[发明专利]一种模型训练、信息预测方法及装置

摘要

本申请实施例提供了一种模型训练、信息预测方法及装置，包括：获得样本图像和基准特征点；采用信息预测模型得到样本图像中的预测特征点及CONFpredict；计算预测特征点相对于基准特征点的LOSSlandmark；采用LOSSlandmark估算CONFgroudtruth；计算CONFpredict相对于CONFgroudtruth的LOSSconfidence；根据LOSSlandmark和LOSSconfidence，计算LOSStotal；根据LOSStotal调整信息预测模型的网络参数，实现对信息预测模型的训练。应用本申请实施例提供的方案训练的模型，能够预测特征点的置信度。

主权项

1.一种模型训练方法，其特征在于，所述方法包括：获得样本图像和所述样本图像中的基准特征点；采用信息预测模型对所述样本图像进行特征点和置信度预测，得到所述样本图像中的预测特征点以及所述预测特征点的预测置信度CONFpredict，其中，所述信息预测模型为：在特征点预测模型中增加置信度输出项而得到的模型，所述置信度输出项用于输出所述信息预测模型所预测出特征点的置信度；计算所述预测特征点相对于所述基准特征点的第一损失LOSSlandmark；采用LOSSlandmark估算所述基准特征点的基准置信度CONFgroudtruth；计算CONFpredict相对于CONFgroudtruth的第二损失LOSSconfidence；根据LOSSlandmark和LOSSconfidence，计算采用信息预测模型对所述样本图像进行特征点和置信度预测过程中产生的总损失LOSStotal；根据LOSStotal调整所述信息预测模型的网络参数，使得调整参数后的信息预测模型预测出的所述样本图像中特征点的置信度向CONFgroudtruth靠拢，实现对所述信息预测模型的训练。