[发明专利]混合粒度物体识别模型训练及识别方法、装置及存储介质在审
| 申请号： | 201910743898.4 | 申请日： | 2019-08-13 |
| 公开（公告）号： | CN110458233A | 公开（公告）日： | 2019-11-15 |
| 发明（设计）人： | 郭卉;袁豪磊;黄飞跃 | 申请（专利权）人： | 腾讯云计算(北京)有限责任公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/00 |
| 代理公司： | 44202 广州三环专利商标代理有限公司 | 代理人： | 郝传鑫;贾允<国际申请>=<国际公布>= |
| 地址： | 100190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： | 本申请涉及互联网技术领域，公开了一种混合粒度物体识别模型训练及识别方法、装置及存储介质。所述混合粒度物体识别模型训练方法包括：获取样本图像，确定各样本图像的类别标签，所述类别标签包括细粒度类别和粗粒度类别；基于所述样本图像和所述样本图像的类别标签对初始深度学习模型进行图像的类别识别训练，得到预训练模型；以拉大细粒度类别之间的特征差异为目标对所述预训练模型的细粒度分支分类模块进行调整，得到混合粒度物体识别模型。本申请能够实现在同一个网络结构中进行粗粒度类别识别和细粒度类别识别，提升细粒度类别识别的准确性。 | ||
| 搜索关键词： | 细粒度 类别识别 样本图像 混合粒度 类别标签 物体识别 模型训练 训练模型 粗粒度 互联网技术 存储介质 分支分类 特征差异 网络结构 申请 图像 学习 | ||
【主权项】：
1.一种混合粒度物体识别模型训练方法，其特征在于，所述方法包括：/n获取样本图像，确定各样本图像的类别标签，所述类别标签包括细粒度类别和粗粒度类别；/n基于所述样本图像和所述样本图像的类别标签对初始深度学习模型进行图像的类别识别训练，得到预训练模型；/n以拉大细粒度类别之间的特征差异为目标对所述预训练模型的细粒度分支分类模块进行调整，得到混合粒度物体识别模型。/n
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云计算(北京)有限责任公司，未经腾讯云计算(北京)有限责任公司许可，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/201910743898.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种确定图像风格相似度的方法及设备
- 下一篇：一种基于深度学习的以图搜车方法
