分類模型訓(xùn)練方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)

基本信息

申請?zhí)?/td> CN202111420493.0 申請日 -
公開（公告）號(hào) CN114121232A 公開（公告）日 2022-03-01
申請公布號(hào) CN114121232A 申請公布日 2022-03-01
分類號(hào) G16H30/20（2018.01）I;G06K9/62（2022.01）I;G06V10/74（2022.01）I;G06V10/764（2022.01）I;G06V10/774（2022.01）I 分類 物理
發(fā)明人 陳方印 申請（專利權(quán)）人 中科麥迪人工智能研究院（蘇州）有限公司
代理機(jī)構(gòu) 北京品源專利代理有限公司 代理人 郭德霞
地址 215026江蘇省蘇州市工業(yè)園區(qū)歸家巷222號(hào)麥迪科技大樓7F-2
法律狀態(tài) -

摘要

摘要 本發(fā)明實(shí)施例公開了一種分類模型訓(xùn)練方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。該方法包括：確定訓(xùn)練樣本集合；針對各訓(xùn)練樣本數(shù)據(jù)，將當(dāng)前訓(xùn)練樣本數(shù)據(jù)作為待訓(xùn)練分類模型的輸入?yún)?shù)，得到與當(dāng)前訓(xùn)練樣本數(shù)據(jù)相對應(yīng)的至少一個(gè)待確定分類標(biāo)識(shí)；根據(jù)當(dāng)前訓(xùn)練樣本數(shù)據(jù)中的至少一個(gè)理論分類標(biāo)識(shí)和相應(yīng)的至少一個(gè)待確定分類標(biāo)識(shí)，對待訓(xùn)練分類模型中的模型參數(shù)進(jìn)行修正；將待訓(xùn)練分類模型中的損失函數(shù)收斂作為訓(xùn)練目標(biāo)，得到目標(biāo)分類模型。解決了現(xiàn)有技術(shù)中基于原始神經(jīng)網(wǎng)絡(luò)模型對圖像進(jìn)行分類，存在分類準(zhǔn)確性差的問題，實(shí)現(xiàn)提高模型訓(xùn)練的速度和準(zhǔn)確度，同時(shí)在模型訓(xùn)練后及時(shí)做出評(píng)估反饋，不斷優(yōu)化分類模型，達(dá)到提高模型分類準(zhǔn)確性的技術(shù)效果。