[发明专利]负例训练样本采集方法、装置及模型训练方法、装置

摘要

本发明实施例提供了负例训练样本采集方法和模型训练方法。负例训练样本采集方法包括：对表示向量进行聚类，确定目标向量所属的第一聚类及中心，从而确定候选聚类的目标概率，从候选向量中抽取多个第二聚类，并从每个第二聚类中获取一个负例训练样本。模型训练方法包括：确定多组训练样本；基于训练样本对初始图像检索模型进行训练，在迭代到一定次数时，若模型没有训练完成，重新确定训练样本继续训练，直至模型训练完成。与现有技术相比，应用本发明实施例提供的方案，采集负例训练样本时，可以在兼顾各个不同难度水平的负例训练样本的同时，优先采集“难”的负例训练样本，进而提高基于负例训练样本训练得到的图像检索模型的准确率。

主权项

1.一种负例训练样本采集方法，其特征在于，所述方法包括：将用于负例训练样本采集的多张图像输入到预设的初始图像检索模型中，得到各张图像对应的表示向量，并将所得到的表示向量构成样本集合；对所述样本集合包括的多个表示向量进行聚类，得到多个聚类，并确定每个聚类的聚类中心；针对每个目标向量，确定该目标向量所属的第一聚类，其中，任一目标向量为：所述多张图像中的一张目标图像对应的表示向量；针对每个目标向量，基于该目标向量所属的第一聚类的聚类中心，确定该目标向量所对应多个候选聚类中的每个聚类的目标概率；其中，所述多个候选聚类为：所述多个聚类中，除该目标向量所属的第一聚类外的所有聚类，任一聚类的目标概率为该聚类作为该目标向量所属的第一聚类的近邻聚类的概率；针对每个目标向量，基于所确定的目标概率，对该目标向量所对应多个候选聚类执行多次聚类抽取操作，得到该目标向量对应的多个第二聚类；针对每个目标向量，在该目标向量对应的每个第二聚类中获取一个表示向量，作为该目标向量所对应的负例训练样本。