[發(fā)明專利]模型訓(xùn)練、回歸分析的方法、裝置、存儲(chǔ)介質(zhì)和設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202110038306.6
• 申請(qǐng)日: 2021-01-12
• 公開(kāi)（公告）號(hào): CN112733729A
• 公開(kāi)（公告）日: 2021-04-30
• 發(fā)明（設(shè)計(jì)）人: 岳凱宇;侯瑤淇;周峰
• 申請(qǐng)（專利權(quán)）人: 北京愛(ài)筆科技有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06F17/15;G06F17/18
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 李慧引

1.一種模型訓(xùn)練的方法，其特征在于，包括：

獲取訓(xùn)練樣本；其中，所述訓(xùn)練樣本包括樣本圖像，以及預(yù)先標(biāo)注的所述樣本圖像的待測(cè)指標(biāo)的真實(shí)值；

利用待訓(xùn)練的回歸模型對(duì)所述樣本圖像進(jìn)行識(shí)別，得到所述樣本圖像的圖像特征，并根據(jù)所述圖像特征確定所述樣本圖像的權(quán)重分布；其中，所述權(quán)重分布用于指示所述樣本圖像的待測(cè)指標(biāo)的預(yù)測(cè)值；所述權(quán)重分布包括所述待測(cè)指標(biāo)的取值范圍內(nèi)每一個(gè)備選值的權(quán)重；

利用第一損失函數(shù)對(duì)所述權(quán)重分布執(zhí)行損失計(jì)算，得到所述待訓(xùn)練的回歸模型的第一損失值，并利用第二損失函數(shù)對(duì)所述權(quán)重分布執(zhí)行損失計(jì)算，得到所述待訓(xùn)練的回歸模型的第二損失值；其中，所述第一損失函數(shù)為利用所述權(quán)重分布中與所述真實(shí)值對(duì)應(yīng)的權(quán)重進(jìn)行計(jì)算的熵?fù)p失函數(shù)；所述第二損失函數(shù)為利用所述權(quán)重分布包含的每一個(gè)權(quán)重和所述真實(shí)值進(jìn)行計(jì)算的加權(quán)求和損失函數(shù)；

對(duì)所述第一損失值和所述第二損失值進(jìn)行運(yùn)算，得到所述回歸模型的模型損失值；

若所述模型損失值不符合預(yù)設(shè)的模型收斂條件，根據(jù)所述模型損失值計(jì)算得到參數(shù)更新值；并利用所述參數(shù)更新值更新模型參數(shù)；其中，所述模型參數(shù)指代所述待訓(xùn)練的回歸模型的參數(shù)；

返回執(zhí)行所述利用待訓(xùn)練的回歸模型對(duì)所述樣本圖像進(jìn)行識(shí)別，得到所述樣本圖像的圖像特征步驟，直至所述模型損失值符合所述模型收斂條件為止。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)所述第一損失值和所述第二損失值進(jìn)行運(yùn)算，得到所述回歸模型的模型損失值，包括：

計(jì)算所述第一損失值和第一系數(shù)的乘積，得到修正后的第一損失值；

計(jì)算所述第二損失值和第二系數(shù)的乘積，得到修正后的第二損失值；

將所述修正后的第一損失值與所述修正后的第二損失值之和確定為所述待訓(xùn)練的回歸模型的模型損失值。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)所述第一損失值和所述第二損失值進(jìn)行運(yùn)算，得到所述回歸模型的模型損失值，包括：

將所述第一損失值與所述第二損失值相加，得到所述回歸模型的模型損失值。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述利用第一損失函數(shù)對(duì)所述權(quán)重分布執(zhí)行損失計(jì)算，得到所述待訓(xùn)練的回歸模型的第一損失值，包括：

對(duì)所述權(quán)重分布中與所述真實(shí)值對(duì)應(yīng)的權(quán)重進(jìn)行對(duì)數(shù)運(yùn)算，得到所述待訓(xùn)練的回歸模型的第一損失值；

所述利用第二損失函數(shù)對(duì)所述權(quán)重分布執(zhí)行損失計(jì)算，得到所述待訓(xùn)練的回歸模型的第二損失值，包括：

將所述待測(cè)指標(biāo)的取值范圍內(nèi)的每一個(gè)備選值，按照所述權(quán)重分布中對(duì)應(yīng)的權(quán)重進(jìn)行加權(quán)求和，得到所述樣本圖像的待測(cè)指標(biāo)的預(yù)測(cè)值；

對(duì)所述預(yù)測(cè)值和所述真實(shí)值的偏差進(jìn)行平方運(yùn)算，得到所述待訓(xùn)練的回歸模型的第二損失值。

5.一種回歸分析的方法，其特征在于，包括：

獲取待識(shí)別圖像；

利用完成訓(xùn)練的回歸模型對(duì)所述待識(shí)別圖像進(jìn)行識(shí)別，得到所述待識(shí)別圖像的圖像特征，并根據(jù)所述圖像特征確定所述待識(shí)別圖像的權(quán)重分布；其中，所述回歸模型利用權(quán)利要求1至3任意一項(xiàng)所述的模型訓(xùn)練的方法訓(xùn)練得到；

根據(jù)所述待識(shí)別圖像的權(quán)重分布，確定出所述待識(shí)別圖像在預(yù)先指定的待測(cè)指標(biāo)上的預(yù)測(cè)值。