一种网络模型的训练方法、图像识别的方法以及相关装置
公开
摘要
本申请公开了一种基于深度学习技术实现的网络模型训练方法，包括：获取原始图像样本对集合和新增图像样本对集合；根据新增图像样本对集合，获取原始图像样本对集合中每个原始图像样本对的标注结果，得到扩充图像样本对集合；根据扩充图像样本对集合和新增图像样本对集合构建三元组图像样本集合；通过待训练网络模型获取每个三元组图像样本中每个样本图像所对应的目标嵌入特征；根据每个图像样本所对应的标注结果和每个样本图像所对应的目标嵌入特征，对待训练网络模型的模型参数进行更新。本申请还提供了一种图像识别的方法和相关装置。本申请可实现对模型进行训练时，无需重新提取所有图像样本提取嵌入特征，从而节省了计算资源。
基本信息
专利标题 ：
一种网络模型的训练方法、图像识别的方法以及相关装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114329027A
申请号 ：
CN202111056689.6
公开（公告）日 ：
2022-04-12
申请日 ：
2021-09-09
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
郭卉
申请人 ：
腾讯科技（深圳）有限公司
申请人地址 ：
广东省深圳市南山区高新区科技中一路腾讯大厦35层
代理机构 ：
深圳市深佳知识产权代理事务所(普通合伙)
代理人 ：
李杭
优先权 ：
CN202111056689.6
主分类号 ：
G06F16/583
IPC分类号 ：
G06F16/583 G06V10/75 G06V10/762 G06V10/774 G06V10/82 G06K9/62 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/583
•••使用从内容中自动派生的元数据
法律状态
2022-04-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
