[发明专利]一种用于图像识别的模型训练方法及装置

说明书

本申请公开了一种用于图像识别的模型训练方法及装置，在该方法中可以获取各样本图像，而后，根据各样本图像确定至少一个图像序列，每个图像序列可以由至少两个样本图像构成，针对每个图像序列，可以对该图像序列中包含的样本图像进行组合，得到组合图像，并将该组合图像输入到预设的图像识别模型中，得到识别结果，根据确定出的该图像序列对应的第一权重序列、该识别结果以及预先标注的该图像序列中各样本图像对应的标注结果，确定该图像序列对应的损失，不同的图像序列对应的第一权重序列相同，根据确定出的各图像序列对应的损失，训练图像识别模型。由于可以通过图像组合的方式得到训练样本，与现有技术相比，降低了获取训练样本耗费的成本。

技术领域

本申请涉及计算机技术领域，尤其涉及一种用于图像识别的模型训练方法及装置。

背景技术

目前，图像识别技术作为人工智能的一个重要领域，已在目标识别、商品推荐、无人驾驶等诸多场景中得到了广泛的应用。

在实际应用中，图像识别技术可以基于图像识别模型来实现。而为了保证图像识别模型的图像识别能力，通常需要大量的样本图像对图像识别模型进行训练。

发明内容

本申请实施例提供一种用于图像识别的模型训练方法及装置，以部分的解决现有技术存在的上述问题。

本申请采用下述技术方案：

本申请提供了一种用于图像识别的模型训练方法，包括：

获取各样本图像；

根据所述各样本图像确定至少一个图像序列，其中，每个图像序列由至少两个样本图像构成；

针对每个图像序列，对该图像序列中包含的样本图像进行组合，得到组合图像，将所述组合图像输入到预设的图像识别模型中，得到识别结果；

根据确定的该图像序列对应的第一权重序列、所述识别结果以及预先标注的该图像序列中各样本图像对应的标注结果，确定该图像序列对应的损失，不同的图像序列对应的第一权重序列相同；

根据各图像序列对应的损失，训练所述图像识别模型。

可选地，对该图像序列中包含的样本图像进行组合，得到组合图像，具体包括：

确定该图像序列对应的第二权重序列，所述第二权重序列中的各第二权重与该图像序列中的各样本图像一一对应；

根据该图像序列中包含的各样本图像以及该图像序列中包含的各样本图像对应的第二权重，得到组合图像。

可选地，根据该图像序列中包含的各样本图像以及该图像序列中包含的各样本图像对应的第二权重，得到组合图像，具体包括：

针对该图像序列中包含的每个样本图像，确定该样本图像对应的像素矩阵；

将该样本图像对应的像素矩阵与该样本图像在所述第二权重序列中对应的第二权重相乘，得到该样本图像对应的第二乘积；

将该图像序列中包含的各样本图像对应的第二乘积进行加和，得到组合图像。

可选地，确定第一权重序列，具体包括：

将每个图像序列对应的第二权重序列中相同排序位置的各第二权重进行平均，得到各第一权重；

根据得到的各第一权重，确定所述第一权重序列。

可选地，确定该图像序列对应的损失，具体包括：

针对该图像序列中包含的每个样本图像，根据预设的损失函数，分别确定所述识别结果与预先标注的该样本图像对应的标注结果之间的损失，作为该样本图像对应的损失；