龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：本申请涉及数据处理技术领域，公开了一种针对长尾数据的商品识别模型训练方法，该方法包括：步骤A‑初始模型训练：采用随机抽样方法，并运用交叉熵损失函数进行模型训练，得到初始模型；步骤B‑类别边缘校正：在初始模型的全连接层后引入可学习的参数层，并将交叉熵损失函数调整为类别边缘校正损失函数，得到更新后模型；步骤C‑模型训练微调：采用逐步降低学习率和减少迭代周期的策略，对更新后模型进行微调，得到微调后模型；步骤D‑输出模型：去除微调后模型中的类别边缘校正参数层，得到分类模型，并导出该分类模型。采用本申请，实现了头部类别和尾部类别的识别效果平衡，有效防止少数类样本被误判为多数类，显著降低了错识别的比例。
主权项：1.一种针对长尾数据的商品识别模型训练方法，其特征在于，该方法包括以下步骤：步骤A-初始模型训练：采用随机抽样方法，并运用交叉熵损失函数进行模型训练，得到初始模型；步骤B-类别边缘校正：在所述初始模型的全连接层后引入可学习的参数层，并将交叉熵损失函数调整为类别边缘校正损失函数，得到更新后模型；步骤C-模型训练微调：采用逐步降低学习率和减少迭代周期的策略，对所述更新后模型进行微调，得到微调后模型；步骤D-输出模型：去除所述微调后模型中的类别边缘校正参数层，得到分类模型，并导出该分类模型。
全文数据：
权利要求：
百度查询： 拓元(广州)智慧科技有限公司 一种针对长尾数据的商品识别模型训练方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号