公开(公告)号：CN114972790B

公开(公告)日：2024-12-20

申请号：CN202210625461.2

申请日：2022-06-02

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 解天舒 ,  杨宇航 ,  刘明 ,  王晓敏 ,  龚海刚 ,  程旋 ,  刘明辉 ,  邓佳丽

IPC: G06V10/44 ,  G06V10/764 ,  G06V10/774 ,  G06V10/776 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明的实施例提供了一种图像分类模型训练方法、图像分类方法、电子设备及存储介质，涉及计算机视觉领域。获取已标注类型标签的多张图像样本。针对每一张图像样本，将图像样本输入至图像分类模型，在图像分类模型中的任意一层卷积层中，从图像样本中提取出多张具有不同通道的特征图像。其中，不同通道表征图像样本不同的图像特征。利用预测得到的图像样本的类型标签和特征图像的类型标签，以及该图像样本已标注的类型标签，计算得到图像分类模型的损失值，基于该损失值调整图像分类模型的参数。重复执行上述步骤，以使可以达到预期训练目标。如此，由于没有增加输入图像分类模型的图像样本的数量，使得每次模型训练耗费的时间更少。

公开(公告)号：CN114972790A

公开(公告)日：2022-08-30

申请号：CN202210625461.2

申请日：2022-06-02

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 解天舒 ,  杨宇航 ,  刘明 ,  王晓敏 ,  龚海刚 ,  程旋 ,  刘明辉 ,  邓佳丽

IPC: G06V10/44 ,  G06V10/764 ,  G06V10/774 ,  G06V10/776 ,  G06V10/82 ,  G06N3/04

Abstract: 本发明的实施例提供了一种图像分类模型训练方法、图像分类方法、电子设备及存储介质，涉及计算机视觉领域。获取已标注类型标签的多张图像样本。针对每一张图像样本，将图像样本输入至图像分类模型，在图像分类模型中的任意一层卷积层中，从图像样本中提取出多张具有不同通道的特征图像。其中，不同通道表征图像样本不同的图像特征。利用预测得到的图像样本的类型标签和特征图像的类型标签，以及该图像样本已标注的类型标签，计算得到图像分类模型的损失值，基于该损失值调整图像分类模型的参数。重复执行上述步骤，以使可以达到预期训练目标。如此，由于没有增加输入图像分类模型的图像样本的数量，使得每次模型训练耗费的时间更少。