[發明專利]商標圖像檢索模型訓練方法、系統、存儲介質及計算機設備

有效

• 申請號: 201910925704.2
• 申請日: 2019-09-27
• 公開（公告）號: CN110674881B
• 公開（公告）日: 2022-02-11
• 發明（設計）人: 臧亞強;金忠良;李東明
• 申請（專利權）人: 長城計算機軟件與系統有限公司
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06K9/62;G06F16/535;G06F16/53
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 厲洋洋

本發明涉及一種商標圖像檢索模型訓練方法，包括：獲取多組樣本數據，根據相似度為每個查詢樣本選擇最難正例樣本和多個困難負例樣本；將一個查詢樣本、對應的最難正例樣本和對應的多個困難負例樣本作為一組訓練數據，根據多組訓練數據利用神經網絡進行商標圖像檢索模型訓練；根據多負例對比損失函數對商標圖像檢索模型進行更新，直至商標圖像檢索模型在驗證集上的驗證效果不再提升，則結束訓練。本發明根據相似度剔除容易樣本、挖掘難分樣本，充分利用了少部分難分樣本，更有針對性的對神經網絡參數進行調整，可以較好地推遲模型收斂/過擬合，使訓練更充分，效果更好。本發明還涉及商標圖像檢索模型訓練系統、存儲介質及計算機設備。

技術領域

本發明涉及模型訓練技術領域，尤其涉及一種商標圖像檢索模型訓練方法、系統、存儲介質及計算機設備。

背景技術

現有技術中，商標圖像檢索模型訓練方法一般采用固定或隨機的正負例，固定的正負例容易導致模型過擬合，即只在訓練數據上效果好；隨機的正負例容易導致欠擬合，訓練不充分，即模型見到的大多是很簡單的案例，沒有對易錯案例針對性訓練提高。

發明內容

本發明所要解決的技術問題是針對現有技術存在的問題，提供一種商標圖像檢索模型訓練方法、系統、存儲介質及計算機設備。

為解決上述技術問題，本發明實施例提供一種商標圖像檢索模型訓練方法，包括：

獲取多組樣本數據，每組樣本數據包括一個查詢樣本和一個正例樣本集；將所述多組樣本數據劃分為訓練集和驗證集；

每一輪訓練前，根據相似度在所述訓練集中為每個查詢樣本從對應的正例樣本集中選擇最難正例樣本；

根據相似度為每個查詢樣本從商標圖像數據庫中選擇多個困難負例樣本；

將一個查詢樣本、對應的最難正例樣本和對應的多個困難負例樣本作為一組訓練數據，根據多組訓練數據利用神經網絡進行商標圖像檢索模型訓練；

根據多負例對比損失函數對所述商標圖像檢索模型進行更新，直至所述商標圖像檢索模型在所述驗證集上的驗證效果不再提升，則結束訓練。

為解決上述技術問題，本發明實施例還提供一種商標圖像檢索模型訓練系統，包括：

樣本獲取模塊，用于獲取多組樣本數據，每組樣本數據包括一個查詢樣本和一個正例樣本集；將所述多組樣本數據劃分為訓練集和驗證集；

正例選擇模塊，用于在每一輪訓練前，在所述訓練集中為每個查詢樣本從對應的正例樣本集中選擇最難正例樣本；

負例選擇模塊，用于根據所述查詢樣本和最難正例樣本從商標圖像數據庫中選擇多個困難負例樣本；

模型訓練模塊，用于將一個查詢樣本、對應的最難正例樣本和對應的多個困難負例樣本作為一組訓練數據，根據多組訓練數據利用神經網絡進行商標圖像檢索模型訓練；

模型更新模塊，用于根據多負例對比損失函數對所述商標圖像檢索模型進行更新，直至所述商標圖像檢索模型在所述驗證集上的驗證效果不再提升，則結束訓練。

為解決上述技術問題，本發明實施例還提供一種計算機可讀存儲介質，包括指令，當所述指令在計算機上運行時，使所述計算機執行上述技術方案所述的商標圖像檢索模型訓練方法。

為解決上述技術問題，本發明實施例還提供一種計算機設備，包括存儲器、處理器及存儲在所述存儲器上的并可在所述處理器上運行的計算機程序，所述處理器執行所述程序時實現如上述技術方案所述的商標圖像檢索模型訓練方法。