Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 腾讯科技(深圳)有限公司苑鹏程获国家专利权

腾讯科技(深圳)有限公司苑鹏程获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉腾讯科技(深圳)有限公司申请的专利一种模型训练方法、系统及存储介质和终端设备获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114332550B

龙图腾网通过国家知识产权局官网在2025-12-16发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202110952438.X,技术领域涉及:G06V10/774;该发明授权一种模型训练方法、系统及存储介质和终端设备是由苑鹏程;刘泽宇;顾晓光设计研发完成,并于2021-08-19向国家知识产权局提交的专利申请。

一种模型训练方法、系统及存储介质和终端设备在说明书摘要公布了:本发明实施例公开了一种模型训练方法、系统及存储介质和终端设备,应用于信息处理技术领域。模型训练系统会分别确定训练样本集的每个类型的样本子集中各个训练样本的样本权重值,并根据样本权重值从各个样本子集中分别选择至少一个训练样本,并将从多个样本子集中分别选择的至少一个训练样本组成当前批次的训练子集来训练对象识别模型。这样可以将训练样本集分为多个类型的样本子集,并通过样本权重值来衡量各个样本子集中训练样本被选择的概率,来组成当前批次的训练子集,使得可以通过调整样本权重值来平衡训练样本被选择的概率,进而提高训练得到的对象识别模型对各种类型的训练样本进行识别的准确性。

本发明授权一种模型训练方法、系统及存储介质和终端设备在权利要求书中公布了:1.一种模型训练方法,其特征在于,包括: 获取训练样本集,所述训练样本集中包括多个类型的样本子集; 分别确定每个类型的样本子集中的各个训练样本的样本权重值; 根据一个样本子集中各个训练样本的样本权重值,为所述各个训练样本分配相应的被采样次数; 根据所述各个训练样本的被采样次数,从所述一个样本子集中选择样本权重值最大的训练样本; 更新所述选择的训练样本的被采样次数; 循环执行选择训练样本及更新被采样次数的步骤,得到所述一个样本子集对应的至少一个训练样本,并将从所述多个类型的样本子集中分别选择的至少一个训练样本组成当前批次的训练子集,任一训练样本包括样本对象及其标注信息,其中,循环执行选择训练样本及更新被采样次数的步骤的循环次数由当前批次的训练子集中训练样本的数量来决定; 确定对象识别初始模型; 通过对象识别初始模型分别识别当前批次的训练子集中各个样本对象的类型; 根据对象识别初始模型得到的各个样本对象的类型,及当前批次的训练子集中相应样本对象的标注信息及其样本权重值,调整对象识别初始模型,以得到最终的对象识别模型,所述对象识别模型用于对目标对象的类型进行识别,输出所述目标对象属于某一类型的概率信息;所述目标对象为多媒体信息,所述多媒体信息包括图像、视频、语音数据或文本; 根据对象识别初始模型得到的各个样本对象的类型,及当前批次的训练子集中相应样本对象的标注信息,更新相应样本对象的样本权重值,得到各个样本对象的更新后样本权重值; 针对更新后样本权重值,返回执行组成当前批次的训练子集和训练对象识别模型的步骤。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人腾讯科技(深圳)有限公司,其通讯地址为:518057 广东省深圳市南山区高新区科技中一路腾讯大厦35层;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。