[发明专利]网络训练、识别方法及装置、电子设备和存储介质

权利要求书

1.一种网络训练方法，其特征在于，包括：

采用待训练的特征提取网络，提取目标样本图片的特征；

获取所述目标样本图片对应的正特征和负特征，其中，所述正特征表示正样本的特征，所述负特征表示负样本的特征，所述正样本表示对应标签与所述目标样本图片的标签相同的其他样本图片，所述负样本表示对应标签与所述目标样本图片的标签不同的样本图片；

根据所述目标样本图片的特征、所述目标样本图片对应的正特征和负特征，确定损失函数值；

基于所述损失函数值更新所述特征提取网络的参数。

2.根据权利要求1所述的方法，其特征在于，获取所述目标样本图片对应的正特征和负特征，包括：

将第一特征集合中对应标签与所述目标样本图片的标签相同的标签特征，确定为所述目标样本图片对应的正特征；

将第二特征集合中对应标签与所述目标样本图片的标签不同的特征，确定为所述目标样本图片对应的负特征。

3.根据权利要求2所述的方法，其特征在于，样本集合中包含针对每个标签的样本图片，每个标签对应至少一个样本图片，所述方法还包括：

采用所述待训练的特征提取网络，提取所述样本集合中的每个所述样本图片的特征；

根据所提取的特征，确定每个标签对应的标签特征；

基于所有标签对应的标签特征，构建所述第一特征集合。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

从所提取的特征中选取指定数量的特征，构建所述第二特征集合。

5.根据权利要求2至4中任意一项所述的方法，其特征在于，所述方法还包括：

基于所述目标样本图片的特征以及所述目标样本图片对应的正特征，更新所述第一特征集合。

6.一种识别方法，其特征在于，包括：

采用特征提取网络，提取测试图片的特征；

根据所述测试图片的特征确定所述测试图片对应的标签；

其中，所述特征提取网络是基于目标样本图片的特征、目标样本图片对应的正特征和目标样本图片对应的负特征训练完成的；

所述正特征表示正样本的特征，所述负特征表示负样本的特征，所述正样本表示对应标签与所述目标样本图片的标签相同的其他样本图片，所述负样本表示对应标签与所述目标样本图片的标签不同的样本图片。

7.一种网络训练装置，其特征在于，包括：

第一提取模块，用于采用待训练的特征提取网络，提取目标样本图片的特征；

获取模块，用于获取所述目标样本图片对应的正特征和负特征，其中，所述正特征表示正样本的特征，所述负特征表示负样本的特征，所述正样本表示对应标签与所述目标样本图片的标签相同的其他样本图片，所述负样本表示对应标签与所述目标样本图片的标签不同的样本图片；

第一确定模块，用于根据所述目标样本图片的特征、所述目标样本图片对应的正特征和负特征，确定损失函数值；

第一更新模块，用于基于所述损失函数值更新所述特征提取网络的参数。

8.一种识别装置，其特征在于，包括：

提取模块，用于采用特征提取网络，提取测试图片的特征；

测试模块，用于根据所述测试图片的特征确定所述测试图片对应的标签；

其中，所述特征提取网络是基于目标样本图片的特征、目标样本图片对应的正特征和目标样本图片对应的负特征训练完成的；

所述正特征表示正样本的特征，所述负特征表示负样本的特征，所述正样本表示对应标签与所述目标样本图片的标签相同的其他样本图片，所述负样本表示对应标签与所述目标样本图片的标签不同的样本图片。

9.一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求1至5中任意一项或者权利要求6所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至5中任意一项或者权利要求6所述的方法。