[发明专利]模型训练方法、装置、设备和存储介质

权利要求书

1.一种模型训练方法，其特征在于，包括：

接收包含相同目标对象的第一图像样本和第二图像样本，所述第一图像样本包含的信息量不超过第二图像样本包含的信息量；

将所述第一图像样本输入第一识别模型，以获得所述第一识别模型中特征提取层提取出的所述第一图像样本的第一图像特征；

将所述第二图像样本输入第二识别模型，以获得所述第二识别模型中特征提取层提取出的所述第二图像样本的第二图像特征；

根据所述第一图像特征和所述第二图像特征之间的相似度，调整所述第一识别模型的模型参数，以使所述第一识别模型收敛，所述相似度越高，所述第一识别模型越趋近于收敛；

输出所述第一识别模型的模型参数。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据利用所述第一识别模型和所述第二识别模型各自输出的识别结果计算出的损失值，调整所述第一识别模型的模型参数。

3.根据权利要求1所述的方法，其特征在于，所述第二识别模型对应于所述第二图像样本，所述第二识别模型为训练至收敛的。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对获取到的多张原始图像进行目标检测；

根据检测结果，筛选包含所述目标对象的图像；

对筛选出的图像中所述目标对象所在的区域进行截取；

由尺寸信息和/或分辨率满足预设条件的截取结果，生成第一样本集合；

由完整包含所述目标对象的截取结果，生成第二样本集合，所述第一图像样本和所述第二图像样本为所述第一样本集合或所述第二样本集合中的任一张图像。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

剪裁所述截取结果，剪裁结果中包含所述目标对象的至少一个完整的部位；

由所述剪裁结果和所述截取结果，生成第三样本集合，所述第一图像样本为所述第三样本集合中的任一张图像。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

获取包含所述目标对象的第三图像样本，所述第一图像样本包含的信息内容不超过第三图像样本包含的信息内容，所述第三图像样本为所述第一样本集合或所述第二样本集合中的任一张图像，且所述第三图像样本与所述第二图像样本属于不同的样本集合；

将所述第三图像样本输入第三识别模型，以获得所述第三图像样本的第三图像特征；

根据所述第三图像特征和所述第一图像特征之间的相似度，调整所述第一识别模型的模型参数，以使所述第一识别模型收敛，所述相似度越高，所述第一识别模型越趋近于收敛。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

根据利用所述第三识别模型和所述第一识别模型各自输出的识别结果计算出的损失值，调整所述第一识别模型的模型参数。

8.根据权利要求6所述的方法，其特征在于，所述第三识别模型对应于所述第三图像样本，所述第三识别模型为训练至收敛的。

9.一种模型训练方法，其特征在于，包括：

获取包含相同目标对象的第一图像样本和第二图像样本，所述第一图像样本包含的信息量不超过第二图像样本包含的信息量；

将所述第一图像样本输入第一识别模型，以获得所述第一识别模型中特征提取层提取出的所述第一图像样本的第一图像特征；

将所述第二图像样本输入第二识别模型，以获得所述第二识别模型中特征提取层提取出的所述第二图像样本的第二图像特征；

根据所述第一图像特征和所述第二图像特征之间的相似度，调整所述第一识别模型的模型参数，以使所述第一识别模型收敛，所述相似度越高，所述第一识别模型越趋近于收敛。