图像识别模型的训练方法、训练装置和训练网络
实质审查的生效
摘要
本申请涉及图像识别模型的训练方法、训练装置、训练网络和设备终端，该训练方法通过卷积神经网络对输入的训练图像数据集进行特征提取处理，以得到第一损失函数值，获取卷积神经网络中多个中间层输出的特征图，将各个中间层输出的特征图分别输入到各自对应的预设ViT网络进行特征提取处理，以得到各个预设ViT网络各自对应的第二损失函数值，根据各自对应的第二损失函数值，分别对各个预设ViT网络进行权重和偏置更新，根据第一损失函数值和各个预设ViT网络各自对应的第二损失函数值对卷积神经网络进行权重和偏置更新，循环执行上述步骤以生成对应的图像识别模型。上述训练方法能够将传统的卷积神经网络结构和ViT网络进行融合。
基本信息
专利标题 ：
图像识别模型的训练方法、训练装置和训练网络
专利标题（英）：
暂无
公开（公告）号 ：
CN114445641A
申请号 ：
CN202210110009.2
公开（公告）日 ：
2022-05-06
申请日 ：
2022-01-29
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
申啸尘周有喜
申请人 ：
新疆爱华盈通信息技术有限公司
申请人地址 ：
新疆维吾尔自治区乌鲁木齐市经济技术开发区（头屯河区）喀纳斯湖北路455号新疆软件园E2栋8层801室
代理机构 ：
代理人 ：
优先权 ：
CN202210110009.2
主分类号 ：
G06V10/44
IPC分类号 ：
G06V10/44 G06V10/774 G06K9/62 G06V10/82 G06N3/04 G06N3/08
法律状态
2022-05-24 ：
实质审查的生效
IPC(主分类) : G06V 10/44
申请日 : 20220129
申请日 : 20220129
2022-05-06 ：
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
