[发明专利]卷积神经网络的特征训练方法及装置有效
| 申请号： | 201810096726.8 | 申请日： | 2018-01-31 |
| 公开（公告）号： | CN108197669B | 公开（公告）日： | 2021-04-30 |
| 发明（设计）人： | 张默;刘彬;孙伯元 | 申请（专利权）人： | 北京陌上花科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08;G06K9/00 |
| 代理公司： | 北京知果之信知识产权代理有限公司 11541 | 代理人： | 李志刚;任晨雪 |
| 地址： | 100080 北京市海淀区海*** | 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： | 本申请公开了一种卷积神经网络的特征训练方法及装置。该特征训练方法包括：提取第一特征图片；确定所述第一特征图片的特征图，且根据所述特征图获取第一特征；将所述第一特征作为输入，计算损失函数的损失值；以及根据所述损失值更新卷积神经网络。本申请解决了损失目标函数无法保证类内距离相对更近和类间距离相对更远的技术问题。 | ||
| 搜索关键词： | 卷积 神经网络 特征 训练 方法 装置 | ||
【主权项】：
1.一种卷积神经网络的特征训练方法，其特征在于，包括：提取第一特征图片；确定所述第一特征图片的特征图，且根据所述特征图获取第一特征；将所述所述第一特征作为输入，计算损失函数的损失值；以及根据所述损失值更新卷积神经网络；其中，所述损失函数用于使得更新后的卷积神经网络中训练的特征符合预设的类别。
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京陌上花科技有限公司，未经北京陌上花科技有限公司许可，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/201810096726.8/，转载请声明来源钻瓜专利网。
