公开(公告)号：CN115797924A

公开(公告)日：2023-03-14

申请号：CN202211579758.6

申请日：2022-12-06

Applicant: 中国科学院计算技术研究所

Inventor： 蒋树强 ,  宋佳骏 ,  李卓 ,  闵巍庆

IPC: G06V20/68 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06F16/583

Abstract: 一种用于食品图像分类的模型的训练方法，所述模型包括特征提取器和分类器，所述方法包括：S1、获取包含多个样本和对应标签的初始的训练集并将其划分为多个批次，在每个批次基于当前批次中的样本构建多个包含锚样本、正样本和负样本的三元组，其中，每个样本为一张食品图像，样本对应的标签指示食品图像的类别；S2、对初始的训练集的每个批次选定部分三元组进行优化，优化时将选定的三元组的负样本用其正样本替代并将选定的三元组的正样本用其锚样本替代以得到优化的三元组，基于优化的三元组与未选定的三元组构成优化的训练集；S3、利用优化的训练集训练用于提取样本特征的特征提取器以及用于根据样本特征对样本进行分类的分类器进行分批次训练。

公开(公告)号：CN114118218A

公开(公告)日：2022-03-01

申请号：CN202111283429.2

申请日：2021-11-01

Applicant: 北京三快在线科技有限公司 ,  中国科学院计算技术研究所

Inventor： 闵巍庆 ,  李卓 ,  康丽萍 ,  魏晓明 ,  魏晓林 ,  蒋树强

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本说明书公开了一种模型训练的方法，由于终端可以从待训练模型所需的基础损失函数中，以用于收敛该待训练模型中模型参数的相关项作为导函数，并通过求解出该导函数的方式，得到用于训练待训练模型的实际损失函数，这样可以有效地去除基础损失函数中冗余项对待训练模型过程中的不利影响，从而有效地提高了模型训练的效率。

公开(公告)号：CN114118218B

公开(公告)日：2025-05-02

申请号：CN202111283429.2

申请日：2021-11-01

Applicant: 北京三快在线科技有限公司 ,  中国科学院计算技术研究所

Inventor： 闵巍庆 ,  李卓 ,  康丽萍 ,  魏晓明 ,  魏晓林 ,  蒋树强

IPC: G06V10/774 ,  G06N3/0464 ,  G06N3/08

Abstract: 本说明书公开了一种模型训练的方法，由于终端可以从待训练模型所需的基础损失函数中，以用于收敛该待训练模型中模型参数的相关项作为导函数，并通过求解出该导函数的方式，得到用于训练待训练模型的实际损失函数，这样可以有效地去除基础损失函数中冗余项对待训练模型过程中的不利影响，从而有效地提高了模型训练的效率。