【技术实现步骤摘要】
本申请涉及人工智能，特别涉及一种图像分类模型的训练方法、装置、设备及存储介质。
技术介绍
1、知识蒸馏技术能够借助预训练的教师模型，来增强学生模型在相关领域的训练，从而有效地将特定知识传递给学生模型。
2、在图像分类领域，可以使用源域图像集训练一个教师模型，使用目标域图像集训练一个学生模型，使用教师模型来监督学生模型的训练过程。
3、在源域和目标域的特征差异较大的情况下，上述方法训练得到的学生模型的精度较差，教师模型的迁移性不高。
技术实现思路
0、
技术实现思路
：
1、本申请提供了一种图像分类模型的训练方法、装置、设备及存储介质，所述技术方案如下：
2、根据本申请的一方面，提供了一种图像分类模型的训练方法，所述方法由部署有教师模型和学生模型的计算机设备执行，所述方法包括：
3、获取源域图像和目标域图像；
4、使用所述目标域图像增强所述源域图像，得到增强图像；
5、使用所述源域图像和所述增强图像训练所述教师模...
【技术保护点】
1.一种图像分类模型的训练方法，其特征在于，所述方法由部署有教师模型和学生模型的计算机设备执行，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述使用所述目标域图像增强所述源域图像，得到增强图像，包括：
3.根据权利要求2所述的方法，其特征在于，所述源域图像包括至少两个源域图像特征，所述目标域图像包括至少两个目标域图像特征；
4.根据权利要求3所述的方法，其特征在于，所述源域图像包括多个第一切片，所述多个第一切片具有一一对应的第一切片特征；所述目标域图像包括多个第二切片，所述多个第二切片具有一一对应的第二切片特征；>
5.根据权利...
【技术特征摘要】
1.一种图像分类模型的训练方法，其特征在于，所述方法由部署有教师模型和学生模型的计算机设备执行，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述使用所述目标域图像增强所述源域图像，得到增强图像，包括：
3.根据权利要求2所述的方法，其特征在于，所述源域图像包括至少两个源域图像特征，所述目标域图像包括至少两个目标域图像特征；
4.根据权利要求3所述的方法，其特征在于，所述源域图像包括多个第一切片，所述多个第一切片具有一一对应的第一切片特征；所述目标域图像包括多个第二切片，所述多个第二切片具有一一对应的第二切片特征；
5.根据权利要求3所述的方法，其特征在于，所述使用所述相似目标域图像特征增强所述源域图像特征，得到所述增强图像的增强图像特征，包括：
6.根据权利要求1至5任一所述的方法，其特征在于，所述使用所述训练后的教师模型监督学生模型的训练过程，包括：
7.根据权利要求6所述的方法，其特征在于，所述计算机设备还部署有多头特征适应网络；
【专利技术属性】
技术研发人员：熊聪豪，郑昊，魏东，郑冶枫，
申请(专利权)人：腾讯科技深圳有限公司，
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。