[发明专利]图像识别模型的训练方法、图像识别方法和装置

权利要求书

1.一种图像识别模型的训练方法，其特征在于，所述图像识别模型的训练方法包括：

在一次迭代过程中，获取参考样本图像、正样本图像以及负样本图像，所述参考样本图像和所述正样本图像对应于第一样本对象，所述负样本图像对应于第二样本对象，所述第一样本对象和所述第二样本对象为不同的样本对象；

将所述参考样本图像、所述正样本图像和所述负样本图像输入图像识别模型，通过所述图像识别模型确定所述参考样本图像和所述正样本图像之间的第一相似度，以及所述参考样本图像和所述负样本图像之间的第二相似度；

响应于所述第一相似度与所述第二相似度之间的差值符合目标条件，将所述图像识别模型作为训练完成的图像识别模型。

2.根据权利要求1所述的方法，其特征在于，所述通过所述图像识别模型确定所述参考样本图像和所述正样本图像之间的第一相似度，以及所述参考样本图像和所述负样本图像之间的第二相似度包括：

通过所述图像识别模型，提取所述参考样本图像的参考特征信息、所述正样本图像的正样本特征信息以及所述负样本图像的负样本特征信息；

根据所述参考特征信息和所述正样本特征信息，得到所述第一相似度；

根据所述参考特征信息和所述负样本特征信息，得到所述第二相似度。

3.根据权利要求1所述的方法，其特征在于，所述获取参考样本图像、正样本图像以及负样本图像之前，所述方法还包括：

对第一样本图像集中的多个第一样本图像进行特征提取，得到多个第一样本图像特征；

根据所述多个第一样本图像特征，确定所述第一样本图像集中的多个第一样本图像之间的相似度；

将相似度最低的两个第一样本图像确定为第一图像和第二图像；

对第二样本图像集中的多个第二样本图像进行特征提取，得到多个第二样本图像特征；

根据所述多个第二样本图像特征与所述第一图像和所述第二图像的第一样本图像特征，分别从所述第二样本图像集中确定与所述第一图像和所述第二图像相似度最低的第三图像和第四图像；

响应于所述第一图像与所述第三图像之间的第一相似度小于所述第二图像和所述第四图像之间的第二相似度，将所述第一图像确定为所述参考图像，将所述第二图像确定为所述正样本图像，将所述第三图像确定为所述负样本图像。

4.根据权利要求1所述的方法，其特征在于，所述通过所述图像识别模型确定所述参考样本图像和所述正样本图像之间的第一相似度，以及所述参考样本图像和所述负样本图像之间的第二相似度之后，所述方法还包括：

响应于所述第一相似度与所述第二相似度之间的差值不符合所述目标条件，对所述图像识别模型的模型参数进行调整。

5.根据权利要求4所述的方法，其特征在于，所述对所述图像识别模型的模型参数进行调整包括：

根据所述第一相似度与所述第二相似度之间的差值，确定损失函数；

根据所述损失函数，确定所述图像识别模型的产生的梯度；

根据梯度下降法，对所述图像识别模型的模型参数进行调整。

6.根据权利要求1所述的方法，其特征在于，将所述图像识别模型作为训练完成的图像识别模型之前，所述方法还包括：

获取第一正样本图像、第二正样本图像、第一负样本图像以及第二负样本图像，所述第一正样本图像和所述第二正样本图像对应于同一个样本对象，所述第一负样本图像和所述第二负样本图像对应于不同的样本对象；

将所述第一正样本图像、所述第二正样本图像、所述第一负样本图像以及所述第二负样本图像输入图像识别模型，通过所述图像识别模型确定所述第一正样本图像和所述第二正样本图像之间的第三相似度，以及所述第一负样本图像和所述第二负样本图像之间的第四相似度；

根据所述第三相似度和所述第四相似度之间的差异信息，调整所述图像识别模型的模型参数。