人臉識別模型訓練裝置、方法、設備和存儲介質
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 | 計算;推算;計數; |
| 發(fā)明人 | 王赟;張官興 | 申請(專利權)人 | 上海埃瓦智能科技有限公司 |
| 代理機構 | 北京清大紫荊知識產權代理有限公司 | 代理人 | - |
| 地址 | 201306上海市浦東新區(qū)自由貿易試驗區(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練裝置、方法、設備和存儲介質,屬于模型訓練領域,方法包括獲取兩種模態(tài)數據的訓練樣本數據;將兩種模態(tài)數據按設定的樣本選取數量及節(jié)拍,采用交叉訓練的策略分別訓練不同分支的淺層分離網絡;采用深層共享網絡對樣本底層特征數據進行深層特征提取,獲得單一模態(tài)數據的第一特征向量和第二特征向量數據,并計算樣本數據分類輸出概率;根據深層網絡分類輸出概率及預設損失函數,計算網絡模型損失值;根據網絡模型損失值通過反向傳播算法更新輸入模態(tài)數據對應的淺層分離網絡和深層網絡模型參數。通過本申請的處理方案,通過訓練不同場景下多模態(tài)數據采用不同識別策略,最大程度保證人臉識別模型應用場景的普適性。 |





