【技术实现步骤摘要】
本申请涉及图像处理，具体涉及一种模型训练方法、装置、电子设备及计算机存储介质。
技术介绍
1、随着互联网的发展，互联网中的图像越来越多。为了方便对图像进行管理，会对图像进行分类，比如，识别图像中包括的标识，根据识别到的标识，对图像中进行分类。
2、其中，可以通过神经网络模型对图像中的标识进行识别。但是，神经网络模型目前的训练方法，导致通过神经网络模型对图像中的标识进行识别时的准确度较低。
技术实现思路
1、本申请实施例提供一种模型训练方法、装置、电子设备及计算机存储介质，可以解决通过神经网络模型对图像中的标识进行识别时的准确度较低的技术问题。
2、本申请实施例提供一种模型训练方法，包括：
3、获取待训练模型的训练集，上述训练集包括多张样本图像，上述样本图像包括样本物品、上述样本物品对应的物品标识以及上述物品标识对应的真实类别；
4、对上述样本图像进行特征提取，得到上述样本图像对应的样本特征；
5、根据上述样本特征，进行类别识别，得到上述物品标识对应的样本预测类别；
6、从上述样本特征中提取出上述物品标识对应的第一样本特征和上述样本物品对应的第二样本特征；
7、根据上述物品标识对应的样本预测类别、上述物品标识对应的真实类别、上述第一样本特征以及上述第二样本特征，对上述待训练模型进行训练，得到用于标识识别的目标模型。
8、相应地，本申请实施例提供一种模型训练装置，包括：
9、样本
10、第一提取模块，用于对上述样本图像进行特征提取，得到上述样本图像对应的样本特征；
11、类别识别模块，用于根据上述样本特征，进行类别识别，得到上述物品标识对应的样本预测类别；
12、第二提取模块，用于从上述样本特征中提取出上述物品标识对应的第一样本特征和上述样本物品对应的第二样本特征；
13、模型训练模块，用于根据上述物品标识对应的样本预测类别、上述物品标识对应的真实类别、上述第一样本特征以及上述第二样本特征，对上述待训练模型进行训练，得到用于标识识别的目标模型。
14、此外，本申请实施例还提供一种电子设备，包括处理器和存储器，上述存储器存储有计算机程序，上述处理器用于运行上述存储器内的计算机程序实现本申请实施例提供的模型训练方法或标识识别方法。
15、此外，本申请实施例还提供一种计算机可读存储介质，上述计算机可读存储介质存储有计算机程序，上述计算机程序适于处理器进行加载，以执行本申请实施例所提供的任一种模型训练方法或标识识别方法。
16、此外，本申请实施例还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现本申请实施例所提供的任一种模型训练方法或标识识别方法。
17、在本申请实施例中，获取待训练模型的训练集，训练集包括多张样本图像，样本图像包括样本物品、样本物品对应的物品标识以及物品标识对应的真实类别；对样本图像进行特征提取，得到样本图像对应的样本特征；根据样本特征，进行类别识别，得到物品标识对应的样本预测类别；从样本特征中提取出物品标识对应的第一样本特征和样本物品对应的第二样本特征；根据物品标识对应的样本预测类别、物品标识对应的真实类别、第一样本特征以及第二样本特征，对待训练模型进行训练，得到用于标识识别的目标模型，实现将物品和标识联合训练待训练模型，使得在采用训练得到的目标模型进行标识识别时，可以提高识别到的标识的准确性。
本文档来自技高网...【技术保护点】
1.一种模型训练方法，其特征在于，包括：
2.根据权利要求1所述的模型训练方法，其特征在于，所述物品标识对应的样本预测类别、所述物品标识对应的真实类别、所述第一样本特征以及所述第二样本特征，对所述待训练模型进行训练，得到用于标识识别的目标模型，包括：
3.根据权利要求2所述的模型训练方法，其特征在于，所述第二损失值包括对比损失值，所述根据所述样本相似度，确定所述待训练模型的第二损失值，包括：
4.根据权利要求2所述的模型训练方法，其特征在于，所述待训练模型包括第一特征提取层、类别识别层以及第二特征提取层；
5.根据权利要求2所述的模型训练方法，其特征在于，所述待训练模型包括第一特征提取层、类别识别层以及第二特征提取层；
6.根据权利要求2所述的模型训练方法，其特征在于，所述根据所述第一损失值和所述第二损失值，对所述待训练模型进行训练，得到用于标识识别的目标模型，包括：
7.一种标识识别方法，其特征在于，通过权利要求1-6任一项所述的目标模型实现，所述方法包括：
8.一种模型训练装置，其特征在于，包
9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有计算机程序，所述处理器用于运行所述存储器内的计算机程序，以执行权利要求1至6任一项所述的模型训练方法或权利要求7所述的标识识别方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序适于处理器进行加载，以执行权利要求1至6任一项所述的模型训练方法或权利要求7所述的标识识别方法。
...【技术特征摘要】
1.一种模型训练方法，其特征在于，包括：
2.根据权利要求1所述的模型训练方法，其特征在于，所述物品标识对应的样本预测类别、所述物品标识对应的真实类别、所述第一样本特征以及所述第二样本特征，对所述待训练模型进行训练，得到用于标识识别的目标模型，包括：
3.根据权利要求2所述的模型训练方法，其特征在于，所述第二损失值包括对比损失值，所述根据所述样本相似度，确定所述待训练模型的第二损失值，包括：
4.根据权利要求2所述的模型训练方法，其特征在于，所述待训练模型包括第一特征提取层、类别识别层以及第二特征提取层；
5.根据权利要求2所述的模型训练方法，其特征在于，所述待训练模型包括第一特征提取层、类别识别层以及第二特征提取层；
6.根据权利要求2所...
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。