基于深度学习的模型训练方法、装置、存储介质及设备

热门行业
装修建材
家居生活
餐饮食品
母婴教育
电脑办公
服装首饰
汽车工具
家电数码
机械化工
休闲美容

热门行业

教育培训
板材
地板
涂料
家纺
集成吊顶
美缝剂
木门
硅藻泥
管材
指纹锁
橱柜
衣柜
床垫
电热水器
集成灶
暖气片
净水器
酒店
卫浴

返回上一页

专利状态

基于深度学习的模型训练方法、装置、存储介质及设备

有效

专利申请进度

申请

2021-05-21

申请公布

2021-08-24

授权

2023-04-18

预估到期

2041-05-21

专利基础信息

申请号	CN202110555154.7	申请日	2021-05-21
申请公布号	CN113298135A	申请公布日	2021-08-24
授权公布号	CN113298135B	授权公告日	2023-04-18
分类号	G06V10/80;G06V10/764;G06V10/774;G06V10/82;G06N3/047;G06N3/08
分类	计算；推算；计数;
申请人名称	小视科技（江苏）股份有限公司
申请人地址	江苏省南京市江宁区高新园龙眠大道568号

专利法律状态

2023-04-18

授权

状态信息

授权
2023-04-04

著录事项变更

状态信息

著录事项变更；IPC(主分类):G06K9/62；变更事项:申请人；变更前:南京甄视智能科技有限公司；变更后:小视科技（江苏）股份有限公司；变更事项:地址；变更前:210000 江苏省南京市江宁区高新园龙眠大道568号；变更后:210000 江苏省南京市江宁区高新园龙眠大道568号
2021-09-10

实质审查的生效

状态信息

实质审查的生效；IPC(主分类):G06K9/62；申请日:20210521
2021-08-24

公布

状态信息

公布

摘要

本发明公开一种基于深度学习的模型训练方法，所述方法包括：步骤1，采集图像数据，并将所述图像数据与预训练模型进行融合，得到第一图像数据集；步骤2，设置所述第一图像数据集中每个图像数据被选取的概率为1/M；步骤3，从所述第一图像数据集中选择N个图像数据组成第k批次数据，其中k是大于0的整数，M>N；步骤4，对所述第k批次数据进行模型训练；步骤5，模型训练后，若所述模型的损失函数计算结果大于阈值，则对所述第k批次数据中的N个图像数据进行权重分配；步骤6，将权重分配后的N个图像数据释放到第一图像数据集；重复步骤3至步骤6，直到所述模型的损失函数计算结果小于等于阈值。本发明方法能加速模型在新场景的收敛速度。

更多专利

全国服务热线：

在线客服

1211389656 咨询

商务合作

85926368 咨询

媒体合作

921888730 咨询

在线客服
客服微信号

品牌网官方客服微信

打开微信扫一扫

客服微信
商务合作微信

商务合作详谈

打开微信扫一扫

商务合作
回到顶部

在线客服

商务合作

媒体合作

客服微信号

商务合作微信