[发明专利]一种用于在线增量预测食材的模型及方法

摘要

本发明公开了一种用于在线增量预测食材的模型及增量预测方法，用于食材检测技术领域；在线增量预测食材的模型为基于订单CNN的多任务模型，在线增量预测食材的方法包括：构建一个结合特定订单及多类别分类的通用CNN模型；采用基于NEC负采样来替代通用模型中的多类别全负采样，训练食材供应链中大规模类别种类；使用基于结合订单模型及多分类的通用模型的在线增量式预测算法，训练非订单类别的噪声，并通过一个食材收货结束时删减可能类别的方式逐渐预测食材类别。本发明使用可共享潜在任务矩阵，这对于在属性方面生成完整的输入图像非常有帮助，为探索这个潜在矩阵为未来提供方向。

主权项

1.一种用于在线增量预测食材的模型，其特征在于，所述用于在线增量预测食材的模型为基于订单CNN的多任务模型，所述基于订单CNN的多任务模型为：给定一个K个类别的词汇表，CNN模型的每个分类器学习一个按顺序指定的二进制名称类；在订单CNN模型向前传递之后，从最后一层全连接层生成的共同特征被传入K进制分类器和共同的MTL损耗层；从MTL损耗层学习的权重参数矩阵分解为共享层；同时，底层到最后一层完全连接层的组合矩阵具有相同的订单CNN模型信息。