申请/专利权人：合肥美亚光电技术股份有限公司

申请日：2020-02-28

公开（公告）日：2022-09-23

公开（公告）号：CN113326857B

主分类号：G06K9/62

分类号：G06K9/62

优先权：

专利状态码：有效-授权

法律状态：2022.09.23#授权;2021.09.17#实质审查的生效;2021.08.31#公开

摘要：本发明公开了一种模型训练方法及装置，其中，方法包括：获取样本集合，并对样本集合进行分类以形成多个分类样本集合；获取每个分类样本集合之中每个样本的范数值；根据每个分类样本集合之中每个样本的范数值从每个分类样本集合之中抽取m个样本，以形成第一训练集合；根据第一训练集合对模型进行训练。根据本发明实施例的模型训练方法，通过从分类产生的各类样本中，分别抽取样本来组成用于训练的样本，保证了样本类间的均衡性，可以避免训练样本不会偏向部分类，通过这种训练方式，可以提高训练后的模型的识别性能与鲁棒性，根据范数值抽取样本，可以更有针对性的抽取样本，有利于控制整个训练过程。

主权项：1.一种图像分类模型训练方法，其特征在于，包括：获取样本集合，并对所述样本集合进行颜色分类以形成多个分类样本集合，其中，样本为图像；获取每个所述分类样本集合之中每个样本的范数值；根据每个所述分类样本集合之中每个所述样本的范数值从所述每个分类样本集合之中抽取m个样本，以形成第一训练集合；根据所述第一训练集合对所述模型进行训练；其中，在所述根据所述第一训练集合对所述模型进行训练之后，还包括：根据训练之后的模型对所述每个分类样本集合之中的剩余样本进行测试，以将类别判断正确的样本剔除；判断所述每个分类样本集合之中的剩余样本数量是否满足预设条件；如果不满足所述预设条件，则根据每个所述分类样本集合之中每个所述样本的范数值从所述每个分类样本集合之中抽取m个样本，并将抽取到的样本加入所述第一训练集合，以更新所述第一训练集合；根据更新后的所述第一训练集合对所述模型进行训练；返回执行所述根据训练之后的模型对所述每个分类样本集合之中的剩余样本进行测试，以将类别判断正确的样本剔除，直至所述剩余样本数量满足所述预设条件。

全文数据：

权利要求：

百度查询： 合肥美亚光电技术股份有限公司 模型训练方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD