模型训练方法、装置、设备及存储介质
公开
摘要
本申请公开了一种模型训练方法、装置、设备及存储介质，属于人工智能技术领域。该方法包括：获取第一/第二模态图像和第二模态图像的分类标签；将第一/第二模态图像输入图像翻译模型，得到第一翻译图像；将第一翻译图像输入分类网络，得到第一预测概率，将第二模态图像输入分类网络，得到第二预测概率；基于第一/第二预测概率和分类标签，计算结构一致性误差，并对图像翻译模型进行后向误差传播训练，得到训练后的图像翻译模型。本申请通过第一翻译图像，充分挖掘图像中的语义信息，实现了在图像中进行不同模态信息之间的翻译；利用结构一致性误差对图像翻译模型进行训练，可以提高翻译图像的准确性，在医疗图像中实现了无监督自适应。
基本信息
专利标题 ：
模型训练方法、装置、设备及存储介质
专利标题（英）：
暂无
公开（公告）号 ：
CN114330702A
申请号 ：
CN202111327462.0
公开（公告）日 ：
2022-04-12
申请日 ：
2021-11-10
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
何楠君谢青松李悦翔马锴郑冶枫
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 ：
北京三高永信知识产权代理有限责任公司
代理人 ：
李文静
优先权 ：
CN202111327462.0
主分类号 ：
G06N3/08
IPC分类号 ：
G06N3/08 G06N3/04 G06K9/62 G06V20/70 G06V10/82 G06V10/764
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/08
学习方法
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
