[發(fā)明專利]一種分類訓(xùn)練方法、裝置及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201711322612.2
• 申請(qǐng)日: 2017-12-12
• 公開（公告）號(hào): CN108090508B
• 公開（公告）日: 2020-01-31
• 發(fā)明（設(shè)計(jì)）人: 黃飛;馬林;劉威
• 申請(qǐng)（專利權(quán)）人: 騰訊科技(深圳)有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62
• 代理公司: 44300 深圳翼盛智成知識(shí)產(chǎn)權(quán)事務(wù)所(普通合伙)
• 代理人: 黃威

本發(fā)明實(shí)施例公開了分類訓(xùn)練方法、裝置及存儲(chǔ)介質(zhì)，應(yīng)用于信息處理技術(shù)領(lǐng)域。分類訓(xùn)練裝置會(huì)先選定訓(xùn)練集，并根據(jù)草圖分類模型確定訓(xùn)練集中的草圖的類別，得到第一類別處理結(jié)果，且可以根據(jù)第二特征分析模型對(duì)第一特征提取模型提取的草圖特征進(jìn)行分析，得到第二草圖分析結(jié)果；然后根據(jù)第一類別處理結(jié)果和第二草圖分析結(jié)果得到第一損失函數(shù)的函數(shù)值；最后根據(jù)第一損失函數(shù)的函數(shù)值對(duì)草圖分類模型的第一固定參數(shù)值進(jìn)行調(diào)整。這樣，在對(duì)某一分類模型的固定參數(shù)值進(jìn)行調(diào)整時(shí)，不僅會(huì)參考該分類模型對(duì)相應(yīng)圖像進(jìn)行分類的誤差，還會(huì)借鑒另一分類模型在分類過(guò)程中的有用信息，從而使得調(diào)整后的草圖分類模型的分類計(jì)算更準(zhǔn)確。

技術(shù)領(lǐng)域

本發(fā)明涉及信息處理技術(shù)領(lǐng)域，特別涉及一種分類訓(xùn)練方法、裝置及存儲(chǔ)介質(zhì)。

背景技術(shù)

草圖識(shí)別可以應(yīng)用于許多領(lǐng)域，比如應(yīng)用于兒童早期教育中，可以基于手繪草圖進(jìn)行類型識(shí)別和同一類別的檢索，對(duì)兒童的發(fā)散思維和圖形理解能力的成長(zhǎng)非常重要；也可以用于其它的圖形檢索系統(tǒng)中。

具體地，用戶可以通過(guò)終端設(shè)備輸入手繪草圖并發(fā)送到后臺(tái)服務(wù)器，由后臺(tái)服務(wù)器根據(jù)預(yù)先訓(xùn)練好的分類器比如支持向量機(jī)(Support Vector Machine，SVM)，或者預(yù)先訓(xùn)練好的分類網(wǎng)絡(luò)，對(duì)接收的手繪草圖進(jìn)行類型識(shí)別。為了保證對(duì)手繪草圖識(shí)別的準(zhǔn)確性，就需要保證預(yù)先訓(xùn)練好的分類器或分類網(wǎng)絡(luò)的精確性，因此，訓(xùn)練分類器或分類網(wǎng)絡(luò)的過(guò)程就比較重要。

現(xiàn)有技術(shù)中，在訓(xùn)練分類器或分類網(wǎng)絡(luò)時(shí)，主要是根據(jù)大量的預(yù)先標(biāo)記好類別的草圖的特征信息進(jìn)行訓(xùn)練得到。但是，會(huì)由于草圖的訓(xùn)練樣本稀缺導(dǎo)致訓(xùn)練的分類器或分類網(wǎng)絡(luò)或多或少地出現(xiàn)過(guò)擬合或者欠擬合的問(wèn)題，進(jìn)而影響到對(duì)手繪草圖的類型識(shí)別的準(zhǔn)確性。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供一種分類訓(xùn)練方法、裝置及存儲(chǔ)介質(zhì)，實(shí)現(xiàn)了根據(jù)第一類別處理結(jié)果和第二草圖特征分析結(jié)果，調(diào)整草圖分類模型的第一固定參數(shù)值。

本發(fā)明實(shí)施例提供一種分類訓(xùn)練方法，包括：

確定草圖分類模型，所述草圖分類模型中包括第一特征提取模塊和第一分類模塊；及確定對(duì)第二特征提取模塊的輸出結(jié)果進(jìn)行分析的第二特征分析模型，所述第二特征提取模塊屬于真實(shí)圖分類模型；

選定訓(xùn)練集，所述訓(xùn)練集包括多個(gè)類別的草圖；

根據(jù)所述草圖分類模型確定所述訓(xùn)練集中草圖的類別得到第一類別處理結(jié)果；根據(jù)所述第二特征分析模型，對(duì)第一特征提取模塊提取的所述草圖的特征進(jìn)行分析得到第二草圖特征分析結(jié)果；

根據(jù)所述第一類別處理結(jié)果及第二草圖特征分析結(jié)果，計(jì)算所述草圖分類模型的第一損失函數(shù)的函數(shù)值；

根據(jù)所述第一損失函數(shù)的函數(shù)值調(diào)整所述草圖分類模型中的第一固定參數(shù)值。

本發(fā)明實(shí)施例提供一種分類訓(xùn)練裝置，包括：

模型確定單元，用于確定草圖分類模型，所述草圖分類模型中包括第一特征提取模塊和第一分類模塊；及確定對(duì)第二特征提取模塊的輸出結(jié)果進(jìn)行分析的第二特征分析模型，所述第二特征提取模塊屬于真實(shí)圖分類模型；

訓(xùn)練集單元，用于選定訓(xùn)練集，所述訓(xùn)練集包括多個(gè)類別的草圖；

處理單元，用于根據(jù)所述草圖分類模型確定所述訓(xùn)練集中草圖的類別得到第一類別處理結(jié)果；根據(jù)所述第二特征分析模型，對(duì)第一特征提取模塊提取的所述草圖的特征進(jìn)行分析得到第二草圖特征分析結(jié)果；

函數(shù)值計(jì)算單元，用于根據(jù)所述第一類別處理結(jié)果及第二草圖特征分析結(jié)果，計(jì)算所述草圖分類模型的第一損失函數(shù)的函數(shù)值；

調(diào)整單元，用于根據(jù)所述第一損失函數(shù)的函數(shù)值調(diào)整所述草圖分類模型中的第一固定參數(shù)值。