[发明专利]模型训练方法、图像信息管理方法、图像识别方法及装置

权利要求书

1.一种模型训练方法，其特征在于，包括：

对初始图像处理模型的参数进行随机初始化；其中，所述初始图像处理模型包括特征提取分支和原型构建分支；

固定所述原型构建分支的初始化参数，将训练图像集输入至所述初始图像处理模型，得到第一输出结果；

根据所述第一输出结果确定损失函数的值，利用所述损失函数的值对所述特征提取分支的初始化参数进行更新；所述损失函数包括类别损失和类内类间损失；其中，

所述类别损失定义为；式中，f_x表示所述特征提取分支输出的商品指纹，e表示所述原型构建分支输出的指纹原型， , 表示内积，i表示商品类别，T表示温度系数，N表示图像样本数量；

所述类内类间损失定义为；式中，表示边界阈值，z_p表示第一输出结果或第二输出结果中与所述特征提取分支输出的商品指纹类别相同的结果，z_n表示第一输出结果或第二输出结果中与所述特征提取分支输出的商品指纹类别不相同的结果；

固定所述特征提取分支更新后的参数，将所述训练图像集输入至特征提取分支参数更新后的初始图像处理模型中，得到第二输出结果；

根据所述第二输出结果确定所述损失函数的值，利用所述损失函数的值对所述原型构建分支的初始化参数进行更新；

根据所述特征提取分支更新后的参数构建商品指纹提取模型。

2.根据权利要求1所述的模型训练方法，其特征在于，所述第一输出结果和所述第二输出结果均包括：

所述特征提取分支输出的商品指纹和所述原型构建分支输出的指纹原型。

3.一种图像信息管理方法，其特征在于，包括：

获取场景图像集，利用图像检测模型获取所述场景图像集中的全量商品图像；

根据商品指纹提取模型提取所述商品图像中的商品指纹，得到商品指纹集；其中，

所述商品指纹提取模型为采用如权利要求1~2任一项所述的模型训练方法训练出的模型；

确定所述商品指纹集的商品类别，利用聚类算法对各所述商品类别对应的商品指纹进行压缩；

将压缩后的商品指纹存储至商品指纹数据库。

4.根据权利要求3所述的图像信息管理方法，其特征在于，所述利用聚类算法对各所述商品类别对应的商品指纹进行压缩，具体为：

确定所述商品指纹集中各商品指纹的商品类别；

根据预设的数量参数N，利用聚类算法依次将各商品类别下的商品指纹压缩为N个类簇，并将N个所述类簇的类簇中心设置为对应商品类别的目标商品指纹；其中，N为非零自然数；

将各所述商品类别的目标商品指纹存储至商品指纹数据库。

5.一种图像识别方法，其特征在于，包括：

获取目标商品图像，利用商品指纹提取模型提取所述目标商品图像的目标商品指纹；

基于所述目标商品指纹遍历商品指纹数据库中的基准指纹，将与所述目标商品指纹相似度最高的基准指纹所对应的商品类别确定为识别结果；其中，

所述商品指纹提取模型为采用如权利要求1~2任一项所述的模型训练方法训练出的模型；

所述商品指纹数据库由如权利要求3~4任一项所述的图像信息管理方法得到。