[发明专利]神经网络模型的训练方法、装置和电子设备有效
| 申请号： | 201910228494.1 | 申请日： | 2019-03-25 |
| 公开（公告）号： | CN109961442B | 公开（公告）日： | 2022-11-18 |
| 发明（设计）人： | 揭泽群 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06T7/10 | 分类号： | G06T7/10;G06V10/764;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司： | 北京市柳沈律师事务所 11105 | 代理人： | 张晓明 |
| 地址： | 518057 广东省深圳*** | 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： | 本公开提供了一种神经网络模型的训练方法、训练装置、电子设备和计算机可读存储介质。所述神经网络模型的训练方法，包括：通过第一神经网络模型提取训练图像的第一网络特征图；通过待训练的第二神经网络模型提取所述训练图像的第二网络特征图；基于所述第一网络特征图和所述第二网络特征图，确定像素级的分类损失函数；基于所述像素级的分类损失函数，训练所述第二神经网络模型。通过将大型神经网络模型学习到的知识传递给小型神经网络模型，指导小型神经网络模型训练，使得训练后的小型神经网络模型在参数量、运动速度不变的情况下，实现预测精度的显著提升。 | ||
| 搜索关键词： | 神经网络 模型 训练 方法 装置 电子设备 | ||
【主权项】：
1.一种用于图像语义分割的神经网络模型的训练方法，包括：通过第一神经网络模型提取训练图像的第一网络特征图；通过待训练的第二神经网络模型提取所述训练图像的第二网络特征图；基于所述第一网络特征图和所述第二网络特征图，确定像素级的分类损失函数；基于所述像素级的分类损失函数，训练所述第二神经网络模型。
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腾讯科技（深圳）有限公司，未经腾讯科技（深圳）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/201910228494.1/，转载请声明来源钻瓜专利网。
