分类模型训练方法、装置、设备以及存储介质
公开
摘要
本申请实施例公开了一种分类模型训练方法、装置、设备以及存储介质，可适用于人工智能、区块链、图像处理以及云计算等领域。该方法包括：获取第一训练样本集和第二训练样本集，每个训练样本集包括多个预设类型的至少一个样本图像；将第二训练样本集中的待预测图像和第一训练样本集中的各样本图像输入初始模型，得到待预测图像属于各预设类型的第一预测概率；确定待预测图像属于各预设类型的第一实际概率；基于各第一预测概率和各第一实际概率确定总训练损失，基于各训练样本集对初始模型进行迭代训练，直至总训练损失符合训练结束条件时停止训练得到分类模型。采用本申请实施例，可基于少量的训练样本图像训练得到准确性较高的分类模型。
基本信息
专利标题 ：
分类模型训练方法、装置、设备以及存储介质
专利标题（英）：
暂无
公开（公告）号 ：
CN114581734A
申请号 ：
CN202210226165.5
公开（公告）日 ：
2022-06-03
申请日 ：
2022-03-09
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
赖锦祥
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 ：
北京市立方律师事务所
代理人 ：
张筱宁
优先权 ：
CN202210226165.5
主分类号 ：
G06V10/774
IPC分类号 ：
G06V10/774 G06V10/764 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-06-03 ：
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
