[发明专利]用于生成图像识别模型的方法和装置

权利要求书

1.一种用于生成图像识别模型的方法，包括：

针对样本图像集合中的每个样本图像，通过初始模型确定每个样本图像的特征数据，其中，所述样本图像集合包括多个子集合，每个子集合对应一个图像类别；

基于所述每个样本图像的特征数据，确定每个图像类别的平均特征数据；

基于所述每个样本图像的特征数据和所述每个图像类别的平均特征数据，更新所述初始模型的参数；

若所述初始模型的参数满足预设条件，将更新后的初始模型确定为图像识别模型；

所述基于所述每个样本图像的特征数据和所述每个图像类别的平均特征数据，更新所述初始模型的参数，包括：

对于所述样本图像集合中的每个样本图像，确定预设的损失函数对该样本图像的特征数据的第一梯度，以及确定所述损失函数对每个图像类别的平均特征数据的第二梯度；

基于所述第一梯度与所述第二梯度，更新所述初始模型的参数。

2.根据权利要求1所述的方法，其中，所述基于所述每个样本图像的特征数据和所述每个图像类别的平均特征数据，更新所述初始模型的参数，包括：

对于所述样本图像集合中的每个样本图像，将该样本图像的特征数据和该样本图像所属的图像类别的平均特征数据作为正样本对，以及将该样本图像的特征数据和其他图像类别的平均特征数据作为负样本对，更新所述初始模型的参数。

3.根据权利要求1所述的方法，其中，所述确定预设的损失函数对该样本图像的特征数据的第一梯度，以及确定所述损失函数对每个图像类别的平均特征数据的第二梯度，包括：

确定该样本图像的特征数据与每个图像类别的平均特征数据之间的距离权重；

基于所述距离权重，确定所述第一梯度和所述第二梯度。

4.根据权利要求1-3之一所述的方法，其中，所述预设条件包括以下至少一种：

对于所述样本图像集合中的每个样本图像，该样本图像的特征数据与该样本图像所属的图像类别的平均特征数据的距离小于或等于预设的第一距离阈值；

对于所述样本图像集合中的每个样本图像，该样本图像的特征数据与其他图像类别的平均特征数据的距离大于或等于预设的第二距离阈值。

5.一种用于识别图像的方法，包括：

获取目标图像和待匹配图像集合；

将所述目标图像和所述待匹配图像集合中的待匹配图像分别输入预先训练的图像识别模型，得到所述目标图像的特征数据和所述待匹配图像的特征数据，其中，所述图像识别模型是基于权利要求1-4之一所述的方法训练得到的；

基于所得到的特征数据，确定所述目标图像分别与待匹配图像集合中的图像的相似度；

将符合预设条件的相似度对应的待匹配图像，确定为与所述目标图像匹配的图像。

6.一种用于生成图像识别模型的装置，包括：

第一确定模块，用于针对样本图像集合中的每个样本图像，通过初始模型确定每个样本图像的特征数据，其中，所述样本图像集合包括多个子集合，每个子集合对应一个图像类别；

第二确定模块，用于基于所述每个样本图像的特征数据，确定每个图像类别的平均特征数据；

更新模块，用于基于所述每个样本图像的特征数据和所述每个图像类别的平均特征数据，更新所述初始模型的参数；

第三确定模块，用于若所述初始模型的参数满足预设条件，将更新后的初始模型确定为图像识别模型；

所述更新模块包括：

第一确定单元，用于对于所述样本图像集合中的每个样本图像，确定预设的损失函数对该样本图像的特征数据的第一梯度，以及确定所述损失函数对每个图像类别的平均特征数据的第二梯度；

更新单元，用于基于所述第一梯度与所述第二梯度，更新所述初始模型的参数。

7.根据权利要求6所述的装置，其中，所述更新模块进一步用于：

对于所述样本图像集合中的每个样本图像，将该样本图像的特征数据和该样本图像所属的图像类别的平均特征数据作为正样本对，以及将该样本图像的特征数据和其他图像类别的平均特征数据作为负样本对，更新所述初始模型的参数。