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！
申请/专利权人：北京大学
摘要：本公开提出一种用于部署阶段的模型优化方法、装置、设备及存储介质，该方法包括：当图像识别模型被部署到目标域时，获取目标域的多个第一样本数据；对多个第一样本数据分别进行特征提取，得到与多个第一样本数据一一对应的多个特征向量；针对多个特征向量中的任意一个特征向量，计算与特征向量对应的增广熵损失函数的数值；根据每个特征向量对应的增广熵损失函数的数值，从多个第一样本数据中筛选出多个第二样本数据；基于多个第二样本数据以及对应的增广熵损失函数，对图像识别模型进行模型优化，得到优化后的图像识别模型。本实施例不仅提高了部署阶段模型对目标域的适配能力，而且在保证适配效果的同时，显著降低了实际部署的时间和资源消耗。
主权项：1.一种用于部署阶段的模型优化方法，其特征在于，所述方法包括：当图像识别模型被部署到目标域时，获取所述目标域的多个第一样本数据；对所述多个第一样本数据分别进行特征提取，得到与所述多个第一样本数据一一对应的多个特征向量；针对所述多个特征向量中的任意一个特征向量，计算与所述特征向量对应的增广熵损失函数的数值；根据每个特征向量对应的增广熵损失函数的数值，从所述多个第一样本数据中筛选出多个第二样本数据；每个第二样本数据是指所述数值小于预设阈值的特征向量所对应的第一样本数据；基于所述多个第二样本数据以及对应的增广熵损失函数，对所述图像识别模型进行模型优化，得到优化后的图像识别模型。
全文数据：
权利要求：
百度查询： 北京大学 用于部署阶段的模型优化方法、装置、设备及存储介质
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