[发明专利]一种卷积神经网络模型的训练方法及其设备有效
| 申请号： | 201710021101.0 | 申请日： | 2017-01-11 |
| 公开（公告）号： | CN106778682B | 公开（公告）日： | 2019-07-09 |
| 发明（设计）人： | 陈书楷;杨奇 | 申请（专利权）人： | 厦门中控智慧信息技术有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 深圳市深佳知识产权代理事务所(普通合伙) 44285 | 代理人： | 王仲凯 |
| 地址： | 361008 福建省厦门*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开了一种卷积神经网络模型的训练方法及其设备，用于通过对预置的卷积神经网络模型的训练得到更新的卷积神经网络模型。本发明实施例方法包括：获取人脸图像；使用预置的卷积神经网络模型对所述人脸图像进行图像训练，得到属性判断结果，所述属性判断结果包括多个属性以及所述多个属性中的每一个属性所对应的概率；通过交叉熵函数和所述人脸图像的真实属性对所述属性判断结果进行评价，得到评价结果；根据所述评价结果更新所述卷积神经网络模型中各个参数的权重，得到更新后的卷积神经网络模型。 | ||
| 搜索关键词： | 一种 卷积 神经网络 模型 训练 方法 及其 设备 | ||
【主权项】：
1.一种卷积神经网络模型的训练方法，其特征在于，包括：获取人脸图像；使用预置的卷积神经网络模型对所述人脸图像进行图像训练，得到属性判断结果，所述属性判断结果包括多个属性以及所述多个属性中的每一个属性所对应的概率；通过交叉熵函数和所述人脸图像的真实属性对所述属性判断结果进行评价，得到评价结果；根据所述评价结果更新所述卷积神经网络模型中各个参数的权重，得到更新后的卷积神经网络模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于厦门中控智慧信息技术有限公司，未经厦门中控智慧信息技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710021101.0/，转载请声明来源钻瓜专利网。
