分类模型训练方法、图像分类方法、装置及电子设备

专利申请号：CN202211350323.4

公 开 号：CN115631381A

发 明 人：张国生 

代 理 人：罗仕满

代理机构：北京银龙知识产权代理有限公司

专利类型：发明专利

申 请 日：20230120

公 开 日：20221031

专利主分类号：G06V10/764

关 键 词：分类信息 样本图像 图像特征 特征提取 目标神经 网络获取 网络模型 计算机视觉技术 装置及电子设备 分类模型训练 人工智能技术 人脸识别 图像处理 图像分类 鲁棒性 预测 预设 标签 场景 更新 应用 网络 学习 

摘      要：本公开提供了一种分类模型训练方法、图像分类方法、装置及电子设备，涉及人工智能技术领域，具体为深度学习、图像处理、计算机视觉技术领域，可应用于人脸识别等场景。具体实现方案为：通过目标神经网络模型中的第一特征提取网络获取样本图像的第一图像特征；利用第一图像特征预测样本图像的第一分类信息，以及计算第一分类信息与样本图像的预设标签对应的第一损失值；通过第二特征提取网络获取样本图像的第二图像特征；利用第二图像特征预测样本图像的第二分类信息，以及计算第一分类信息与第二分类信息对应的第二损失值；基于损失值集，对第一特征提取网络中的参数进行更新。本公开可以提高目标神经网络模型的鲁棒性。