【技术实现步骤摘要】
模型训练及图像分类方法、装置、电子设备及存储介质
[0001]本申请涉及图像处理领域，尤其涉及一种模型训练及图像分类方法、装置、电子设备及存储介质。
技术介绍
[0002]数字化身份核验已经成为社会的一项基本技术需求，其中，利用卡证类(可以理解为不同类型的证件或卡片，比如身份证)图像进行身份核验的需求较为突出。进行身份核验之前，需要对卡证类图像进行质量检测，以判断图像是否存在模糊、遮挡、正反颠倒等质量问题；具体地，通过图像分类模型对输入图像进行分类，来判断图像是否属于合格图像，进而实现对图像的质量检测。
[0003]相关技术中，针对卡证类图像，存在图像分类准确率低的问题。
技术实现思路
[0004]为解决相关技术问题，本申请实施例提供一种模型训练及图像分类方法、装置、电子设备及存储介质。
[0005]本申请实施例的技术方案是这样实现的：
[0006]本申请实施例提供一种模型训练方法，包括：
[0007]获取第一图像样本数据和第一信息，所述第一图像样本数据包含至少两个类别的图像样...
【技术保护点】
【技术特征摘要】
1.一种模型训练方法，其特征在于，包括：获取第一图像样本数据和第一信息，所述第一图像样本数据包含至少两个类别的图像样本数据，第一信息表征所述至少两个类别中一个类别与所述至少两个类别中其他类别的关联关系；利用所述至少两个类别的图像样本数据，对第一模型进行训练，所述第一模型用于对待分类图像进行分类，所述第一模型的损失函数至少与所述第一信息关联。2.根据权利要求1所述的方法，其特征在于，在训练过程中，针对所述至少两个类别中的第一类别，利用所述第一信息、第二信息和第三信息确定所述第一类别的损失值，所述第二信息包含第一类别的权重和所述至少两个类别中其他类别的权重，类别的权重与类别的图像样本数据量关联，所述第三信息包含所述至少两个类别中其他类别的损失值。3.根据权利要求2所述的方法，其特征在于，类别的权重与类别的图像样本数据量负相关。4.根据权利要求2所述的方法，其特征在于，针对所述其他类别中的第二类别，确定所述第一类别的损失值时，所述方法包含以下之一：在存在第一关系的情况下，确定所述第一类别的损失值时去除所述第二类别的损失值，所述第一关系包含所述第一类别与所述第二类别间不具有依赖关系；在存在第二关系的情况下，确定所述第一类别的损失值时保留所述第二类别的损失值，所述第二关系包含所述第一类别与所述第二类别间具有相互依赖关系；在存在第三关系的情况下，确定所述第一类别的损失值时保留所述第二类别的损失值，所述第三关系包含所述第一类别与所述第二类别间具有单向依赖关系。5.根据权利要求1所述的方法，其特征在于，所述第一模型包含至少一层网络层，所述至少一层网络层中至少一层网络层包含至少两个基本块。6.根据权利要求1至5任一项所述的方法，其特征在于，所述方法还包括：获取第二图像样本数据和第四信息，所述第二图像样本数据包含的图像样本数据的类别与所述第一图像样本数据的类别不同，所述第四信息表征所述第二图像样本数据的类别与所述至少两个类别中一个类别的关联关系；利用所述第四信息，对所述第一模型进行更新，更新后的所述第一模型与更新前的所述第一模型的部分网络层参数相同；利用所述第一图像样本数据和所述第二图像样本数据，对更新后的所述第一模型进行训练。7.根据权利要求6所述的方法，其特征在于，...
【专利技术属性】
技术研发人员：李一龙，李文蔚，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：
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。