基于微调模型的图像识别方法、相关装置及存储介质制造方法及图纸

本申请实施例涉及人工智能领域，提供一种基于微调模型的图像识别方法、相关装置及存储介质，基于微调模型的图像识别方法包括：获取目标图像识别模型和待识别图像，其中，目标图像识别模型为基于目标训练集对预设预训练模型微调得到，目标训练集基于核心源域样本集和目标域样本集确定，核心源域样本集为初始源域样本集的子集，预设预训练模型基于初始源域样本集训练得到，目标域样本集与初始源域样本集不同；基于目标图像识别模型识别待识别图像，得到目标图像识别结果。本申请能够极大缓解灾难性遗忘问题，提高识别准确性。

【技术实现步骤摘要】

本申请实施例涉及人工智能领域，更具体地涉及一种基于微调模型的图像识别方法、相关装置及存储介质。

技术介绍

1、人脸伪造检测技术是指一类技术，目的是识别多媒体是人工智能生成的还是人工创作的。人脸伪造检测产品包含若干种人脸伪造检测技术，给客户自动化识别多媒体是否是人工智能生成的。目前，针对深度伪造技术的检测方法主要使用深度神经网络进行分类，利用深度学习网络来学习真实人脸和合成人脸之间的差异，从而判断图像的真实性。深度神经网络可以从大量的图像数据中提取高层次的特征，如纹理、颜色、形状、边缘等，这些特征可以反映图像的生成过程和质量。伪造人脸图像通常会在这些特征上留下一些痕迹，如模糊、噪声、伪影、不连续、不自然等，这些痕迹可以被深度神经网络捕捉并用于鉴伪。在实际应用中，目标域(target domai n)中数据分布和源域(source domai n)训练集会数据分布会出现不一致，即分布漂移现象，导致检测准确性大幅下降，也即灾难性遗忘问题。具体来说，当预训练模型使用的数据和用户侧数据分布不一致时，会导致模型的鉴伪能力在实际使用中出现大幅下降。</p>

2、也即本文档来自技高网...

【技术保护点】

1.一种基于微调模型的图像识别方法，其特征在于，所述基于微调模型的图像识别方法包括：

2.根据权利要求1所述的基于微调模型的图像识别方法，其特征在于，所述基于微调模型的图像识别方法包括：

3.根据权利要求2所述的基于微调模型的图像识别方法，其特征在于，所述对所述初始源域样本集取子集，得到所述核心源域样本集，包括：

4.根据权利要求3所述的基于微调模型的图像识别方法，其特征在于，所述计算所述目标图像样本与所述初始源域样本集之间的密集度指标，包括：

5.根据权利要求1所述的基于微调模型的图像识别方法，其特征在于，所述基于所述目标图像识别模型识别...

【技术特征摘要】

1.一种基于微调模型的图像识别方法，其特征在于，所述基于微调模型的图像识别方法包括：

2.根据权利要求1所述的基于微调模型的图像识别方法，其特征在于，所述基于微调模型的图像识别方法包括：

3.根据权利要求2所述的基于微调模型的图像识别方法，其特征在于，所述对所述初始源域样本集取子集，得到所述核心源域样本集，包括：

4.根据权利要求3所述的基于微调模型的图像识别方法，其特征在于，所述计算所述目标图像样本与所述初始源域样本集之间的密集度指标，包括：

5.根据权利要求1所述的基于微调模型的图像识别方法，其特征在于，所述基于所述目标图像识别模型识别所述待识别图像，得到目标图像...

【专利技术属性】
技术研发人员：请求不公布姓名，请求不公布姓名，请求不公布姓名，
申请(专利权)人：北京瑞莱智慧科技有限公司，
类型：发明
国别省市：