[发明专利]模型训练设备

说明书

本申请公开了一种模型训练设备。该模型训练设备通过获取样本数据集，所述样本数据集包括多个属于不同痘痘类型的样本图像；获取每个痘痘类型所对应的一个标准图像，所述一个标准图像用于代表一个痘痘类型的痘痘样式；计算各个所述样本图像的类别概率标签，所述类别概率标签包括所述样本图像与每个所述标准图像之间的相似度信息；基于所述各个样本图像和所述各个样本图像对应的类别概率标签训练分类网络模型，获得痘痘类型识别模型。

技术领域

本发明涉及计算机视觉技术领域，尤其是涉及一种模型训练设备。

背景技术

随着移动通信技术的快速发展以及人民生活水平的提升，各种智能终端已广泛应用于人民的日常工作和生活，使得人们越来越习惯于使用终端应用程序，使得美颜自拍、拍照测肤此类功能的APP需求也变得越来越多，对脸部痘痘情况的分析也有很大的需求，可以根据痘痘类型，针对性地提出或查询皮肤改善方案。

然而痘痘面积小，不同类别之间可区分的特征不明显，导致目前对痘痘类型识别的准确度较低。

发明内容

本申请提供了一种模型训练设备，以解决现有技术中对痘痘类别识别不准确的技术问题。

本申请提供了一种模型训练设备，包括存储器以及一个或多个处理器，所述一个或多个处理器用于执行存储在所述存储器中的一个或多个计算机程序；所述一个或多个计算机程序被存储在所述存储器中；所述一个或多个处理器在执行所述一个或多个计算机程序时，执行如下步骤：

获取样本数据集，所述样本数据集包括多个属于不同痘痘类型的样本图像；

获取每个痘痘类型所对应的一个标准图像，所述一个标准图像用于代表一个痘痘类型的痘痘样式；

计算各个所述样本图像的类别概率标签，所述类别概率标签包括所述样本图像与每个所述标准图像之间的相似度概率；

基于所述各个样本图像和所述各个样本图像对应的类别概率标签训练分类网络模型，获得痘痘类型识别模型。

该技术方案具有如下有益效果：

通过获取样本数据集，上述样本数据集包括多个属于不同痘痘类型的样本图像，获取每个痘痘类型所对应的一个标准图像，上述一个标准图像用于代表一个痘痘类型的痘痘样式，计算各个上述样本图像的类别概率标签，上述类别概率标签包括上述样本图像与每个上述标准图像之间的相似度信息，再基于上述各个样本图像和上述各个样本图像对应的类别概率标签训练分类网络模型，获得痘痘类型识别模型，可以对痘痘类型进行较准确识别。传统的分类标签方式，分类的准确度不高，而本申请中在模型训练时采用样本图像与每个所述标准图像之间的相似度信息进行标注，可以从标签上体现出类别之间的相似程度，将痘痘类型标签概率化，使得模型能够学习痘痘类型之间的相似特征，从而提升痘痘类型识别的准确度。

附图说明

为了更清楚地说明本申请实施例或背景技术中的技术方案，下面将对本申请实施例或背景技术中所需要使用的附图进行说明。

图1为本申请实施例提供的一种模型训练设备的硬件结构图；

图2为本申请实施例提供的一种痘痘类型识别模型训练方法的流程示意图；

图3为本申请实施例提供的一种痘痘类型识别模型训练方法的流程示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。