一种模型训练方法、系统及存储介质和终端设备
公开
摘要
本发明实施例公开了一种模型训练方法、系统及存储介质和终端设备，应用于信息处理技术领域。模型训练系统会分别确定训练样本集的每个类型的样本子集中各个训练样本的样本权重值，并根据样本权重值从各个样本子集中分别选择至少一个训练样本，并将从多个样本子集中分别选择的至少一个训练样本组成当前批次的训练子集来训练对象识别模型。这样可以将训练样本集分为多个类型的样本子集，并通过样本权重值来衡量各个样本子集中训练样本被选择的概率，来组成当前批次的训练子集，使得可以通过调整样本权重值来平衡训练样本被选择的概率，进而提高训练得到的对象识别模型对各种类型的训练样本进行识别的准确性。
基本信息
专利标题 ：
一种模型训练方法、系统及存储介质和终端设备
专利标题（英）：
暂无
公开（公告）号 ：
CN114332550A
申请号 ：
CN202110952438.X
公开（公告）日 ：
2022-04-12
申请日 ：
2021-08-19
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
苑鹏程刘泽宇顾晓光
申请人 ：
腾讯科技（深圳）有限公司
申请人地址 ：
广东省深圳市南山区高新区科技中一路腾讯大厦35层
代理机构 ：
深圳翼盛智成知识产权事务所(普通合伙)
代理人 ：
李汉亮
优先权 ：
CN202110952438.X
主分类号 ：
G06V10/774
IPC分类号 ：
G06V10/774 G06V10/762 G06K9/62 G06N20/00
法律状态
2022-04-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
