← 返回列表
图像分类模型的训练方法、图像分类方法、模型、计算机设备及介质
申请人信息
- 申请人:复旦大学
- 申请人地址:200438 上海市杨浦区江淞沪路2005号复旦江湾校区交叉二号楼A5025
- 发明人: 复旦大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 图像分类模型的训练方法、图像分类方法、模型、计算机设备及介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311558413.7 |
| 申请日 | 2023/11/21 |
| 公告号 | CN117541868A |
| 公开日 | 2024/2/9 |
| IPC主分类号 | G06V10/764 |
| 权利人 | 复旦大学 |
| 发明人 | 戈维峰; 孙翊轩; 崔晋 |
| 地址 | 上海市杨浦区江淞沪路2005号复旦江湾校区交叉二号楼A5025 |
摘要文本
本申请提供了一种图像分类模型的训练方法、图像分类方法、模型、计算机设备及介质，包括获取包括图像三元组的训练样本，所述图像三元组包括查询图像、与所述查询图像属于相同类别的正图像和与所述查询图像属于不同类别的负图像；提取所述查询图像、所述正图像、所述负图像的向量特征；利用多头交叉注意力层对所述查询图像、所述正图像、所述负图像的向量特征交叉注意处理；利用多头自注意力层增强所述交叉注意力层的输出的表征；基于所述自注意力层的输出计算损失；以及基于所述损失训练所述图像分类模型。
专利主权项内容
1.一种图像分类模型的训练方法，应用于客户端，其特征在于，包括，获取包括图像三元组的训练样本，所述图像三元组包括查询图像、与所述查询图像属于相同类别的正图像和与所述查询图像属于不同类别的负图像；提取所述查询图像、所述正图像、所述负图像的向量特征；利用多头交叉注意力层对所述查询图像、所述正图像、所述负图像的向量特征交叉注意处理；利用多头自注意力层增强所述交叉注意力层的输出的表征；基于所述自注意力层的输出计算损失；以及基于所述损失训练所述图像分类模型。