[发明专利]商标图像检索模型训练方法、系统、存储介质及计算机设备

摘要

本发明涉及一种商标图像检索模型训练方法，包括：获取多组样本数据，根据相似度为每个查询样本选择最难正例样本和多个困难负例样本；将一个查询样本、对应的最难正例样本和对应的多个困难负例样本作为一组训练数据，根据多组训练数据利用神经网络进行商标图像检索模型训练；根据多负例对比损失函数对商标图像检索模型进行更新，直至商标图像检索模型在验证集上的验证效果不再提升，则结束训练。本发明根据相似度剔除容易样本、挖掘难分样本，充分利用了少部分难分样本，更有针对性的对神经网络参数进行调整，可以较好地推迟模型收敛/过拟合，使训练更充分，效果更好。本发明还涉及商标图像检索模型训练系统、存储介质及计算机设备。

主权项

1.一种商标图像检索模型训练方法，其特征在于，包括：/n获取多组样本数据，每组样本数据包括一个查询样本和一个正例样本集；将所述多组样本数据划分为训练集和验证集；/n根据相似度在所述训练集中为每个查询样本从对应的正例样本集中选择最难正例样本；/n根据相似度为每个查询样本从商标图像数据库中选择多个困难负例样本；/n将一个查询样本、对应的最难正例样本和对应的多个困难负例样本作为一组训练数据，根据多组训练数据利用神经网络进行商标图像检索模型训练；/n根据多负例对比损失函数对所述商标图像检索模型进行更新，直至所述商标图像检索模型在所述验证集上的验证效果不再提升，则结束训练。/n