分類模型的訓(xùn)練方法、裝置、電子設(shè)備以及存儲(chǔ)介質(zhì)

基本信息

申請(qǐng)?zhí)?/td> CN202110625599.8 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN113239883A 公開(kāi)（公告）日 2021-08-10
申請(qǐng)公布號(hào) CN113239883A 申請(qǐng)公布日 2021-08-10
分類號(hào) G06K9/00（2006.01）I;G06K9/62（2006.01）I;G06N3/08（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 陳文敏;王歡;馮歆鵬;周驥 申請(qǐng)（專利權(quán)）人 上海肇觀電子科技有限公司
代理機(jī)構(gòu) 北京品源專利代理有限公司 代理人 孟金喆
地址 201203上海市浦東新區(qū)自由貿(mào)易試驗(yàn)區(qū)龍東大道3000號(hào)7幢501室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開(kāi)了一種分類模型的訓(xùn)練方法、裝置、電子設(shè)備以及存儲(chǔ)介質(zhì)，屬于人工智能技術(shù)領(lǐng)域。該方法包括：通過(guò)初始模型的目標(biāo)分類分支，對(duì)樣本圖像進(jìn)行處理得到分類損失值；所述目標(biāo)分類分支用于預(yù)測(cè)樣本圖像中目標(biāo)對(duì)象的目標(biāo)分類結(jié)果；通過(guò)初始模型的樣本識(shí)別分支，對(duì)所述樣本圖像進(jìn)行處理得到識(shí)別損失值；所述樣本識(shí)別分支用于預(yù)測(cè)樣本圖像中目標(biāo)對(duì)象的樣本識(shí)別結(jié)果；通過(guò)初始模型的權(quán)重調(diào)節(jié)分支，對(duì)所述樣本圖像進(jìn)行處理，得到對(duì)所述目標(biāo)分類分支和所述樣本識(shí)別分支進(jìn)行權(quán)重調(diào)節(jié)的損失權(quán)重；根據(jù)所述分類損失值、所述識(shí)別損失值和所述損失權(quán)重，對(duì)所述初始模型進(jìn)行訓(xùn)練，得到目標(biāo)分類模型。上述技術(shù)方案，提高了模型的分類準(zhǔn)確率。