模型训练方法、电子设备和计算机可读存储介质
基本信息
| 申请号 | CN202111401804.9 | 申请日 | - |
| 公开（公告）号 | CN114118370A | 公开（公告）日 | 2022-03-01 |
| 申请公布号 | CN114118370A | 申请公布日 | 2022-03-01 |
| 分类号 | G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06K9/62（2022.01）I;G06V10/764（2022.01）I;G06V10/774（2022.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 浦煜;胡长胜;何武;付贤强;朱海涛;户磊 | 申请（专利权）人 | 合肥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 | 张婧 |
| 地址 | 100083北京市海淀区学院路甲5号2幢平房B北3032室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本申请实施例涉及计算机视觉技术领域，公开了一种模型训练方法、电子设备和计算机可读存储介质，该方法包括：获取待训练的模型和标注有标签的训练样本；将训练样本输入至模型中，获取模型输出的特征向量；根据模型输出的特征向量和标签构建损失函数，对模型进行迭代训练，直到损失函数收敛，得到训练完成的模型；其中，损失函数包括第一损失项和第二损失项，第一损失项为softmax函数，第二损失项用于约束模型分出的各类别的类别中心向量之间的最小距离不小于平均距离，平均距离为各类别的类别中心向量均匀分布时两两之间的距离，从而避免因不同类别的样本数据量不均衡而训练出带有偏向性的图像分类模型，提升模型分类的准确性。 |
