“训练样本”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果475917个，建议您升级VIP下载更多相关专利

[发明专利]一种关联检测模型训练方法、装置、存储介质及电子设备-CN202211742619.0在审
发明人：尹英杰;丁菁汀;李亮 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2022-12-30 - 公布日： 2023-05-02 - 主分类号： G06V10/774 文献下载
摘要：本说明书公开了一种关联检测模型训练方法、装置、存储介质及电子设备，其中方法包括：获取训练样本集合，截取训练样本的人手选择框得到子训练样本，将子训练样本输入手势识别模型，获取训练样本对应的交互手势概率值，获取手势识别模型的识别损失函数，基于识别损失函数更新手势识别模型的参数，直至模型收敛得到训练完成的手势识别模型，将训练样本输入关联检测模型，获取训练样本的特征图，将特征图与训练样本的人脸选择图和人手选择图进行融合，得到训练样本的融合特征图，基于融合特征图获取训练样本对应的交互概率值，获取关联检测模型的检测损失函数，基于检测损失函数更新关联检测模型的参数，直至模型收敛得到训练完成的关联检测模型。
一种关联检测模型训练方法装置存储介质电子设备

[发明专利]人头检测模型生成方法、装置、人头检测模型及人头检测方法-CN202110828287.7在审
发明人：刘成;周有喜 -专利权人：新疆爱华盈通信息技术有限公司
申请日： 2021-07-19 - 公布日： 2021-10-29 - 主分类号： G06K9/00 文献下载
摘要：包括：获取初始模型和训练样本集，所述训练样本集中的训练样本包括样本图像；基于所述样本图像得到第一训练图像以及第二训练图像，所述第一训练图像包含头部正例训练样本，所述第二训练图像包含手部负例训练样本；以及，根据所述第一训练图像以及第二训练图像对初始模型进行训练，得到人头检测模型。在训练样本集加入手部负例训练样本和头部正例训练样本，有效减少在检测过程中将手部误检为头部的可能，从而便于提高人头检测的精度。
人头检测模型生成方法装置

[发明专利]模型训练方法、装置、电子设备和存储介质-CN202010496550.2有效
发明人：张辽;付晓寅;蒋正翔;梁鸣心;张奇 -专利权人：北京百度网讯科技有限公司
申请日： 2020-06-03 - 公布日： 2022-03-15 - 主分类号： G06V10/774 文献下载
摘要：本申请公开了模型训练方法、装置、电子设备和存储介质，涉及深度学习技术领域。具体方案为：通过获取第一训练样本库和第二训练样本库，根据第一训练样本库和第二训练样本库分别生成第一至第N训练样本集合，利用第一至第N训练样本集合对模型进行训练，根据标注分布和模型生成的预测分布判断是否满足训练条件由此，通过利用从两个不同的训练样本库获得训练样本集合，对模型进行混合训练，如对非成熟语音产品，可以通过两种不同训练样本库中的语音数据对模型进行混合训练，又如对非成熟图像产品，通过两种不同训练样本库中的图像数据对模型进行混合训练等，不仅解决了非成熟产品训练数据量少的问题，获得满足训练要求的模型，而且应用场景广泛。
模型训练方法装置电子设备存储介质

[发明专利]问答模型的训练方法、问答方法及装置、设备和存储介质-CN202210274307.5在审
发明人：王斌;陈永录;张飞燕;姜雨娇 -专利权人：中国工商银行股份有限公司
申请日： 2022-03-18 - 公布日： 2022-06-21 - 主分类号： G06F40/284 文献下载
摘要：本公开提供了一种问答模型的训练方法、问答方法及装置、电子设备和计算机可读存储介质，可以应用于自然语言处理技术领域和金融领域。该问答模型的训练方法包括：获取初始训练样本数据集，其中，初始训练样本数据集包括多组初始训练样本数据，每组初始训练样本数据包括初始问题文本和初始答案文本；对初始训练样本数据集进行预处理，得到训练样本数据集，其中，训练样本数据集包括多组训练样本数据，每组训练样本数据包括问题文本序列数据和答案文本序列数据；利用问题文本序列数据和答案文本序列数据训练问答模型，得到经训练的问答模型。
问答模型训练方法装置设备存储介质

[发明专利]训练样本的贡献度评价方法、装置及相关设备-CN202110554077.3有效
发明人：王伟;黄勇其;于翠翠;张黔 -专利权人：润联软件系统（深圳）有限公司
申请日： 2021-05-20 - 公布日： 2021-11-09 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了训练样本的贡献度评价方法、装置及相关设备。该方法包括将样本总库划分为未用样本库和已用样本库；根据预置样本提取规则分别从未用样本库和已用样本库选取未用样本和已用样本，对未用样本和已用样本进行合并，得到训练样本；基于训练样本训练预置的语言模型，计算训练样本对语言模型的固定贡献度和非固定贡献度；对固定贡献度和非固定贡献度进行加权求和，得到训练样本的贡献度，并基于贡献度建立所述训练样本的贡献度标签；在本次训练结束后，将训练样本作为新的已用样本存储到已用样本库中。该方法提高了训练样本对语言模型的贡献度评价精准度。
训练样本贡献评价方法装置相关设备

