【技术实现步骤摘要】
本申请涉及人工智能领域，尤其涉及一种识别模型获得方法以及装置。
技术介绍
1、神经网络模型，是当前较为火热的人工智能技术，可利用到工业识别任务中。在工业识别任务中，由于产线变动、供应来料变化、产品设计更新等原因，识别任务经常会发生变换，例如原本识别产品的表面缺陷的任务，变更为识别产品的表面颜色的任务等。现有数据驱动的识别模型，无法简单泛化到新的识别任务上，针对新的识别任务，识别模型需要重新经历数据收集、数据标注、模型训练等执行流程，不同识别任务的执行将会消耗海量的时间成本和人力成本。
技术实现思路
1、本申请提供了一种识别模型获得方法以及装置，本申请提供了以下技术方案：
2、一种识别模型获得方法，包括：
3、基于目标图像集，确定初始识别模型中多个网络层的特征识别性能；所述目标图像集中的图像包含与目标任务相关的目标对象；所述网络层包括第一网络模块和第二网络模块；所述第一网络模块用于提取输入数据的特征；所述第二网络模块用于对所述特征进行微调；所述特征识别性能表征所述网络...
【技术保护点】
1.一种识别模型获得方法，包括：
2.根据权利要求1所述的方法，基于目标图像集，确定初始识别模型中多个网络层的特征识别性能，包括：
3.根据权利要求2所述的方法，所述第一网络模块所包含目标网络参数的总数与所述第一网络模块的特征识别性能负相关；
4.根据权利要求3所述的方法，从多个所述网络层中，确定特征识别性能符合条件的目标网络层，包括：
5.根据权利要求2所述的方法，基于所述目标图像集，对所述目标网络层中的第二网络模块进行调参，以获得与所述目标任务匹配的目标识别模型，包括：
6.根据权利要求5所述的方法，所述...
【技术特征摘要】
1.一种识别模型获得方法，包括：
2.根据权利要求1所述的方法，基于目标图像集，确定初始识别模型中多个网络层的特征识别性能，包括：
3.根据权利要求2所述的方法，所述第一网络模块所包含目标网络参数的总数与所述第一网络模块的特征识别性能负相关；
4.根据权利要求3所述的方法，从多个所述网络层中，确定特征识别性能符合条件的目标网络层，包括：
5.根据权利要求2所述的方法，基于所述目标图像集，对所述目标网络层中的第二网络模块进行调参，以获得与所述目标任务匹配的目标识别模型，包括：
6.根据权利要求5所述的方法，所述目标网络层中的第一网...
【专利技术属性】
技术研发人员：池浩鑫，潘慧，朱麟，刘景贤，
申请(专利权)人：联想北京有限公司，
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。