基于稀疏度的图像识别模型的训练方法、装置和设备
公开
摘要
本公开提供了基于稀疏度的图像识别模型的训练方法、装置和设备，涉及人工智能技术领域中的计算机视觉、深度学习等领域，包括：将获取的待训练图像输入至初始的训练模型中；其中，训练模型中包括多个用于处理待训练图像的图像特征图的网络层，网络层配置有参数矩阵，参数矩阵设置有稀疏度；重复以下步骤，直至达到预设的停止条件：对具有第j级稀疏度的各网络层所构成的第i个训练模型进行训练，得到训练后的第i个训练模型；根据训练后的第i个训练模型的网络层的参数矩阵，生成第i+1个训练模型的网络层；将i的取值加1，并将j的取值加1；确定符合第一预设条件的训练后的训练模型，为用于识别图像的图像识别模型。
基本信息
专利标题 ：
基于稀疏度的图像识别模型的训练方法、装置和设备
专利标题（英）：
暂无
公开（公告）号 ：
CN114627342A
申请号 ：
CN202210210049.4
公开（公告）日 ：
2022-06-14
申请日 ：
2022-03-03
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李明昊王豪爽徐畅周兆京党青青刘其文
申请人 ：
北京百度网讯科技有限公司
申请人地址 ：
北京市海淀区上地十街10号百度大厦2层
代理机构 ：
北京同立钧成知识产权代理有限公司
代理人 ：
牛芬洁
优先权 ：
CN202210210049.4
主分类号 ：
G06V10/774
IPC分类号 ：
G06V10/774 G06N3/08
法律状态
2022-06-14 ：
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
