圖像識(shí)別模型的訓(xùn)練方法、電子設(shè)備和存儲(chǔ)介質(zhì)

基本信息

申請(qǐng)?zhí)?/td> CN202111614740.0 申請(qǐng)日 -
公開（公告）號(hào) CN114005015B 公開（公告）日 2022-05-31
申請(qǐng)公布號(hào) CN114005015B 申請(qǐng)公布日 2022-05-31
分類號(hào) G06V10/774（2022.01）I;G06K9/62（2022.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 浦煜;何武;付賢強(qiáng);朱海濤;戶磊 申請(qǐng)（專利權(quán)）人 北京的盧深視科技有限公司
代理機(jī)構(gòu) 北京智晨知識(shí)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(xí)友路3333號(hào)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(qǐng)實(shí)施例涉及視覺搜索技術(shù)領(lǐng)域，公開了一種圖像識(shí)別模型的訓(xùn)練方法、電子設(shè)備和存儲(chǔ)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(biāo)注用于表征訓(xùn)練樣本的特征的特征類別的標(biāo)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(duì)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(biāo)簽對(duì)第二模型進(jìn)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(jìn)行對(duì)比，省時(shí)省力，降低了成本，極大地提升了模型工業(yè)部署的便利性。