[发明专利]卷积神经网络的训练方法、装置及可读存储介质有效
| 申请号： | 201710515521.4 | 申请日： | 2017-06-29 |
| 公开（公告）号： | CN107341509B | 公开（公告）日： | 2020-12-04 |
| 发明（设计）人： | 万韶华 | 申请（专利权）人： | 北京小米移动软件有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京尚伦律师事务所 11477 | 代理人： | 代治国 |
| 地址： | 100085 北京市海淀区清河*** | 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： | 本公开是关于卷积神经网络的训练方法及装置。该方法包括：从预设图片库中选择目标图片；将目标图片输入卷积神经网络中，获得目标图片的识别结果，其中，识别结果包括：经过卷积神经网络获得的图片相似度验证结果和属性关联参数值，属性关联参数值与卷积神经网络对目标图片的目标属性的预测值相关；根据目标图片的识别结果，对卷积神经网络的目标网络参数进行调整。该技术方案，可对CNN网络进行更为有效、精准的训练，有利于提高训练结果的精确度，可提高CNN网络后期对目标属性的识别精确度。 | ||
| 搜索关键词： | 卷积 神经网络 训练 方法 装置 可读 存储 介质 | ||
【主权项】：
一种卷积神经网络的训练方法，其特征在于，包括：从预设图片库中选择目标图片；将所述目标图片输入卷积神经网络中，获得所述目标图片的识别结果，其中，所述识别结果包括：经过所述卷积神经网络获得的图片相似度验证结果和属性关联参数值，所述属性关联参数值与所述卷积神经网络对所述目标图片的目标属性的预测值相关；根据所述目标图片的识别结果，对所述卷积神经网络的目标网络参数进行调整。
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小米移动软件有限公司，未经北京小米移动软件有限公司许可，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/201710515521.4/，转载请声明来源钻瓜专利网。
