[发明专利]一种神经网络的训练方法、装置、系统及存储介质在审
| 申请号： | 201810525605.0 | 申请日： | 2018-05-28 |
| 公开（公告）号： | CN108875934A | 公开（公告）日： | 2018-11-23 |
| 发明（设计）人： | 黄鼎;张诚;朱星宇 | 申请（专利权）人： | 北京旷视科技有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06K9/00 |
| 代理公司： | 北京睿邦知识产权代理事务所(普通合伙) 11481 | 代理人： | 徐丁峰;张玮 |
| 地址： | 100190 北京*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种用于图像识别的神经网络的训练方法、装置、系统及存储介质以及一种基于神经网络的图像识别方法。该训练方法包括：接收标注了N个图像分类层次的类别标签的样本图像，其中相邻图像分类层次中的下一层次的类别是其上一层次的类别的子类，N为大于1的整数；利用样本图像对神经网络进行训练，其中，基于每个图像分类层次的类别标签，分别计算针对样本图像的分类损失，以作为该图像分类层次的层次损失；根据每个图像分类层次的层次损失计算总损失；利用总损失作为目标函数训练神经网络的参数。本发明的技术方案获得了能够更准确地进行图像识别的神经网络。 | ||
| 搜索关键词： | 神经网络 图像分类 图像识别 样本图像 存储介质 类别标签 训练神经网络 目标函数 损失计算 相邻图像 分类 子类 标注 | ||
【主权项】：
1.一种用于图像识别的神经网络的训练方法，包括：接收标注了N个图像分类层次的类别标签的样本图像，其中相邻图像分类层次中的下一层次的类别是其上一层次的类别的子类，N为大于1的整数；利用所述样本图像对神经网络进行训练，其中，基于每个图像分类层次的类别标签，分别计算针对所述样本图像的分类损失，以作为该图像分类层次的层次损失；根据所述每个图像分类层次的层次损失计算总损失；利用所述总损失作为目标函数训练所述神经网络的参数。
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北京旷视科技有限公司，未经北京旷视科技有限公司许可，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/201810525605.0/，转载请声明来源钻瓜专利网。
