[发明专利]一种目标识别分类模型的训练方法、物体识别方法、装置、机器人和介质有效
| 申请号： | 201910259811.6 | 申请日： | 2019-04-02 |
| 公开（公告）号： | CN110059734B | 公开（公告）日： | 2021-10-26 |
| 发明（设计）人： | 程郑鑫 | 申请（专利权）人： | 唯思科技（北京）有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京清大紫荆知识产权代理有限公司 11718 | 代理人： | 李红 |
| 地址： | 100080 北京市*** | 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： | 本公开的实施例提供了一种目标识别分类模型的训练方法、物体识别方法、装置、机器人和介质。采用多个预先标注有类别信息的训练图像对目标识别分类模型进行联合训练，包括：获取图像数据集，所述图像数据集为包括两个以上图像数据子集的联合数据集，其中，所述两个以上图像数据子集的标注类别不完全相同；根据所述两个以上图像数据子集的标注类别，获取各图像数据子集的合并类别群组信息；根据各图像数据子集的类别标签信息和合并类别群组信息，利用softmax群组交叉熵损失函数分别对各图像数据子集进行概率求和，得到目标识别分类的类别概率预测值。以此方式，训练前无需将原来的数据集重新进行标注，能够极大的降低数据标注成本。 | ||
| 搜索关键词： | 一种 目标 识别 分类 模型 训练 方法 物体 装置 机器 人和 介质 | ||
【主权项】：
1.一种目标识别分类模型的训练方法，其特征在于，所述方法采用多个预先标注有类别信息的训练图像对目标识别分类模型进行联合训练，包括：获取图像数据集，所述图像数据集为包括两个以上图像数据子集的联合数据集，其中，所述两个以上图像数据子集的标注类别不完全相同；根据所述两个以上图像数据子集的标注类别，获取各图像数据子集的合并类别群组信息；根据各图像数据子集的类别标签信息和合并类别群组信息，利用softmax群组交叉熵损失函数分别对各图像数据子集进行概率求和，得到目标识别分类的类别概率预测值。
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唯思科技（北京）有限公司，未经唯思科技（北京）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/201910259811.6/，转载请声明来源钻瓜专利网。