[发明专利]生成模型训练方法和装置、样本生成方法和计算设备-CN202110784674.5在审
发明人：林永业;王珺;苏丹 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-07-12 - 公布日： 2021-12-21 - 主分类号： G06K9/62 文献下载
摘要：公开了生成模型训练方法和装置、样本生成方法和计算设备。训练方法包括：获取已经训练的、所述生成模型中的噪声去除网络的参数，作为参考参数，所述第一训练样本集包括独立同分布的多个第一训练样本；获取第二训练样本集,第二训练样本集与第一训练样本集为同一训练样本集或者具有相同的分布；从第二训练样本集中随机选择一个第二训练样本，并确定所述第二训练样本对应的噪声水平；以及利用随机选择的每个第二训练样本以及对应的噪声水平，对生成模型中的噪声调度网络进行训练；其中，所述噪声去除网络的参数在训练所述噪声调度网络期间保持在所述参考参数不变
生成模型训练方法装置样本计算设备

[发明专利]一种用于意图分类识别的分类模型训练方法及装置-CN201910936280.X有效
发明人：周思丞;苏少炜;陈孝良;常乐 -专利权人：北京声智科技有限公司
申请日： 2019-09-29 - 公布日： 2023-01-17 - 主分类号： G06V10/764 文献下载
摘要：本申请提供一种用于意图分类识别的分类模型训练方法及装置，包括：从包括不同意图类别训练样本的训练样本全集中，抽取各意图类别的训练样本形成初始训练样本集并对初始的分类模型进行训练，得到新的分类模型，循环执行如下步骤至满足训练结束条件：利用测试样本集对新的分类模型进行测试，根据测试结果确定整体分类精度不满足设定要求时，依据类别分类精度越高对应的增加数量越少的原则，确定各意图类别训练样本的增加数量；按照各意图类别训练样本的增加数量，从训练样本全集重新抽取不同意图类别的训练样本形成新训练样本集并对当前分类模型训练本申请解决了训练样本随机占比的问题，提高了分类模型的训练效率和分类精度。
一种用于意图分类识别模型训练方法装置

[发明专利]数据分类方法及装置-CN201410838411.8在审
发明人：龙飞;陈志军;张涛 -专利权人：小米科技有限责任公司
申请日： 2014-12-29 - 公布日： 2015-05-13 - 主分类号： G06K9/66 文献下载
摘要：本公开是关于一种数据分类方法及装置，该方法包括：识别预设样本数据库中每个训练样本的类别；在预设样本数据库中分别选取第一训练样本集和第二训练样本集；确定每一类别的训练样本的平均样本；利用预设迭代算法对所有类别的平均样本进行迭代运算得到第一训练样本集的分类字典；将第二训练样本集中的每个训练样本在分类字典下分解得到一个训练稀疏系数向量；将得到的所有训练稀疏系数向量级联得到训练矩阵；根据第二训练样本集中的每个训练样本的类别确定训练矩阵中每个列向量的类别标签，并保存训练矩阵中每个列向量对应的类别标签该方法可以使得在数据分类时训练字典的速度提高，消耗的时间减少，提高了数据分类的整体效率。
数据分类方法装置

[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-CN201810885541.5有效
发明人：李睿凡;陈光;都金超;李鑫;王宁;梁昊雨;李亚洲;朱正源;王小捷 -专利权人：北京邮电大学
申请日： 2018-08-06 - 公布日： 2020-10-16 - 主分类号： G06F16/55 文献下载
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。
训练样本采集方法装置模型

[发明专利]一种训练数据的处理方法、装置、设备和介质-CN202211728613.8在审
发明人：邹伟东;黄威威;杨振东;蔡子哲 -专利权人：企知道网络技术有限公司
申请日： 2022-12-29 - 公布日： 2023-04-11 - 主分类号： G06F18/214 文献下载
摘要：本申请涉及一种训练数据的处理方法、装置、设备和介质，涉及数据处理的技术领域；方法包括获取多个政策训练样本，并从多个政策训练样本中，确定若干复杂样本；根据每一复杂样本进行样本扩充，得到每一复杂样本对应的扩充样本；根据所有复杂样本各自对应的扩充样本和多个政策训练样本，确定最终政策训练样本。本申请能够从多个政策训练样本中筛选出若干边界模糊难以分类的复杂样本；根据每一复杂样本进行样本扩充，以得到更多的有效训练样本，复杂样本在模型训练中的权重增高，进而可以优化分类模型对复杂样本拟合不足的问题，进而利用最终政策训练样本进行模型训练时能够提高模型的分类效果。
一种训练数据处理方法装置设备介质

