【技术实现步骤摘要】
本申请涉及人工智能技术，尤其涉及一种模型训练方法、图像分类方法及相关装置。
技术介绍
1、人工智能(ai，artificial intelligence)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法和技术及应用系统。机器学习(ml，machine learning)是人工智能的核心，主要研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。
2、图像分类是机器学习的一个重要应用方向，具体涉及到图像处理、特征提取、深度聚类、图神经网络等多项技术，例如预测图像是否包括人脸。在进行图像分类时，通常是通过无监督学习的方法对图像进行相应处理，为了提升模型的泛化能力，聚类是传统的无监督方法中将数据集划分若干个类别的常用方法，在相关技术提供的方案中，通常利用图像分类模型对图像进行分类，因此训练更准确的图像分类模型是研究的热点。
技术实现思路
1、本申请实施例提供一种...
【技术保护点】
1.一种模型训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述通过图像处理模型对第一图像和第二图像进行特征提取，得到所述第一图像的第一图像特征和所述第二图像的第二图像特征，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于所述第一图像的邻居图像集与所述第二图像的邻居图像集，确定所述第一图像与所述第二图像之间的上下文相似性，包括：
4.根据权利要求3所述的方法，其特征在于，目标邻居图像集包括第一图像的邻居图像集和第二图像的邻居图像集；当目标邻居图像集为第一图像的邻居图像集时，所述目标邻居图像集...
【技术特征摘要】
1.一种模型训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述通过图像处理模型对第一图像和第二图像进行特征提取，得到所述第一图像的第一图像特征和所述第二图像的第二图像特征，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于所述第一图像的邻居图像集与所述第二图像的邻居图像集，确定所述第一图像与所述第二图像之间的上下文相似性，包括：
4.根据权利要求3所述的方法，其特征在于，目标邻居图像集包括第一图像的邻居图像集和第二图像的邻居图像集；当目标邻居图像集为第一图像的邻居图像集时，所述目标邻居图像集的目标互惠邻居图像集为第一互惠邻居图像集，当目标邻居图像集为第二图像的邻居图像集时，所述目标邻居图像集的目标互惠邻居图像集为第二互惠邻居图像集；基于所述目标邻居图像集确定所述目标互惠邻居图像集，包括：
5.根据权利要求3所述的方法，其特征在于，所述基于所述第二互惠邻居图像集，确定所述第一图像与所述第二图像之间的第一相似性，包括：
6.根据权利要求3所述的方法，其特征在于，所述基于所述第二互惠邻居图像集，确定所述第一图像与所述第二图像之间的第一相似性，包括：
7.根据权利要求1所述的方法，其特征在于，所述基于所述成对相似性与所述上下文相似性更新所述图像处理模型的参数，包括：
8...
【专利技术属性】
技术研发人员：王钰，王淳，
申请(专利权)人：马上消费金融股份有限公司，
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。