[发明专利]用于生成图片标签模型的方法和装置有效
| 申请号： | 201910084639.5 | 申请日： | 2019-01-29 |
| 公开（公告）号： | CN109816023B | 公开（公告）日： | 2022-01-04 |
| 发明（设计）人： | 李伟健;王长虎 | 申请（专利权）人： | 北京字节跳动网络技术有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 泰和泰律师事务所 51219 | 代理人： | 祝海燕 |
| 地址： | 100041 北京市石景山区*** | 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： | 本公开的实施例公开了用于生成图片标签模型的方法和装置。该方法的一具体实施方式包括：获取至少两个样本图片集；从至少两个样本图片集中选择样本图片集，利用所选择的样本图片集，执行如下训练步骤：利用机器学习方法，将样本图片集包括的正样本图片作为输入，将与输入的正样本图片对应的正类别信息作为期望输出，将样本图片集中的负样本图片作为输入，将与输入的负样本图片对应的负类别信息作为期望输出，训练初始模型；确定至少两个样本图片集中是否包括未被选择的样本图片集；响应于确定不包括，确定最近一次训练后的初始模型为图片标签模型。该实施方式提高了模型训练的灵活性，以及有助于提高利用图片标签模型对图片分类的准确性。 | ||
| 搜索关键词： | 用于 生成 图片 标签 模型 方法 装置 | ||
【主权项】：
1.一种用于生成图片标签模型的方法，包括：获取至少两个样本图片集，其中，样本图片集对应于预设的图片类别，样本图片集包括属于对应的图片类别的正样本图片和不属于对应的图片类别的负样本图片，正样本图片对应于预先被标注的正类别信息，负样本图片对应于预先标注的负类别信息；从所述至少两个样本图片集中选择样本图片集，利用所选择的样本图片集，执行如下训练步骤：利用机器学习方法，将样本图片集包括的正样本图片作为输入，将与输入的正样本图片对应的正类别信息作为期望输出，将样本图片集中的负样本图片作为输入，将与输入的负样本图片对应的负类别信息作为期望输出，训练初始模型；确定所述至少两个样本图片集中是否包括未被选择的样本图片集；响应于确定不包括，确定最近一次训练后的初始模型为图片标签模型。
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字节跳动网络技术有限公司，未经北京字节跳动网络技术有限公司许可，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/201910084639.5/，转载请声明来源钻瓜专利网。
