神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練方法及圖像檢索方法

基本信息

申請(qǐng)?zhí)?/td> CN202111077276.6 申請(qǐng)日 -
公開（公告）號(hào) CN113807516A 公開（公告）日 2021-12-17
申請(qǐng)公布號(hào) CN113807516A 申請(qǐng)公布日 2021-12-17
分類號(hào) G06N3/08（2006.01）I;G06K9/62（2006.01）I;G06K9/46（2006.01）I;G06K9/32（2006.01）I;G06F16/583（2019.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 李東明;金忠良;林贊磊 申請(qǐng)（專利權(quán)）人 長城計(jì)算機(jī)軟件與系統(tǒng)有限公司
代理機(jī)構(gòu) 北京輕創(chuàng)知識(shí)產(chǎn)權(quán)代理有限公司 代理人 朱曉彤
地址 100190北京市海淀區(qū)中關(guān)村東路66號(hào)甲1號(hào)樓17-19層
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練方法及圖像檢索方法，涉及圖像處理技術(shù)領(lǐng)域。訓(xùn)練方法包括：基于semi?hard負(fù)例策略選擇query圖像的正例圖像和負(fù)例圖像，構(gòu)成三元組；將三元組的圖像輸入到神經(jīng)網(wǎng)絡(luò)模型中，對(duì)圖像進(jìn)行不同深度卷積層的特征提取，結(jié)合注意力網(wǎng)絡(luò)從得到的特征圖中提取感興趣區(qū)域的局部特征；對(duì)得到的局部特征進(jìn)行聚合，得到全局特征；根據(jù)全局特征對(duì)比損失函數(shù)，并通過反向傳播算法更新神經(jīng)網(wǎng)絡(luò)模型的權(quán)重，直到達(dá)到預(yù)設(shè)的訓(xùn)練停止條件，完成訓(xùn)練。本發(fā)明可以有效的降低訓(xùn)練的復(fù)雜度，加快訓(xùn)練速度。