卷積神經(jīng)網(wǎng)絡模型的訓練方法、裝置、設備及計算機可讀存儲介質(zhì)
基本信息
申請?zhí)?/td> | CN201811243573.1 | 申請日 | - |
公開(公告)號 | CN109359725B | 公開(公告)日 | 2021-03-02 |
申請公布號 | CN109359725B | 申請公布日 | 2021-03-02 |
分類號 | G06F16/73(2019.01)I;G06K9/62(2006.01)I;G06N3/08(2006.01)I;G06K9/00(2006.01)I;G06N3/04(2006.01)I | 分類 | 計算;推算;計數(shù); |
發(fā)明人 | 程成 | 申請(專利權)人 | 北京周同科技有限公司 |
代理機構 | 北京品源專利代理有限公司 | 代理人 | 孟金喆 |
地址 | 100000北京市朝陽區(qū)酒仙橋中路24號院4號樓8層801室 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明公開了一種卷積神經(jīng)網(wǎng)絡模型的訓練方法、裝置、設備及可讀存儲介質(zhì)。所述卷積神經(jīng)網(wǎng)絡模型包括卷積神經(jīng)網(wǎng)絡基礎骨架網(wǎng)絡、第一全連接層、無監(jiān)督層分支和有監(jiān)督層分支,所述方法包括:獲取輸入的圖像樣本,通過所述卷積神經(jīng)網(wǎng)絡基礎骨架網(wǎng)絡獲得所述圖像樣本的卷積特征;根據(jù)所述圖像樣本的卷積特征通過所述第一全連接層獲得所述圖像樣本的特征表示;根據(jù)所述圖像樣本的特征表示,通過所述無監(jiān)督層分支和所述有監(jiān)督層分支,計算得到卷積神經(jīng)網(wǎng)絡模型的損失值,根據(jù)所述損失值優(yōu)化卷積神經(jīng)網(wǎng)絡模型的模型參數(shù)。本發(fā)明實施例的技術方案能提高使用卷積神經(jīng)網(wǎng)絡模型提取圖片特征進行檢索的泛化能力和魯棒性。?? |
