申请/专利权人：北京嘀嘀无限科技发展有限公司

申请日：2021-02-02

公开（公告）日：2024-04-26

公开（公告）号：CN112949693B

主分类号：G06V10/764

分类号：G06V10/764;G06V10/82;G06N3/0464;G06N3/09

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2021.07.02#实质审查的生效;2021.06.11#公开

摘要：本发明实施例公开了一种图像分类模型的训练方法、图像分类方法、装置和设备，通过从训练集中抽取至少一个第一支持集和第一查询集形成至少一个样本任务，将该样本任务输入至图像分类模型的编码器模块进行特征提取，获取对应的第一样本特征向量，生成第一支持集和第一查询集中的样本的学习标签，将各第一样本特征向量以及对应的元学习标签输入至图像分类模型的情节学习模块，确定第一损失，将各样本特征向量以及对应的类别标签输入至分类模块，确定第二损失，根据第一损失和第二损失调节编码器模块、情节学习模块和分类模块的参数，以确定图像分类模型，由此，可以提高图像分类模型的鲁棒性和分类准确率。

主权项：1.一种图像分类模型的训练方法，其特征在于，所述方法包括：从训练集中抽取至少一个第一支持集和第一查询集，所述第一支持集和对应的第一查询集形成一个样本任务，所述训练集包括多种类别的图像样本，所述第一支持集和第一查询集中的样本具有类别标签；将所述样本任务的第一支持集和第一查询集输入至所述图像分类模型的编码器模块进行特征提取，以获取所述样本任务的第一支持集和第一查询集对应的第一样本特征向量；生成所述样本任务的第一支持集和第一查询集中的样本的学习标签；将各所述第一样本特征向量以及对应的元学习标签输入至所述图像分类模型的情节学习模块，以确定第一损失，所述情节学习模块根据样本之间的相似度来确定样本属于各图像类别的概率，根据概率预测对应样本的图像类别；将各所述第一样本特征向量以及对应的类别标签输入至分类模块，以确定第二损失，所述分类模块根据语义信息来确定样本属于各图像类别的概率，根据概率预测对应样本的图像类别；根据第一损失和第二损失调节所述编码器模块、情节学习模块和分类模块的参数，以确定所述图像分类模型。

全文数据：

权利要求：

百度查询： 北京嘀嘀无限科技发展有限公司 图像分类模型的训练方法、图像分类方法、装置和设备

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