[發明專利]一種圖片分類模型訓練方法、裝置、介質及電子設備在審
| 申請號： | 202010710925.0 | 申請日： | 2020-07-22 |
| 公開（公告）號： | CN111881967A | 公開（公告）日： | 2020-11-03 |
| 發明（設計）人： | 吳桐 | 申請（專利權）人： | 北京三快在線科技有限公司 |
| 主分類號： | G06K9/62 | 分類號： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京曼威知識產權代理有限公司 11709 | 代理人： | 方志煒 |
| 地址： | 100080 北京市海*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 圖片 分類 模型 訓練 方法 裝置 介質 電子設備 | ||
本說明書公開了一種圖片分類模型訓練方法、裝置、介質及電子設備，包括：根據實際圖片，生成圖片質量與實際圖片的圖片質量不同的衍生圖片；將衍生圖片輸入預先訓練的第一模型，得到第一模型輸出的衍生圖片的圖片質量；提取實際圖片的特征及衍生圖片的特征，確定實際圖片與衍生圖片的共性特征，建立共性特征與衍生圖片的圖片質量之間的對應關系；以實際圖片和對應關系作為輸入，以實際圖片的圖片質量作為標注，對待訓練的圖片分類模型進行訓練。通過確定實際圖片與衍生圖片之間的共性特征，將該共性特征和衍生圖片的圖片質量之間的對應關系作為學習到的知識遷移至實際圖片的分類任務中，有效提高了圖片分類模型對實際圖片的圖片質量的識別精度。
技術領域
本說明書涉及互聯網信息處理技術領域，尤其涉及一種圖片分類模型訓練方法、裝置、介質及電子設備。
背景技術
隨著互聯網技術的發展，越來越多的人們通過互聯網服務平臺購買自己所需要的產品。互聯網服務平臺一般通過圖片、視頻和/或文字的方式向用戶展示產品。用戶則通過互聯網服務平臺所展示的圖片、視頻和/或文字了解產品的性能、特點，進而選擇所需要的產品。
由此可見，互聯網服務平臺在向用戶展示產品的圖片時，針對同一個產品的多張圖片，如何篩選出質量好的圖片很重要。
發明內容
本說明書提供一種圖片分類模型訓練方法、裝置、介質及電子設備，以部分解決上述現有技術存在的問題。
本說明書采用下述技術方案：
本說明書提供的一種圖片分類模型訓練方法，包括：
確定實際圖片；
根據所述實際圖片，生成圖片質量與所述實際圖片的圖片質量不同的圖片，作為衍生圖片；
將所述衍生圖片輸入預先訓練的第一模型，得到所述第一模型輸出的所述衍生圖片的圖片質量；
提取所述實際圖片的特征以及所述衍生圖片的特征，根據所述實際圖片的特征和所述衍生圖片的特征，確定所述實際圖片與所述衍生圖片的共性特征，并建立所述共性特征與所述第一模型輸出的所述衍生圖片的圖片質量之間的對應關系；
以所述實際圖片和所述對應關系作為輸入，以所述實際圖片的圖片質量作為標注，對待訓練的圖片分類模型進行訓練，所述圖片分類模型用于確定輸入圖片的圖片質量，并根據輸入圖片的圖片質量對輸入圖片進行分類。
可選的，根據所述實際圖片，生成圖片質量與所述實際圖片的圖片質量不同的圖片，具體包括：
根據所述實際圖片以及設定的圖片質量標簽，生成滿足所述圖片質量標簽要求的圖片。
可選的，預先訓練第一模型，具體包括：
以所述衍生圖片作為輸入，以圖片質量標簽為標注，對所述第一模型進行訓練。
可選的，根據所述實際圖片的特征和所述衍生圖片的特征，確定所述實際圖片與所述衍生圖片的共性特征，具體包括：
將所述實際圖片的特征和所述衍生圖片的特征輸入預先訓練的第二模型，得到所述第二模型的特征抽取層輸出的特征，作為所述實際圖片與所述衍生圖片的共性特征。
可選的，所述第二模型用于識別輸入所述第二模型的圖片的生成類型，所述生成類型包括實際圖片的類型和衍生圖片的類型；
預先訓練第二模型，具體包括：
將所述實際圖片和所述衍生圖片輸入待訓練的第二模型，根據所述待訓練的第二模型的識別誤差，訓練所述第二模型。
可選的，所述第二模型中包含輸入層、特征抽取層、輸出層和梯度反轉層；
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于北京三快在線科技有限公司，未經北京三快在線科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010710925.0/2.html，轉載請聲明來源鉆瓜專利網。
