[發明專利]年齡預測模型訓練方法、裝置、設備及存儲介質

在審

• 申請號: 202210926657.5
• 申請日: 2022-08-03
• 公開（公告）號: CN115293260A
• 公開（公告）日: 2022-11-04
• 發明（設計）人: 黃振杰;吳志偉;楊海軍;陳麗珍
• 申請（專利權）人: 廣東履安實業有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 岳曉萍

本發明公開了一種年齡預測模型訓練方法、裝置、設備及存儲介質。該方法包括：構建帶有年齡類別標簽的樣本訓練集；將所述樣本訓練集輸入至預先構建的神經網絡模型中進行訓練，得到所述樣本訓練集中各訓練樣本分別對應的年齡預測概率；根據各所述年齡預測概率和各年齡類別分別對應的容忍誤差值，確定年齡預測值；根據所述年齡預測值，訓練所述神經網絡模型，并根據訓練好的神經網絡模型，得到年齡預測模型。本發明實施例提高了年齡預測網絡模型的預測準確度。

技術領域

本發明涉及數據處理技術領域，尤其涉及一種年齡預測模型訓練方法、裝置、設備及存儲介質。

背景技術

隨著年齡增長，人們衰老的過程具有隨機性和模糊性，因此，對人的年齡進行預測是一項具有挑戰性的任務。

在現有技術中，對于年齡預測網絡模型的訓練過程，通常被認定為分類模型的訓練問題，即每個年齡值都看作是一個類。然而，年齡具有連續性，而分類模型在訓練中各類別之間是完全獨立的，忽略了年齡的連續性和動態性等特征，無法有效解決年齡的分布問題，從而造成了對年齡預測網絡模型的訓練不夠準確。

發明內容

本發明提供了一種年齡預測模型訓練方法、裝置、設備及存儲介質，以提高年齡預測網絡模型的預測準確度。

根據本發明的一方面，提供了一種年齡預測模型訓練方法，該方法包括：

構建帶有年齡類別標簽的樣本訓練集；

將所述樣本訓練集輸入至預先構建的神經網絡模型中進行訓練，得到所述樣本訓練集中各訓練樣本分別對應的年齡預測概率；

根據各所述年齡預測概率和各年齡類別分別對應的容忍誤差值，確定年齡預測值；

根據所述年齡預測值，訓練所述神經網絡模型，并根據訓練好的神經網絡模型，得到年齡預測模型。

根據本發明的另一方面，提供了一種年齡預測模型訓練裝置，該裝置包括：

樣本訓練集構建模塊，用于構建帶有年齡類別標簽的樣本訓練集；

網絡模型訓練模塊，用于將所述樣本訓練集輸入至預先構建的神經網絡模型中進行訓練，得到所述樣本訓練集中各訓練樣本分別對應的年齡預測概率；

年齡預測值確定模塊，用于根據各所述年齡預測概率和各年齡類別分別對應的容忍誤差值，確定年齡預測值；

年齡預測模型確定模塊，用于根據所述年齡預測值，訓練所述神經網絡模型，并根據訓練好的神經網絡模型，得到年齡預測模型。

根據本發明的另一方面，提供了一種電子設備，所述電子設備包括：

至少一個處理器；以及

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執行的計算機程序，所述計算機程序被所述至少一個處理器執行，以使所述至少一個處理器能夠執行本發明任一實施例所述的年齡預測模型訓練方法。

根據本發明的另一方面，提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機指令，所述計算機指令用于使處理器執行時實現本發明任一實施例所述的年齡預測模型訓練方法。