申请/专利权人:北京新氧科技有限公司
申请日:2022-09-26
公开(公告)日:2024-04-05
公开(公告)号:CN117831087A
主分类号:G06V40/16
分类号:G06V40/16;G06V10/44;G06V10/75;G06V10/764;G06V10/80;G06V10/774;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.23#实质审查的生效;2024.04.05#公开
摘要:本申请公开了一种皱纹检测模型的训练方法及装置,方法包括:获取人脸样本上标注的皱纹类别的标签;根据每种皱纹类别的标签在人脸样本包含的像素确定每种皱纹类别的类别权重;将人脸样本输入皱纹检测模型,由皱纹检测模型学习并输出预测结果;利用预测结果、类别权重以及标签确定目标损失值,根据目标损失值优化模型参数;在不满足模型训练结束条件时,继续执行将人脸样本输入皱纹检测模型的过程。通过皱纹类别的标签在人脸样本中包含的像素引入每种皱纹类别的类别权重,使得每种皱纹的类别权重与皱纹在人脸样本中的占比相关。并将类别权重用于损失计算,让模型更加关注小物体同时,平衡各类皱纹对损失的贡献,从而获得适应于皱纹检测场景的模型。
主权项:1.一种皱纹检测模型的训练方法,其特征在于,所述方法包括:获取人脸样本上标注的皱纹类别的标签;根据每种皱纹类别的标签在所述人脸样本中包含的像素,确定每种皱纹类别的类别权重;将所述人脸样本输入预构建的皱纹检测模型,以由所述皱纹检测模型学习预测并输出预测结果;利用所述预测结果、所述类别权重以及所述标签确定目标损失值,并根据所述目标损失值优化所述皱纹检测模型的模型参数;在确定不满足模型训练结束条件时,继续执行将所述人脸样本输入皱纹检测模型的过程。
全文数据:
权利要求:
百度查询: 北京新氧科技有限公司 皱纹检测模型的训练方法、装置及皱纹检测方法、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。