图像特征提取的神经网络训练的方法、装置和存储介质

发明专利有效专利

申请号：
CN202011127280.4
IPC分类号：G06K9/62;G06K9/46;G06N3/08;G06N3/04
申请日期：
2020-10-20
申请人：
腾讯科技（深圳）有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	图像特征提取的神经网络训练的方法、装置和存储介质
申请号	CN202011127280.4	申请日期	2020-10-20
法律状态	公开	申报国家	中国
公开/公告日	2021-10-08	公开/公告号	CN113486914A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;K;9;/;4;6;;;G;0;6;N;3;/;0;8;;;G;0;6;N;3;/;0;4查看分类表>
申请人	腾讯科技（深圳）有限公司	申请人地址	广东省深圳市南山区高新区科技中一路腾讯大厦35层变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	腾讯科技（深圳）有限公司	当前权利人	腾讯科技（深圳）有限公司
发明人	朱安杰;胡风
代理机构	中国专利代理（香港）有限公司	代理人	孙之刚;陈岚

摘要

一种用于对神经网络进行训练的方法，包括：获取训练图像集，训练图像集包括第一训练图像集和第二训练图像集；利用神经网络计算第一训练图像集中的每个训练图像的第一图像嵌入向量和第二训练图像集中的每个训练图像的第二图像嵌入向量；基于第一图像嵌入向量和第二图像嵌入向量之间的距离关系建立针对训练图像集的多个三元组，多个三元组中的每一个包括锚点图像、正例图像和负例图像；和基于多个三元组中的每一个利用预定三元损失函数对神经网络进行训练，以确定神经网络的多个参数。该方法有效地选择用于训练神经网络的三元组，以减少训练时间并提高由训练后的神经网络生成的嵌入的准确性。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供