【技术实现步骤摘要】
一种图片分类模型训练方法、装置、介质及电子设备
本说明书涉及互联网信息处理
，尤其涉及一种图片分类模型训练方法、装置、介质及电子设备。
技术介绍
随着互联网技术的发展，越来越多的人们通过互联网服务平台购买自己所需要的产品。互联网服务平台一般通过图片、视频和/或文字的方式向用户展示产品。用户则通过互联网服务平台所展示的图片、视频和/或文字了解产品的性能、特点，进而选择所需要的产品。由此可见，互联网服务平台在向用户展示产品的图片时，针对同一个产品的多张图片，如何筛选出质量好的图片很重要。
技术实现思路
本说明书提供一种图片分类模型训练方法、装置、介质及电子设备，以部分解决上述现有技术存在的问题。本说明书采用下述技术方案：本说明书提供的一种图片分类模型训练方法，包括：确定实际图片；根据所述实际图片，生成图片质量与所述实际图片的图片质量不同的图片，作为衍生图片；将所述衍生图片输入预先训练的第一模型，得到所述第一模型输出的所述衍生图片的图片质量；提取所述...
【技术保护点】
1.一种图片分类模型训练方法，其特征在于，包括：/n确定实际图片；/n根据所述实际图片，生成图片质量与所述实际图片的图片质量不同的图片，作为衍生图片；/n将所述衍生图片输入预先训练的第一模型，得到所述第一模型输出的所述衍生图片的图片质量；/n提取所述实际图片的特征以及所述衍生图片的特征，根据所述实际图片的特征和所述衍生图片的特征，确定所述实际图片与所述衍生图片的共性特征，并建立所述共性特征与所述第一模型输出的所述衍生图片的图片质量之间的对应关系；/n以所述实际图片和所述对应关系作为输入，以所述实际图片的图片质量作为标注，对待训练的图片分类模型进行训练，所述图片分类模型用于确...
【技术特征摘要】
1.一种图片分类模型训练方法，其特征在于，包括：
确定实际图片；
根据所述实际图片，生成图片质量与所述实际图片的图片质量不同的图片，作为衍生图片；
将所述衍生图片输入预先训练的第一模型，得到所述第一模型输出的所述衍生图片的图片质量；
提取所述实际图片的特征以及所述衍生图片的特征，根据所述实际图片的特征和所述衍生图片的特征，确定所述实际图片与所述衍生图片的共性特征，并建立所述共性特征与所述第一模型输出的所述衍生图片的图片质量之间的对应关系；
以所述实际图片和所述对应关系作为输入，以所述实际图片的图片质量作为标注，对待训练的图片分类模型进行训练，所述图片分类模型用于确定输入图片的图片质量，并根据输入图片的图片质量对输入图片进行分类。
2.根据权利要求1所述的方法，其特征在于，根据所述实际图片，生成图片质量与所述实际图片的图片质量不同的图片，具体包括：
根据所述实际图片以及设定的图片质量标签，生成满足所述图片质量标签要求的图片。
3.根据权利要求2所述的方法，其特征在于，预先训练第一模型，具体包括：
以所述衍生图片作为输入，以图片质量标签为标注，对所述第一模型进行训练。
4.根据权利要求1所述的方法，其特征在于，根据所述实际图片的特征和所述衍生图片的特征，确定所述实际图片与所述衍生图片的共性特征，具体包括：
将所述实际图片的特征和所述衍生图片的特征输入预先训练的第二模型，得到所述第二模型的特征抽取层输出的特征，作为所述实际图片与所述衍生图片的共性特征。
5.根据权利要求4所述的方法，其特征在于，所述第二模型用于识别输入所述第二模型的图片的生成类型，所述生成类型包括实际图片的类型和衍生图片的类型；
预先训练第二模型，具体包括：
将所述实际图片和所述衍生图片输入待训练的第二模型，根据所述待训练的第二模型的识别误差，训练所述第二模型。
6.根据权利要求5所述的图片分类模型训练方法，其特征在于，所述第二模型中包含输入层、特征抽取层、输出层和梯度反转层；
将所述实际图片和所述衍生图片输入待训练的第二模型，根据所述待训练的第二模型的识别误差，训练所述第二模型，具体包括：
将所述实际图片和所述衍生图片...
【专利技术属性】
技术研发人员：吴桐，
申请(专利权)人：北京三快在线科技有限公司，
类型：发明
国别省市：北京;11
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。