图像识别模型的训练方法、电子设备和存储介质
基本信息
| 申请号 | CN202111614740.0 | 申请日 | - |
| 公开（公告）号 | CN114005015B | 公开（公告）日 | 2022-05-31 |
| 申请公布号 | CN114005015B | 申请公布日 | 2022-05-31 |
| 分类号 | G06V10/774（2022.01）I;G06K9/62（2022.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 浦煜;何武;付贤强;朱海涛;户磊 | 申请（专利权）人 | 北京的卢深视科技有限公司 |
| 代理机构 | 北京智晨知识产权代理有限公司 | 代理人 | - |
| 地址 | 230091 安徽省合肥市高新区习友路3333号中国（合肥）国际智能语音产业园研发中心楼611-217室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本申请实施例涉及视觉搜索技术领域，公开了一种图像识别模型的训练方法、电子设备和存储介质，该方法包括：获取第一模型的训练样本；其中，训练样本标注用于表征训练样本的特征的特征类别的标签；基于第一模型的网络结构，构建第二模型；根据训练样本和第三模型，获取第三模型对应的各特征类别的类别中心向量；其中，第一模型和第三模型为功能相同的模型；根据各特征类别的类别中心向量，确定第二模型的分类层权重；根据训练样本和标签对第二模型进行迭代训练，更新第二模型的除分类层权重之外的参数，训练出的模型提取出的特征集可以直接与用旧模型提取出的特征库进行对比，省时省力，降低了成本，极大地提升了模型工业部署的便利性。 |
