分类模型训练方法、装置、电子设备及存储介质
基本信息
| 申请号 | CN202111420493.0 | 申请日 | - |
| 公开（公告）号 | CN114121232A | 公开（公告）日 | 2022-03-01 |
| 申请公布号 | CN114121232A | 申请公布日 | 2022-03-01 |
| 分类号 | G16H30/20（2018.01）I;G06K9/62（2022.01）I;G06V10/74（2022.01）I;G06V10/764（2022.01）I;G06V10/774（2022.01）I | 分类 | 物理 |
| 发明人 | 陈方印 | 申请（专利权）人 | 中科麦迪人工智能研究院（苏州）有限公司 |
| 代理机构 | 北京品源专利代理有限公司 | 代理人 | 郭德霞 |
| 地址 | 215026江苏省苏州市工业园区归家巷222号麦迪科技大楼7F-2 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明实施例公开了一种分类模型训练方法、装置、电子设备及存储介质。该方法包括：确定训练样本集合；针对各训练样本数据，将当前训练样本数据作为待训练分类模型的输入参数，得到与当前训练样本数据相对应的至少一个待确定分类标识；根据当前训练样本数据中的至少一个理论分类标识和相应的至少一个待确定分类标识，对待训练分类模型中的模型参数进行修正；将待训练分类模型中的损失函数收敛作为训练目标，得到目标分类模型。解决了现有技术中基于原始神经网络模型对图像进行分类，存在分类准确性差的问题，实现提高模型训练的速度和准确度，同时在模型训练后及时做出评估反馈，不断优化分类模型，达到提高模型分类准确性的技术效果。 |
