[发明专利]一种分类训练方法、装置及存储介质有效
| 申请号： | 201711322612.2 | 申请日： | 2017-12-12 |
| 公开（公告）号： | CN108090508B | 公开（公告）日： | 2020-01-31 |
| 发明（设计）人： | 黄飞;马林;刘威 | 申请（专利权）人： | 腾讯科技(深圳)有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 44300 深圳翼盛智成知识产权事务所(普通合伙) | 代理人： | 黄威 |
| 地址： | 518057 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： | 本发明实施例公开了分类训练方法、装置及存储介质，应用于信息处理技术领域。分类训练装置会先选定训练集，并根据草图分类模型确定训练集中的草图的类别，得到第一类别处理结果，且可以根据第二特征分析模型对第一特征提取模型提取的草图特征进行分析，得到第二草图分析结果；然后根据第一类别处理结果和第二草图分析结果得到第一损失函数的函数值；最后根据第一损失函数的函数值对草图分类模型的第一固定参数值进行调整。这样，在对某一分类模型的固定参数值进行调整时，不仅会参考该分类模型对相应图像进行分类的误差，还会借鉴另一分类模型在分类过程中的有用信息，从而使得调整后的草图分类模型的分类计算更准确。 | ||
| 搜索关键词： | 分类模型 分类 损失函数 特征提取模型 信息处理技术 存储介质 分类过程 特征分析 训练装置 训练集 图像 参考 应用 分析 | ||
【主权项】：
1.一种分类训练方法，其特征在于，包括：/n确定草图分类模型，所述草图分类模型中包括第一特征提取模块和第一分类模块；及确定对第二特征提取模块的输出结果进行分析的第二特征分析模型，所述第二特征提取模块属于真实图分类模型；/n选定训练集，所述训练集包括多个类别的草图；/n根据所述草图分类模型确定所述训练集中草图的类别得到第一类别处理结果；根据所述第二特征分析模型，对第一特征提取模块提取的所述草图的特征进行分析得到第二草图特征分析结果；/n根据所述第一类别处理结果及第二草图特征分析结果，计算所述草图分类模型的第一损失函数的函数值；/n根据所述第一损失函数的函数值调整所述草图分类模型中的第一固定参数值。/n
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/201711322612.2/，转载请声明来源钻瓜专利网。
- 上一篇：针织控制系统
- 下一篇：卫星天线指向控制装置
