人臉識別模型訓(xùn)練裝置、方法、設(shè)備和存儲介質(zhì)

基本信息

申請?zhí)?/td> CN202210027799.8 申請日 -
公開（公告）號 CN114511755A 公開（公告）日 2022-05-17
申請公布號 CN114511755A 申請公布日 2022-05-17
分類號 G06V10/774（2022.01）I;G06V10/776（2022.01）I;G06V10/80（2022.01）I;G06V40/16（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 王赟;張官興 申請（專利權(quán)）人 紹興埃瓦科技有限公司
代理機(jī)構(gòu) 北京清大紫荊知識產(chǎn)權(quán)代理有限公司 代理人 -
地址 201306上海市浦東新區(qū)自由貿(mào)易試驗(yàn)區(qū)臨港新片區(qū)環(huán)湖西二路888號C樓
法律狀態(tài) -

摘要

摘要 本發(fā)明提供了一種人臉識別模型訓(xùn)練裝置、方法、設(shè)備和存儲介質(zhì)，屬于模型訓(xùn)練領(lǐng)域，方法包括獲取兩種模態(tài)數(shù)據(jù)的訓(xùn)練樣本數(shù)據(jù)；將兩種模態(tài)數(shù)據(jù)按設(shè)定的樣本選取數(shù)量及節(jié)拍，采用交叉訓(xùn)練的策略分別訓(xùn)練不同分支的淺層分離網(wǎng)絡(luò)；采用深層共享網(wǎng)絡(luò)對樣本底層特征數(shù)據(jù)進(jìn)行深層特征提取，獲得單一模態(tài)數(shù)據(jù)的第一特征向量和第二特征向量數(shù)據(jù)，并計(jì)算樣本數(shù)據(jù)分類輸出概率；根據(jù)深層網(wǎng)絡(luò)分類輸出概率及預(yù)設(shè)損失函數(shù)，計(jì)算網(wǎng)絡(luò)模型損失值；根據(jù)網(wǎng)絡(luò)模型損失值通過反向傳播算法更新輸入模態(tài)數(shù)據(jù)對應(yīng)的淺層分離網(wǎng)絡(luò)和深層網(wǎng)絡(luò)模型參數(shù)。通過本申請的處理方案，通過訓(xùn)練不同場景下多模態(tài)數(shù)據(jù)采用不同識別策略，最大程度保證人臉識別模型應(yīng)用場景的普適性。