异常图像检测模型的训练方法、装置及介质
实质审查的生效
摘要
本申请提供一种异常图像检测模型的训练方法、装置及介质。该方法在获取多个图像训练样本和相应的样本标签后，针对每个图像训练样本，将图像训练样本作为输入数据，输入预设的改进后的异常图像检测网络模型，得到输出的图像训练样本的检测结果；其中，改进后的异常图像检测网络模型的初始网络权重值是基于计算机视觉系统识别项目ImageNet数据库中的样本训练数据集预先训练好的网络权重值；基于每个图像训练样本的检测结果与相应样本的样本标签，对改进后的异常图像检测模型进行迭代训练，得到训练完成的异常图像检测模型。该方法提高了模型的训练效率，和模型的检测准确率。
基本信息
专利标题 ：
异常图像检测模型的训练方法、装置及介质
专利标题（英）：
暂无
公开（公告）号 ：
CN114387451A
申请号 ：
CN202210036055.2
公开（公告）日 ：
2022-04-22
申请日 ：
2022-01-10
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
袁得嵛孟玉颜
申请人 ：
中国人民公安大学
申请人地址 ：
北京市西城区木樨地南里1号
代理机构 ：
北京超凡宏宇专利代理事务所(特殊普通合伙)
代理人 ：
张萍
优先权 ：
CN202210036055.2
主分类号 ：
G06V10/44
IPC分类号 ：
G06V10/44 G06V10/764 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-05-10 ：
实质审查的生效
IPC(主分类) : G06V 10/44
申请日 : 20220110
申请日 : 20220110
2022-04-22 ：
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
