【技术实现步骤摘要】
本申请属于信息，具体涉及一种模型训练方法及其装置。
技术介绍
1、现有技术中，在训练图像处理模型时，通常是采用固定批次大小的图像数据作为模型训练的输入数据，且为了保证同一批次的图像数据的尺寸统一，会使用填充符将小图像数据填充到与大图像数据一样大小的尺寸。
2、然而该方式会存在图像填充符占比较大的问题，且对图形处理器(graphicsprocessing unit，gpu)的利用率较低，模型整体训练效率不高。
技术实现思路
1、本申请实施例的目的是提供一种模型训练方法、装置和电子设备，能够解决现有模型训练技术中图像填充符占比较大，且对gpu的利用率较低，模型整体训练效率不高的问题。
2、第一方面，本申请实施例提供了一种模型训练方法，该方法包括：
3、对第一图像数据集按图像数据尺寸进行归类处理，得到n类图像数据，其中，同一类图像数据的尺寸相同，n为大于1的整数；
4、根据所述n类图像数据中每类图像数据的尺寸，确定所述每类图像数据对应的批次大小，其...
【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所述的方法，其特征在于，所述根据所述N类图像数据中每类图像数据的尺寸，确定所述每类图像数据对应的批次大小，包括：
3.根据权利要求1所述的方法，其特征在于，所述确定所述每类图像数据对应的批次大小之后，所述利用所述训练数据集对图像处理模型进行多轮迭代训练之前，所述方法还包括：
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述对第一图像数据集按图像数据尺寸进行归类处理之前，所述方法还包括：
5.根据权利要求1至3中任一项所述的方法，其特征在于，所述对第一图...
【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所述的方法，其特征在于，所述根据所述n类图像数据中每类图像数据的尺寸，确定所述每类图像数据对应的批次大小，包括：
3.根据权利要求1所述的方法，其特征在于，所述确定所述每类图像数据对应的批次大小之后，所述利用所述训练数据集对图像处理模型进行多轮迭代训练之前，所述方法还包括：
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述对第一图像数据集按图像数据尺寸进行归类处理之前，所述方法还包括：
5.根据权利要求1至3中任一项所述的方法，其特征在于，所述对第一图像数据集按图像数据尺寸进行归类处理，包括：
【专利技术属性】
技术研发人员：阎梦佳，严鹏，
申请(专利权)人：维沃移动通信有限公司，
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。