[发明专利]图像识别模型的训练方法、装置、存储介质和电子设备

权利要求书

1.一种图像识别模型的训练方法，其特征在于，包括：

将第一图像样本数据和第二图像样本数据输入到图像识别模型中进行训练，获取与所述第一图像样本数据对应的第一预测特征数据，以及与所述第二图像样本数据对应的第二预测特征数据；其中，所述第二图像样本数据为基于所述第一图像样本数据进行图像变换后的样本数据；

根据所述第一预测特征数据与预期特征数据，确定第一损失数据；

根据所述第二预测特征数据与所述预期特征数据，确定第二损失数据；

根据所述第二预测特征数据和所述第一预测特征数据，确定第三损失数据；

将所述第一损失数据、所述第二损失数据和所述第三损失数据作为综合损失数据，确定所述图像识别模型是否收敛。

2.根据权利要求1所述的图像识别模型的训练方法，其特征在于，所述根据所述第二预测特征数据和所述第一预测特征数据，确定第三损失数据，包括：

将所述第二预测特征数据和所述第一预测特征数据之间差值的平方，确定为所述第三损失数据。

3.根据权利要求1所述的图像识别模型的训练方法，其特征在于，所述将所述第一损失数据、所述第二损失数据和所述第三损失数据作为综合损失数据，确定所述图像识别模型是否收敛，包括：

设置所述第一损失数据、所述第二损失数据和所述第三损失数据中至少一种损失数据的权重数据；

根据所述第一损失数据、所述第二损失数据和所述第三损失数据，以及所述权重数据，确定所述综合损失数据；

根据所述综合损失数据确定所述图像识别模型是否收敛。

4.根据权利要求1所述的图像识别模型的训练方法，其特征在于，还包括：

确定所述图像识别模型中，模型参数的正则化损失数据；

所述将所述第一损失数据、所述第二损失数据和所述第三损失数据作为综合损失数据，确定所述图像识别模型是否收敛，包括：

将所述第一损失数据、所述第二损失数据、所述第三损失数据以及所述正则化损失数据，确定为所述综合损失数据；

根据所述综合损失数据，确定所述图像识别模型是否收敛。

5.根据权利要求4所述的图像识别模型的训练方法，其特征在于，所述将所述第一损失数据、所述第二损失数据和所述第三损失数据作为综合损失数据，确定所述图像识别模型是否收敛，包括：

设置所述正则化损失数据的正则化权重数据；

将所述第一损失数据、所述第二损失数据、所述第三损失数据以及所述正则化损失数据和所述正则化权重数据，确定为所述综合损失数据；

根据所述综合损失数据，确定所述图像识别模型是否收敛。

6.根据权利要求1所述的图像识别模型的训练方法，其特征在于，还包括：

当所述综合损失数据满足所述图像识别模型的收敛要求时，输出所述图像识别模型的训练结果。

7.根据权利要求1所述的图像识别模型的训练方法，其特征在于，还包括：

当所述综合损失数据不满足所述图像识别模型的收敛要求时，调整所述图像识别模型的模型参数。

8.一种图像识别模型的训练装置，其特征在于，包括：

获取单元，用于将第一图像样本数据和第二图像样本数据输入到图像识别模型中进行训练，获取与所述第一图像样本数据对应的第一预测特征数据，以及与所述第二图像样本数据对应的第二预测特征数据；其中，所述第二图像样本数据为基于所述第一图像样本数据进行图像变换后的样本数据；

第一确定单元，用于根据所述第一预测特征数据与预期特征数据，确定第一损失数据；

第二确定单元，用于根据所述第二预测特征数据与所述预期特征数据，确定第二损失数据；

第三确定单元，用于根据所述第二预测特征数据和所述第一预测特征数据，确定第三损失数据；

第四确定单元，用于将所述第一损失数据、所述第二损失数据和所述第三损失数据作为综合损失数据，确定所述图像识别模型是否收敛。