申请/专利权人：昆仑芯(北京)科技有限公司

申请日：2022-09-29

公开（公告）日：2024-03-19

公开（公告）号：CN115410048B

主分类号：G06V10/764

分类号：G06V10/764;G06V10/42;G06V10/774;G06V10/80;G06N20/00

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2022.12.16#实质审查的生效;2022.11.29#公开

摘要：本公开提供了图像分类模型的训练及图像分类方法、装置、设备及介质，涉及人工智能领域，尤其涉及深度学习领域。具体实现方案为：获取目标图像格式的训练图像集，并根据与训练图像集匹配的关键频段，构建用于滤除关键频段内所有信号的旁路模块；在待训练的图像分类模型中，识别至少一个低维图像特征提取层，并在至少一个低维图像特征提取层的输出端并接所述旁路模块，得到改进模型；使用训练图像集对改进模型进行训练，并去除训练完成的改进模型中并接的各旁路模块，得到目标图像分类模型，以扩展目标图像分类模型所适配的图像格式。通过本公开的技术方案可以提高图像分类模型的鲁棒性。

主权项：1.一种图像分类模型的训练方法，包括：获取目标图像格式的训练图像集，并根据与所述训练图像集匹配的关键频段，构建用于滤除所述关键频段内所有信号的旁路模块；其中，关键频段指训练图像集中各训练图像对应的各频域信号所集中的频段；旁路模块指预先设定的用于滤除关键频段内所有信号，并输出关键频段之外的图像特征的模块；在待训练的图像分类模型中，识别至少一个低维图像特征提取层，并在所述至少一个低维图像特征提取层的输出端并接所述旁路模块，得到改进模型；使用所述训练图像集对所述改进模型进行训练，并去除训练完成的所述改进模型中并接的各旁路模块，得到目标图像分类模型，以扩展所述目标图像分类模型所适配的图像格式。

全文数据：

权利要求：

百度查询： 昆仑芯(北京)科技有限公司 图像分类模型的训练及图像分类方法、装置、设备及介质

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