公式来得到：

其中，

其中，解码模型对应的目标损失值可以通过各层解码层对应的损失值进行求和得到。

在一些实施例的一些可选的实现方式中，上述根据上述第一损失值集，调整上述编码与解码模型的参数，包括：

第一步，将上述各层解码层的输出结果中的、与上述第一初始向量相关联的各个编码结果输入至第四判别模型，得到各个第五损失值。

针对源域图像样本集中的数据分布与目标域图像样本集的数据分布存在一定的差别。通过将与上述各层解码层的输出结果中的、与上述第一初始向量相关联的各个编码结果输入至第四域判别模型，来对训练样本图像的在物体间关系、前景与背景关系等层面上做特征对齐。

第二步，基于上述第一损失值集和上述各个第五损失值，调整上述编码与解码模型的参数。

作为示例，响应于确定上述编码与解码模型训练未完成，上述执行主体可以基于上述各个第五损失值，来确定编码与解码模型中解码模型对应的目标损失值，其中，目标损失值由每层解码层对应的损失值得到。上述每层解码层对应的损失值可以通过以下公式来得到：

其中，

其中，解码模型对应的目标损失值可以通过各层解码层对应的损失值进行求和得到。

在一些实施例中，步骤301、305和306的具体实现及其所带来的技术效果，可以参考图2对应的实施例中的步骤201、203和204，在此不再赘述。

从图3中可以看出，与图2对应的一些实施例的描述相比，图3对应的一些实施例中的模型训练方法的流程300更加突出了编码模型与解码模型中编码模型阶段的特征对齐的具体步骤。由此，这些实施例描述的方案训练后的编码与解码模型可以更为高效、准确的应用于目标域图像中，使得编码与模型具有更高的鲁棒性。

进一步参考图4，示出了根据本公开的信息生成方法的另一些实施例的流程400。该信息生成方法，包括以下步骤：

步骤401，获取目标图像。

在一些实施例中，信息生成方法的执行主体(例如图1中的电子设备101)可以通过有线方式或无线方式来获取目标图像。

步骤402，将上述目标图像输入至预先训练的编码与解码模型，得到上述目标图像中存在的各个子物品图像的图像信息。

在一些实施例中，上述执行主体可以将上述目标图像输入至预先训练的编码与解码模型，得到上述目标图像中存在的各个子物品图像的图像信息。其中，上述图像信息可以包括子物品图像对应的物品的物品类别概率和物品检测框。

本公开的上述各个实施例中具有如下有益效果：该信息生成方法可以高效的生成目标图像中存在的各个子物品图像的图像信息。

进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种模型训练装置的一些实施例，这些装置实施例与图2所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，一种模型训练装置500包括：提取单元501、第一生成单元502、确定单元503、第二生成单元504和调整单元505。其中，提取单元501，被配置成提取预先获取的训练图像样本集中每个训练图像样本的特征以生成第一特征向量，得到第一特征向量集；第一生成单元502，被配置成根据编码与解码模型和上述第一特征向量集，生成上述编码与解码模型中解码模型对应的至少两层解码层的输出结果；确定单元503，被配置成确定上述至少两层解码层中第一目标解码层与第二目标解码层之间输出结果的差异信息，得到至少一个差异信息，其中，上述第二目标解码层为上述至少两层解码层中去除上述第一目标解码层的解码层；第二生成单元504，被配置成根据上述至少一个差异信息，生成第一损失值集；调整单元505，被配置成响应于确定上述编码与解码模型训练未完成，根据上述第一损失值集，调整上述编码与解码模型的参数。

在一些实施例的一些可选的实现方式中，模型训练装置500中的第一生成单元502被配置成：基于上述第一特征向量集，生成上述编码与解码模型中编码模型的输入向量；将上述输入向量输入至上述编码模型，得到各层编码层的输出结果；基于上述各层编码层的输出结果和上述至少两层解码层，生成上述至少两层解码层的输出结果。

在一些实施例的一些可选的实现方式中，上述训练样本集包括：源域图像样本集和目标域图像样本集；以及模型训练装置500中的第一生成单元502被配置成：上述基于上述第一特征向量集，生成上述编码与解码模型中编码模型的输入向量，包括：对上述第一特征向量集中的每个第一特征向量进行向量维度变换以生成第二特征向量，得到第二特征向量集；基于上述第二特征向量集和第一初始向量，生成上述编码模型的输入向量，其中，上述第一初始向量随着上述编码与解码模型的训练不断变换，上述编码与解码模型训练结束后，变换后的第一初始向量表征上述源域图像样本集和上述目标域图像样本集中各个样本的全局特征。

