[发明专利]人脸识别方法、装置、存储介质及计算机设备有效
| 申请号： | 201810530822.9 | 申请日： | 2018-05-29 |
| 公开（公告）号： | CN108805185B | 公开（公告）日： | 2023-06-30 |
| 发明（设计）人： | 李安平;李绍欣;陈超;沈鹏程;吴双;李季檩 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06V40/16 | 分类号： | G06V40/16;G06V10/774;G06V10/764 |
| 代理公司： | 华进联合专利商标代理有限公司 44224 | 代理人： | 何平;邓云鹏 |
| 地址： | 518000 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请涉及一种模型的训练方法，方法包括：读取当前组训练样本，当前组训练样本基于训练集确定；通过待训练模型，获得当前组训练样本中的各训练样本的第一样本特征，并基于各训练样本所属的分类类别和各第一样本特征，获得与各训练样本分别对应的中心特征；获得各训练样本分别对应的特征分布参数，训练样本对应的特征分布参数是对训练集中、属于该训练样本所属的分类类别的各训练样本的第二样本特征进行统计获得，训练样本的第二样本特征由已训练模型基于该训练样本输出；基于各中心特征和各特征分布参数，获得当前组训练样本对应的综合损失参数，并基于综合损失参数调整待训练模型的模型参数。本申请提供的方案能够提高模型的训练效率。 | ||
| 搜索关键词： | 识别 方法 装置 存储 介质 计算机 设备 | ||
【主权项】：
1.一种模型的训练方法，其特征在于，包括：读取当前组训练样本，所述当前组训练样本基于训练集确定；通过待训练模型，获得所述当前组训练样本中的各训练样本的第一样本特征，并基于各所述训练样本所属的分类类别和各所述第一样本特征，获得与各所述训练样本分别对应的中心特征；获得各所述训练样本分别对应的特征分布参数，训练样本对应的特征分布参数是对所述训练集中、属于该训练样本所属的分类类别的各训练样本的第二样本特征进行统计获得，训练样本的第二样本特征由已训练模型基于该训练样本输出；基于各所述中心特征和各所述特征分布参数，获得所述当前组训练样本对应的综合损失参数，并基于所述综合损失参数调整所述待训练模型的模型参数。
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腾讯科技（深圳）有限公司，未经腾讯科技（深圳）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/201810530822.9/，转载请声明来源钻瓜专利网。
