圖像識別模型的訓(xùn)練方法、電子設(shè)備和存儲介質(zhì)

基本信息

申請?zhí)?/td> CN202111614740.0 申請日 -
公開（公告）號 CN114005015B 公開（公告）日 2022-05-31
申請公布號 CN114005015B 申請公布日 2022-05-31
分類號 G06V10/774（2022.01）I;G06K9/62（2022.01）I 分類 計算；推算；計數(shù);
發(fā)明人 浦煜;何武;付賢強;朱海濤;戶磊 申請（專利權(quán)）人 北京的盧深視科技有限公司
代理機構(gòu) 北京智晨知識產(chǎn)權(quán)代理有限公司 代理人 -
地址 230091 安徽省合肥市高新區(qū)習友路3333號中國（合肥）國際智能語音產(chǎn)業(yè)園研發(fā)中心樓611-217室
法律狀態(tài) -

摘要

摘要 本申請實施例涉及視覺搜索技術(shù)領(lǐng)域，公開了一種圖像識別模型的訓(xùn)練方法、電子設(shè)備和存儲介質(zhì)，該方法包括：獲取第一模型的訓(xùn)練樣本；其中，訓(xùn)練樣本標注用于表征訓(xùn)練樣本的特征的特征類別的標簽；基于第一模型的網(wǎng)絡(luò)結(jié)構(gòu)，構(gòu)建第二模型；根據(jù)訓(xùn)練樣本和第三模型，獲取第三模型對應(yīng)的各特征類別的類別中心向量；其中，第一模型和第三模型為功能相同的模型；根據(jù)各特征類別的類別中心向量，確定第二模型的分類層權(quán)重；根據(jù)訓(xùn)練樣本和標簽對第二模型進行迭代訓(xùn)練，更新第二模型的除分類層權(quán)重之外的參數(shù)，訓(xùn)練出的模型提取出的特征集可以直接與用舊模型提取出的特征庫進行對比，省時省力，降低了成本，極大地提升了模型工業(yè)部署的便利性。