[发明专利]车辆类型识别方法与训练方法、装置、设备和存储介质-CN202110729581.2在审
发明人：余一宽;甘伟豪 -专利权人：上海商汤智能科技有限公司
申请日： 2021-06-29 - 公布日： 2021-09-24 - 主分类号： G06K9/00 文献下载
摘要：本申请提出一种车辆类型识别方法与训练方法、装置、设备和存储介质。其中，所述方法可以包括：根据训练样本集对第一识别模型进行预训练，得到第二识别模型。所述训练样本集包括多个标注车辆类型信息的第一训练样本。利用所述第二识别模型，在获取的车辆视频流中，确定模型训练贡献度满足预设要求的待标注样本，并对所述待标注样本进行车辆类型标注，得到第二训练样本。所述模型训练贡献度指示训练样本对模型训练的贡献程度。基于所述训练样本集中的第一训练样本与所述第二训练样本，对所述第二识别模型训练，得到第三识别模型。
车辆类型识别方法训练装置设备存储介质

[发明专利]任务模型训练方法以及装置-CN202310457237.1在审
发明人：徐蔚文;李昕;邴立东 -专利权人：阿里巴巴（中国）有限公司
申请日： 2023-04-25 - 公布日： 2023-08-18 - 主分类号： G06F16/332 文献下载
摘要：本说明书实施例提供任务模型训练方法以及装置，其中方法包括：获取第一训练数据，第一训练数据包括至少两个训练样本对，各训练样本对包括第一训练文本和第一训练文本对应的第一训练样本，第一训练样本包括正样本和负样本，训练样本对包括多语种训练样本对；基于至少两个训练样本对训练初始任务模型，获得预训练任务模型；根据预训练任务模型和预设下游任务，构建待训练任务模型；根据预设下游任务对应的第二训练数据，训练待训练任务模型，获得目标任务模型，第二训练数据包括至少一个第二训练样本和各第二训练样本对应的样本标签。通过对初始任务模型进行训练，能够学习到较强跨语言理解能力，提高模型训练效率以及任务执行结果准确性。
任务模型训练方法以及装置

[发明专利]一种模型训练的方法及装置-CN202110008202.0在审
发明人：初祥祥;张勃;张津津;柴振华;魏晓林 -专利权人：北京三快在线科技有限公司
申请日： 2021-01-05 - 公布日： 2021-04-20 - 主分类号： G06N20/00 文献下载
摘要：本说明书公开了一种模型训练的方法及装置，可以获取若干训练样本，并从获取到的若干训练样本中选取至少两个训练样本，得到样本集，将该样本集中包含的各训练样本进行数据混合，得到混合样本，通过待训练模型，确定该样本集中每个训练样本对应的输出结果，以及混合样本对应的输出结果，进而根据该样本集中每个训练样本对应的输出结果，以及混合样本对应的输出结果，对待训练模型进行训练。由于在模型训练过程中，加入了将构建出的样本集中包含的每个训练样本进行数据混合的混合样本，并最终参考混合样本对应的第三输出结果，对待训练模型进行训练，这样可以保证训练后的模型在输出结果上的准确性。
一种模型训练方法装置

[发明专利]训练样本的处理方法及装置-CN201610826098.5有效
发明人：孙浩 -专利权人：东软集团股份有限公司
申请日： 2016-09-14 - 公布日： 2019-10-11 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种训练样本的处理方法及装置，涉及计算机应用技术领域，解决了现有训练SVM模型的效率较低的问题。本发明的方法包括：获取原始数据库，所述原始数据库包括训练样本可能涉及的所有词，所述训练样本涉及至少两种不同类别的训练样本；基于贝叶斯算法计算所述原始数据库中的词的假设概率，所述假设概率为当所述词出现在训练样本中时，所述训练样本为某种类别的训练样本的可能性大小；提取所述假设概率在预设范围内的词，得到目标数据库；基于所述目标数据库中的词将训练样本转换为训练样本矩阵，获得去噪后的训练样本。本发明应用于对训练样本进行去噪的过程中。
训练样本处理方法装置

[发明专利]一种模型训练方法、目标检测方法、以及相关设备-CN202110133274.8在审
发明人：黄泽昊;刘翱铭;王乃岩 -专利权人：北京图森智途科技有限公司
申请日： 2021-02-01 - 公布日： 2022-08-19 - 主分类号： G06V10/774 文献下载
摘要：本申请实施例公开了一种模型训练方法、目标检测方法、以及相关设备，本申请实施例可以获取训练样本集，所述训练样本集包括训练样本和验证样本；获取所述训练样本对应的增强策略；根据所述增强策略对所述训练样本进行增强操作，得到增强后训练样本；通过初始模型对所述增强后训练样本进行预测；基于对所述增强后训练样本的预测结果更新所述初始模型的参数，得到更新后模型；通过所述更新后模型对所述验证样本进行预测；基于对所述验证样本的预测结果更新所述增强策略，得到更新后增强策略；根据所述更新后增强策略对所述更新后模型进行迭代训练，得到训练后模型。本申请实施例提高了对模型训练准确性和精度。
一种模型训练方法目标检测以及相关设备