【技术实现步骤摘要】
图像检索模型的训练方法、装置、设备及存储介质
本申请实施例涉及图像检索
,特别涉及一种图像检索模型的训练方法、装置、设备及存储介质。
技术介绍
随着大数据时代的到来,互联网中图像、视频、文本等资源迅猛增长。为了在大规模图像库中进行快速有效地检索,在图像检索模型中引入哈希函数,通过哈希函数将图像保持相似性地转换为二进制哈希码。由于二进制哈希码在汉明距离计算上的高效性和存储空间上的优势,哈希函数广泛应用于大规模图像检索中。在相关技术中,利用数据的成对相似性(即每轮训练样本为两张图像,该两张图像为相同类别或不同类别)或者数据的三联体相似性(即每轮训练样本为三张图像,其中两张图像为相同类别,另一张图像为其它类别),通过最小化相同类别的两张图像之间的汉明距离,最大化不同类别的两张图像之间的汉明距离训练包含哈希函数的图像检索模型,通过该图像检索模型生成图像的哈希码用于图像检索。上述相关技术中,每一轮训练中只能得到两张图像或三张图像的相似度信息,训练效率低。
技术实现思路
本申请实施例提供了一种图像检索模型的训练方法、装置、设备及存储介质,可用于解决相关技术提供的训练方法,训练效率低的技术问题。所述技术方案如下:一方面,本申请实施例提供一种图像检索模型的训练方法,所述方法包括:构建图像检索模型;获取训练样本,所述训练样本包括图像样本以及所述图像样本的标注信息,所述图像样本的标注信息用于指示所述图像样本所属类别;根据所述图像样本的标注信息,确定所述图像样本对应的哈希中心,所述哈希中心用于通过哈希码反映图像所属类别的类别特征;通过所述图像样本的哈希码和所述图像样本对应的哈 ...
【技术保护点】
1.一种图像检索模型的训练方法,其特征在于,所述方法包括:获取图像检索模型;获取训练样本,所述训练样本包括图像样本以及所述图像样本的标注信息,所述图像样本的标注信息用于指示所述图像样本所属类别;根据所述图像样本的标注信息,确定所述图像样本对应的哈希中心,所述哈希中心用于通过哈希码反映图像所属类别的类别特征;通过所述图像样本的哈希码和所述图像样本对应的哈希中心,对所述图像检索模型进行训练,得到完成训练的图像检索模型。
【技术特征摘要】
1.一种图像检索模型的训练方法,其特征在于,所述方法包括:获取图像检索模型;获取训练样本,所述训练样本包括图像样本以及所述图像样本的标注信息,所述图像样本的标注信息用于指示所述图像样本所属类别;根据所述图像样本的标注信息,确定所述图像样本对应的哈希中心,所述哈希中心用于通过哈希码反映图像所属类别的类别特征;通过所述图像样本的哈希码和所述图像样本对应的哈希中心,对所述图像检索模型进行训练,得到完成训练的图像检索模型。2.根据权利要求1所述的方法,其特征在于,所述根据所述图像样本的标注信息,确定所述图像样本对应的哈希中心,包括:根据所述图像样本的标注信息,从m个样本哈希中心中确定所述图像样本对应的哈希中心,每个所述样本哈希中心对应于各自的类别,所述m为大于等于1的整数。3.根据权利要求2所述的方法,其特征在于,所述根据所述图像样本的标注信息,从m个样本哈希中心中确定所述图像样本对应的哈希中心之前,还包括:选择m个满足目标条件的候选哈希中心,确定为m个所述样本哈希中心;其中,所述目标条件包括:每个所述候选哈希中心中各个维度的值为1或者0,和,m个所述候选哈希中心中任意两个所述候选哈希中心之间的平均距离小于或等于距离阈值。4.根据权利要求3所述的方法,其特征在于,所述选择m个满足目标条件的候选哈希中心,确定为m个所述样本哈希中心,包括:从哈达玛矩阵中选择任意m行作为m个所述候选哈希中心,确定为m个所述样本哈希中心,所述哈达玛矩阵符合所述目标条件。5.根据权利要求1所述的方法,其特征在于,所述通过所述图像样本的哈希码和所述图像样本对应的哈希中心,对所述图像检索模型进行训练,得到完成训练的图像检索模型,包括:通过所述图像样本的误差损失函数和量化损失函数,来调整所述图像检索模型的参数,得到所述完成训练的图像检索模型;其中,所述误差损失函数用于衡量所述图像样本的哈希码与所述图像样本对应的哈希中心之间的差异程度,所述量化损失函数用于衡量所述图像样本的哈希码中各个维度的值与二值之间的差异程度,所述二值包括1和0。6.根据权利要求5所述的方法,其特征在于,所述通过所述图像样本的误差损失函数和量化损失函数,来调整所述图像检索模型的参数,得到所述完成训练的图像检索模型之前,还包括:根据所述图像样本的哈希码与所述图像样本对应的哈希中心,计算所述误差损失函数的误差;根据所述图像样本的哈希码,计算所述量化损失函数的值。7.根据权利要求6所述的方法,其特征在于,所述通过所述图像样本的误差损失函数和量化损失函数,来调整所述图像检索模型的参数,得到所述完成训练的图像检索模型,包括:根据所述误差损失函数与所述量化损失函数,构建目标函数;通过最小化所述目标函数的值,来调整所述图像检索模型的参数,得到所述完成训练的图像检索模型。8.根据权利要求5至7任一项所述的方法,其特...
【专利技术属性】
技术研发人员:揭泽群,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:广东,44
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。