[发明专利]特征模型训练方法、装置、设备及存储介质在审
| 申请号： | 202010319373.0 | 申请日： | 2020-04-21 |
| 公开（公告）号： | CN111553399A | 公开（公告）日： | 2020-08-18 |
| 发明（设计）人： | 黄振杰;李德紘;张少文;冯琰一 | 申请（专利权）人： | 佳都新太科技股份有限公司;广州佳都科技软件开发有限公司;广州新科佳都科技有限公司;广东华之源信息工程有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京权智天下知识产权代理事务所(普通合伙) 11638 | 代理人： | 王新爱 |
| 地址： | 511400 广东省广州市番禺区东环街迎宾*** | 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： | 本发明实施例公开了一种特征模型训练方法、装置、设备及存储介质，涉及度量学习技术领域，其包括：获取训练数据集，所述训练数据集中每个样本对应一个标签，所述标签用于标识对应样本所属的类别；将训练数据集输入至神经网络模型，以得到每个样本的特征向量；根据训练数据集中各样本对应的特征向量以及所属的类别，构建类内损失函数和类间损失函数；根据类内损失函数和类间损失函数确定神经网络模型的损失函数；对包含损失函数的神经网络模型进行训练，直到损失函数收敛为止。采用上述方案可以解决现有技术中卷积神经网络无法扩大不同类别的样本之间特征向量的距离导致无法对不同类别的样本进行有效区分的技术问题。 | ||
| 搜索关键词： | 特征 模型 训练 方法 装置 设备 存储 介质 | ||
【主权项】：
暂无信息
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佳都新太科技股份有限公司;广州佳都科技软件开发有限公司;广州新科佳都科技有限公司;广东华之源信息工程有限公司，未经佳都新太科技股份有限公司;广州佳都科技软件开发有限公司;广州新科佳都科技有限公司;广东华之源信息工程有限公司许可，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/202010319373.0/，转载请声明来源钻瓜专利网。
