[发明专利]神经网络的训练方法、属性检测方法、装置及电子设备有效
| 申请号： | 201710131137.4 | 申请日： | 2017-03-07 |
| 公开（公告）号： | CN108229522B | 公开（公告）日： | 2020-07-17 |
| 发明（设计）人： | 武伟;李博;闫俊杰 | 申请（专利权）人： | 北京市商汤科技开发有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46;G06N3/08;G06N3/04 |
| 代理公司： | 北京康达联禾知识产权代理事务所(普通合伙) 11461 | 代理人： | 罗延红;姚远达 |
| 地址： | 100084 北京市海淀区中*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供一种神经网络的训练方法、属性检测方法、装置及电子设备。一种深度神经网络的训练方法，包括：通过第一神经网络获取多个第一样本图像的图像特征向量，所述第一样本图像含有目标物体的多个属性的标注信息；根据所述图像特征向量，通过具有记忆能力的第二神经网络获取所述目标物体的多个属性的检测信息；根据所述多个属性的检测信息和所述多个属性的标注信息获取检测误差值；根据所述检测误差值调整所述第一神经网络的网络参数和第二神经网络的网络参数。由此训练得到的深度神经网络可自适应地检测出物体的多个相互关联的属性，具有通用性，可用于检测任一种物体的相互具有关联/依赖关系的众多属性/子属性的信息。 | ||
| 搜索关键词： | 神经网络 训练 方法 属性 检测 装置 电子设备 | ||
【主权项】：
1.一种深度神经网络的训练方法，包括：通过第一神经网络获取多个第一样本图像的图像特征向量，所述第一样本图像含有目标物体的多个属性的标注信息；根据所述图像特征向量，通过具有记忆能力的第二神经网络获取所述目标物体的多个属性的检测信息；根据所述多个属性的检测信息和所述多个属性的标注信息获取检测误差值；根据所述检测误差值调整所述第一神经网络的网络参数和第二神经网络的网络参数。
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北京市商汤科技开发有限公司，未经北京市商汤科技开发有限公司许可，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/201710131137.4/，转载请声明来源钻瓜专利网。
