一種目標(biāo)識別分類模型的訓(xùn)練方法、物體識別方法、裝置、機器人和介質(zhì)

基本信息

申請?zhí)?/td> CN201910259811.6 申請日 -
公開（公告）號 CN110059734B 公開（公告）日 2021-10-26
申請公布號 CN110059734B 申請公布日 2021-10-26
分類號 G06K9/62（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 程鄭鑫 申請（專利權(quán)）人 唯思科技（北京）有限公司
代理機構(gòu) 北京清大紫荊知識產(chǎn)權(quán)代理有限公司 代理人 李紅
地址 100080北京市海淀區(qū)海淀南路19號九層9001室
法律狀態(tài) -

摘要

摘要 本公開的實施例提供了一種目標(biāo)識別分類模型的訓(xùn)練方法、物體識別方法、裝置、機器人和介質(zhì)。采用多個預(yù)先標(biāo)注有類別信息的訓(xùn)練圖像對目標(biāo)識別分類模型進行聯(lián)合訓(xùn)練，包括：獲取圖像數(shù)據(jù)集，所述圖像數(shù)據(jù)集為包括兩個以上圖像數(shù)據(jù)子集的聯(lián)合數(shù)據(jù)集，其中，所述兩個以上圖像數(shù)據(jù)子集的標(biāo)注類別不完全相同；根據(jù)所述兩個以上圖像數(shù)據(jù)子集的標(biāo)注類別，獲取各圖像數(shù)據(jù)子集的合并類別群組信息；根據(jù)各圖像數(shù)據(jù)子集的類別標(biāo)簽信息和合并類別群組信息，利用softmax群組交叉熵損失函數(shù)分別對各圖像數(shù)據(jù)子集進行概率求和，得到目標(biāo)識別分類的類別概率預(yù)測值。以此方式，訓(xùn)練前無需將原來的數(shù)據(jù)集重新進行標(biāo)注，能夠極大的降低數(shù)據(jù)標(biāo)注成本。