[发明专利]神经网络的训练方法、构建方法、图像处理方法和装置在审
| 申请号： | 201810586637.1 | 申请日： | 2018-06-08 |
| 公开（公告）号： | CN110580487A | 公开（公告）日： | 2019-12-17 |
| 发明（设计）人： | 陈岩 | 申请（专利权）人： | OPPO广东移动通信有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 44224 广州华进联合专利商标代理有限公司 | 代理人： | 方高明 |
| 地址： | 523860 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请涉及一种神经网络的训练方法和装置、检测方法、图像处理方法和装置、移动终端、计算机可读存储介质。所述方法包括：将包含有指定图像类别和指定对象类别的训练图像输入到神经网络，进行检测得到反映所述训练图像中背景图像所属指定图像类别的第一预测置信度与第一真实置信度之间的差异的第一损失函数，以及得到反映所述训练图像中前景目标所属指定对象类别的第二预测置信度与第二真实置信度之间的差异的第二损失函数；将所述第一损失函数和第二损失函数进行加权求和得到目标损失函数；根据所述目标损失函数调整所述神经网络的参数，对所述神经网络进行训练。可以获取更多的图像信息。 | ||
| 搜索关键词： | 损失函数 神经网络 置信度 训练图像 方法和装置 对象类 计算机可读存储介质 背景图像 前景目标 图像处理 图像类别 图像信息 移动终端 检测 求和 预测 加权 图像 申请 | ||
【主权项】：
1.一种神经网络的训练方法，其特征在于，包括：/n将包含有指定图像类别和指定对象类别的训练图像输入到神经网络，通过所述神经网络的基础网络层进行特征提取，将提取的图像特征输入到分类网络层和目标检测网络层，在所述分类网络层得到反映所述训练图像中背景图像所属指定图像类别的第一预测置信度与第一真实置信度之间的差异的第一损失函数，在所述目标检测网络层得到反映所述训练图像中前景目标所属指定对象类别的第二预测置信度与第二真实置信度之间的差异的第二损失函数；/n将所述第一损失函数和第二损失函数进行加权求和得到目标损失函数；/n根据所述目标损失函数调整所述神经网络的参数，对所述神经网络进行训练。/n
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OPPO广东移动通信有限公司，未经OPPO广东移动通信有限公司许可，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/201810586637.1/，转载请声明来源钻瓜专利网。
