[发明专利]图像检索模型的训练方法、装置、设备及存储介质

权利要求书

1.一种图像检索模型的训练方法，其特征在于，所述方法包括：

基于图像检索模型对多个样本图像进行处理，得到所述多个样本图像的哈希码；

基于所述多个样本图像所属的多个图像类别，获取所述多个图像类别的类中心；

基于所述多个样本图像与所述多个样本图像对应的类中心之间的第一信息、各个所述类中心之间的第二信息，计算损失值，所述第一信息和所述第二信息分别用于指示对应的样本图像的哈希码在汉明空间内的距离；

基于所述损失值，对所述图像检索模型和各个所述类中心进行训练。

2.根据权利要求1所述的方法，其特征在于，所述基于所述多个样本图像与所述多个样本图像对应的类中心之间的第一信息、各个所述类中心之间的第二信息，计算损失值，包括：

基于所述多个样本图像的哈希码和所述多个样本图像对应的类中心的哈希码，得到所述多个样本图像与所述多个样本图像对应的类中心之间的第一信息；

基于各个所述类中心的哈希码，得到各个所述类中心之间的第二信息；

基于各个所述类中心之间的第二信息，得到各个所述类中心之间的条件概率，所述条件概率用于指示各个所述类中心之间的不相似程度；

基于所述多个样本图像与所述多个样本图像对应的类中心之间的第一信息和各个所述类中心之间的条件概率，计算所述损失值。

3.根据权利要求2所述的方法，其特征在于，所述基于各个所述类中心之间的第二信息，得到各个所述类中心之间的条件概率，包括：

基于各个所述类中心之间的第二信息和类间指示矩阵，得到各个所述类中心之间的条件概率，所述类间指示矩阵用于确保两个相同的所述类中心之间的所述条件概率为0。

4.根据权利要求1所述的方法，其特征在于，所述基于图像检索模型对多个样本图像进行处理，得到所述多个样本图像的哈希码，包括：

调用所述图像检索模型对所述多个样本图像进行处理，得到所述多个样本图像的预测编码；

对所述多个样本图像的预测编码进行二值化处理，得到所述多个样本图像的哈希码；

所述基于所述多个样本图像与所述多个样本图像对应的类中心之间的第一信息、各个所述类中心之间的第二信息，计算损失值，包括：

基于所述多个样本图像与所述多个样本图像对应的类中心之间的第一信息、各个所述类中心之间的第二信息、所述多个样本图像的预测编码和哈希码之间的量化误差，计算所述损失值，所述量化误差基于所述多个样本图像的预测编码和哈希码之间的差值计算得到。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于标签矩阵和所述多个样本图像的哈希码，获取回归矩阵，所述标签矩阵用于指示所述多个样本图像所属的图像类别；

所述基于所述多个样本图像与所述多个样本图像对应的类中心之间的第一信息、各个所述类中心之间的第二信息，计算所述损失值，包括：

基于所述多个样本图像与所述多个样本图像对应的类中心之间的第一信息、各个所述类中心之间的第二信息以及所述回归矩阵，计算所述损失值。

6.根据权利要求5所述的方法，其特征在于，所述基于所述多个样本图像与所述多个样本图像对应的类中心之间的第一信息、各个所述类中心之间的第二信息以及所述回归矩阵，计算所述损失值，包括：

基于所述多个样本图像的哈希码、所述标签矩阵以及所述回归矩阵，得到所述多个样本图像与所述多个样本图像对应的图像类别之间的第三信息，所述第三信息用于指示任一样本图像的哈希码与对应的图像类别的类别编码之间的误差；

基于所述多个样本图像与所述多个样本图像对应的类中心之间的第一信息、各个所述类中心之间的第二信息、所述多个样本图像与所述多个样本图像对应的图像类别之间的第三信息，计算所述损失值。