公开(公告)号：CN110674328A

公开(公告)日：2020-01-10

申请号：CN201910925718.4

申请日：2019-09-27

Applicant: 长城计算机软件与系统有限公司

Inventor： 徐建堂 ,  金忠良 ,  臧亚强 ,  林赞磊 ,  刘纯艳

IPC: G06F16/53 ,  G06F16/55

Abstract: 本发明涉及一种商标图像检索方法、系统、介质及设备，该方法包括：按照每个商标分类号的所有类似群号对包含商标图像的特征向量的特征库进行分库；按照确定的聚类中心的数量对每个所述分库中的商标图像的特征向量进行聚类，在每个所述分库中为属于同一个聚类簇的特征向量划分一个子库；根据待查询商标的分类号和商标图像确定所述待查询商标所属子库；计算所述待查询商标的商标图像的特征向量与所属子库中商标图像的特征向量之间的距离；输出距离最小的前N个商标图像的特征向量对应的商标作为检索结果。本发明可大幅减少线上检索时的搜索范围，尤其当向量维度较高时，可以显著提高检索效率。

公开(公告)号：CN110674881B

公开(公告)日：2022-02-11

申请号：CN201910925704.2

申请日：2019-09-27

Applicant: 长城计算机软件与系统有限公司

Inventor： 臧亚强 ,  金忠良 ,  李东明

IPC: G06V10/774 ,  G06K9/62 ,  G06F16/535 ,  G06F16/53

Abstract: 本发明涉及一种商标图像检索模型训练方法，包括：获取多组样本数据，根据相似度为每个查询样本选择最难正例样本和多个困难负例样本；将一个查询样本、对应的最难正例样本和对应的多个困难负例样本作为一组训练数据，根据多组训练数据利用神经网络进行商标图像检索模型训练；根据多负例对比损失函数对商标图像检索模型进行更新，直至商标图像检索模型在验证集上的验证效果不再提升，则结束训练。本发明根据相似度剔除容易样本、挖掘难分样本，充分利用了少部分难分样本，更有针对性的对神经网络参数进行调整，可以较好地推迟模型收敛/过拟合，使训练更充分，效果更好。本发明还涉及商标图像检索模型训练系统、存储介质及计算机设备。

公开(公告)号：CN110674881A

公开(公告)日：2020-01-10

申请号：CN201910925704.2

申请日：2019-09-27

Applicant: 长城计算机软件与系统有限公司

Inventor： 臧亚强 ,  金忠良 ,  李东明

IPC: G06K9/62 ,  G06F16/535 ,  G06F16/53

Abstract: 本发明涉及一种商标图像检索模型训练方法，包括：获取多组样本数据，根据相似度为每个查询样本选择最难正例样本和多个困难负例样本；将一个查询样本、对应的最难正例样本和对应的多个困难负例样本作为一组训练数据，根据多组训练数据利用神经网络进行商标图像检索模型训练；根据多负例对比损失函数对商标图像检索模型进行更新，直至商标图像检索模型在验证集上的验证效果不再提升，则结束训练。本发明根据相似度剔除容易样本、挖掘难分样本，充分利用了少部分难分样本，更有针对性的对神经网络参数进行调整，可以较好地推迟模型收敛/过拟合，使训练更充分，效果更好。本发明还涉及商标图像检索模型训练系统、存储介质及计算机设备。