模型训练方法、对象识别方法、装置、设备及存储介质
基本信息
| 申请号 | CN202011136289.1 | 申请日 | - |
| 公开（公告）号 | CN112016531A | 公开（公告）日 | 2020-12-01 |
| 申请公布号 | CN112016531A | 申请公布日 | 2020-12-01 |
| 分类号 | G06K9/00(2006.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 朱翔宇;罗振波;付培;吉翔 | 申请（专利权）人 | 成都睿沿科技有限公司 |
| 代理机构 | 北京超凡宏宇专利代理事务所（特殊普通合伙） | 代理人 | 成都睿沿科技有限公司 |
| 地址 | 610000四川省成都市高新区中国(四川)自由贸易试验区益州大道中段1800号4栋6层601号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本申请提供一种模型训练方法、对象识别方法、装置、设备及存储介质，涉及人工智能技术领域。该模型训练方法包括：获取多张训练图像，每张训练图像对应的标签数据包括对象标识和场景标识；将所述多张训练图像输入神经网络模型中，获得神经网络模型输出的识别结果；根据所述识别结果与所述标签数据计算损失函数的损失值；根据所述损失值更新所述神经网络模型的网络参数。通过将训练图像中的场景标识用于作为模型训练的反向监督信号，使得在模型训练过程中抑制模型学习与场景相关的特征信息，这样模型在测试时，可以削弱场景相关的特征信息对对象识别的影响，增强对对象相关的特征信息的识别，从而可有效提高对对象的识别精度。 |
