全球数字财富领导者

大华股份申请模型训练、图像识别方法、电子设备及计算机存储介质专利,提高识别精度

2024-04-02 15:27:16
金融界
金融界
关注
0
0
获赞
粉丝
喜欢 0 0收藏举报
— 分享 —
摘要:金融界2024年4月2日消息,据国家知识产权局公告,浙江大华技术股份有限公司申请一项名为“模型训练、图像识别方法、电子设备及计算机存储介质“,公开号CN117809129A,申请日期为2023年11月。专利摘要显示,本申请提出一种模型训练、图像识别方法、电子设备及计算机存储介质,包括:利用第一特征提取网络获取目标特征样本的第一特征;基于第一特征获取目标特征样本和其他同类特征样本的类内距离获取目标特征样本的难例正样本,利用第二特征提取网络获取难例正样本的第二特征,以及难例负样本的第三特征,第二特征提取网络与第一特征提取网络具体相同的模型结构和模型参数;获取第一特征和所述第二特征的难例正样本距离,以及第一特征和所述第三特征的难例负样本距离;利用难例正样本距离和难例负样本距离训练第一特征提取网络。通过难例挖掘将样本的类内距离以及类间距离拉开,提高识别精度。

金融界2024年4月2日消息,据国家知识产权局公告,浙江大华技术股份有限公司申请一项名为“模型训练、图像识别方法、电子设备及计算机存储介质“,公开号CN117809129A,申请日期为2023年11月。

专利摘要显示,本申请提出一种模型训练、图像识别方法、电子设备及计算机存储介质,包括:利用第一特征提取网络获取目标特征样本的第一特征;基于第一特征获取目标特征样本和其他同类特征样本的类内距离获取目标特征样本的难例正样本,利用第二特征提取网络获取难例正样本的第二特征,以及难例负样本的第三特征,第二特征提取网络与第一特征提取网络具体相同的模型结构和模型参数;获取第一特征和所述第二特征的难例正样本距离,以及第一特征和所述第三特征的难例负样本距离;利用难例正样本距离和难例负样本距离训练第一特征提取网络。通过难例挖掘将样本的类内距离以及类间距离拉开,提高识别精度。

敬告读者:本文为转载发布,不代表本网站赞同其观点和对其真实性负责。FX168财经仅提供信息发布平台,文章或有细微删改。
go