在一些实施例的一些可选的实现方式中，模型训练装置500中的第一生成单元502被配置成：将上述各层编码层中最后一层编码层的输出结果中的、与上述第二特征向量集相关的输出结果作为上述各个解码层的输入，以及将上述第一初始向量和至少一个第二初始向量作为上述解码模型的输入，生成上述至少两层解码层的输出结果。

在一些实施例的一些可选的实现方式中，模型训练装置500中的调整单元505被配置成：将上述各层编码层的输出结果中的、与上述第一初始向量相关联的各个编码结果分别输入至第一域判别模型，得到各个第二损失值；基于上述各个第二损失值，调整上述编码与解码模型中上述编码模型的参数，以及基于上述第一损失值集，调整上述编码与解码模型的参数。

在一些实施例的一些可选的实现方式中，模型训练装置500中的调整单元505被配置成：将上述各层编码层的输出结果中的、与上述第二特征向量集相关联的各个编码结果集分别输入至第二域判别模型，得到各个第三损失值集；基于上述各个第三损失值集和上述第一损失值集，调整上述编码与解码模型中上述编码模型的参数。

在一些实施例的一些可选的实现方式中，模型训练装置500中的调整单元505被配置成：将上述各层解码层的输出结果中的、与至少一个第二初始向量相关联的各个编码结果集输入至第三域判别模型，得到各个第四损失值集；基于上述各个第三损失值集，调整上述编码与解码模型中上述编码模型的参数，以及基于上述第一损失值集，调整上述编码与解码模型的参数。

在一些实施例的一些可选的实现方式中，模型训练装置500中的调整单元505被配置成：将上述各层解码层的输出结果中的、与上述第一初始向量相关联的各个编码结果输入至第四判别模型，得到各个第五损失值；基于上述第一损失值集和上述各个第五损失值，调整上述编码与解码模型的参数。

可以理解的是，该装置500中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置500及其中包含的单元，在此不再赘述。

进一步参考图6，作为对上述各图所示方法的实现，本公开提供了一种信息生成装置的一些实施例，这些装置实施例与图4所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图6所示，一种信息生成装置600包括：获取单元601和输入单元605。其中，获取单元601，被配置成获取目标图像；输入单元602，被配将上述目标图像输入至预先训练的编码与解码模型，得到上述目标图像中存在的各个子物品图像的图像信息，其中，上述编码与解码模型是通过如本公开的任一实施例的方法生成的。

可以理解的是，该装置600中记载的诸单元与参考图4描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置600及其中包含的单元，在此不再赘述。

下面参考图7，其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的电子设备)700的结构示意图。图7示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图7所示，电子设备700可以包括处理装置(例如中央处理器、图形处理器等)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有电子设备700操作所需的各种程序和数据。处理装置701、ROM 702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

通常，以下装置可以连接至I/O接口705：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置706；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置707；包括例如磁带、硬盘等的存储装置708；以及通信装置709。通信装置709可以允许电子设备700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备700，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图7中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置709从网络上被下载和安装，或者从存储装置708被安装，或者从ROM 702被安装。在该计算机程序被处理装置701执行时，执行本公开的一些实施例的方法中限定的上述功能。

需要说明的是，本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：提取预先获取的训练图像样本集中每个训练图像样本的特征以生成第一特征向量，得到第一特征向量集；根据编码与解码模型和上述第一特征向量集，生成上述编码与解码模型中解码模型对应的至少两层解码层的输出结果；确定上述至少两层解码层中第一目标解码层与第二目标解码层之间输出结果的差异信息，得到至少一个差异信息，其中，上述第二目标解码层为上述至少两层解码层中去除上述第一目标解码层的解码层；根据上述至少一个差异信息，生成第一损失值集；响应于确定上述编码与解码模型训练未完成，根据上述第一损失值集，调整上述编码与解码模型的参数。获取目标图像；将上述目标图像输入至预先训练的编码与解码模型，得到上述目标图像中存在的各个子物品图像的图像信息，其中，上述编码与解码模型是通过如本公开的任一实施例的方法生成的。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括提取单元、第一生成单元、确定单元、第二生成单元和调整单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，提取单元还可以被描述为“提取预先获取的训练图像样本集中每个训练图像样本的特征以生成第一特征向量，得到第一特征向量集的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。