分類模型的訓練方法及裝置、電子設備、存儲介質(zhì)

基本信息

申請?zhí)?/td> CN202210021820.3 申請日 -
公開（公告）號 CN114358197A 公開（公告）日 2022-04-15
申請公布號 CN114358197A 申請公布日 2022-04-15
分類號 G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06V10/764（2022.01）I;G06V10/774（2022.01）I 分類 計算；推算；計數(shù);
發(fā)明人 單齊齊;周濤;史治國 申請（專利權）人 上海億保健康管理有限公司
代理機構(gòu) 北京超凡志成知識產(chǎn)權代理事務所（普通合伙） 代理人 李丙林
地址 201800上海市嘉定區(qū)滬宜公路1185號1幢17層1718室、1720室
法律狀態(tài) -

摘要

摘要 本申請?zhí)峁┮环N分類模型的訓練方法及裝置、電子設備、計算機可讀存儲介質(zhì)，方法包括：構(gòu)建與已訓練的標準分類模型對應的輕量模型；將樣本數(shù)據(jù)集中的樣本發(fā)票圖像分別輸入標準分類模型和輕量模型，獲得標準分類模型在預測過程的第一損失參數(shù)和輕量模型在預測過程中的第二損失參數(shù)；對第一損失參數(shù)和第二損失參數(shù)加權求和，得到目標損失參數(shù)；依據(jù)目標損失參數(shù)對輕量模型的網(wǎng)絡參數(shù)進行調(diào)整，并迭代至輕量模型收斂，得到輕量分類模型。本申請方案，訓練過程中參考了標準分類模型的第一憑據(jù)參數(shù)，可將標準分類模型從樣本發(fā)票圖像中學習到的知識傳遞至輕量模型，從而訓練出預測效果更佳、模型復雜度較低的輕量分類模型。