The embodiment of the application discloses a picture training method and system with enhanced interpretation, which relates to the technical field of intelligent terminals. The method comprises: obtaining the first tag of the first data set; disassembling the first tag into a plurality of secondary tags according to the interpretation; training the first tag according to the second data set of the secondary tag; and generating a generalizable model. The interpretation-enhanced image training method and system of this application, through interpretation disassembly to obtain the first tag for a number of secondary tags, according to the data set of secondary tags to train the first tag, and produce a generalizable model of the first tag, enhance the image training effect, improve user experience.
【技术实现步骤摘要】
一种释义加强的图片训练方法及系统
本申请涉及智能终端
，尤其涉及释义加强的图片训练方法及系统。
技术介绍
随着通信技术的飞速发展，人们的生活、工作等与智能终端(例如，通信终端等)息息相关。目前，智能终端的功能逐渐多样化，例如，智能终端可以实现相册图片的自动分类整理等功能。其中，图片分类主要通过神经网络训练模型实现，具体包括输入有标签的训练集，经过神经网络的训练，输出最终模型，并利用训练得到的模型对其他图片进行分类。然而，很多标签的训练集非常少或难以获得，例如，由于异常场景、特殊标签的训练集难以获得，终端很难针对这些缺少训练集的标签进行训练。因此，期望提供一种释义加强的图片训练方法及系统，通过释义拆解获取的第一标签为多个二级标签，根据二级标签的数据集训练第一标签，并生产第一标签的可泛化模型，加强图片训练效果，改善用户体验。
技术实现思路
根据本申请的一些实施例的第一方面，提供了一种释义加强的图片训练方法，应用于终端(例如，电子设备等)中，所述方法可以包括：获取第一数据集的第一标签；根据释义拆解所述第一标签为多个二级标签；根据所述二级标签的第二数据集，训练所述第一标...
【技术保护点】
1.一种释义加强的图片训练方法，其特征在于，包括：获取第一数据集的第一标签；根据释义拆解所述第一标签为多个二级标签；根据所述二级标签的第二数据集，训练所述第一标签；生成可泛化模型。
【技术特征摘要】
1.一种释义加强的图片训练方法，其特征在于，包括：获取第一数据集的第一标签；根据释义拆解所述第一标签为多个二级标签；根据所述二级标签的第二数据集，训练所述第一标签；生成可泛化模型。2.根据权利要求1所述的释义加强的图片训练方法，其特征在于，进一步包括：确定所述二级标签的权重。3.根据权利要求2所述的释义加强的图片训练方法，其特征在于，进一步包括：改写神经网络模型的训练模块。4.根据权利要求3所述的释义加强的图片训练方法，其特征在于，所述神经网络模型包括通过代码实现的开源模型，所述模型包括图片分类模型。5.根据权利要求4所述的释义加强的图片训练方法，其特征在于，所述图片分类模型包括VGGNet模型、ResNet模型、InceptionV3模型。6.根据权利要求4所述的释义加强的图片训练方法，其特征在于，所述神经网...
【专利技术属性】
技术研发人员：陶然，孟凡靖，李明静，
申请(专利权)人：上海爱优威软件开发有限公司，
类型：发明
国别省市：上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。