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！

龙图腾网获悉江苏云从曦和人工智能有限公司申请的专利模型训练方法、装置及计算机存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115294428B 。

龙图腾网通过国家知识产权局官网在2025-11-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210789561.9，技术领域涉及：G06V10/778；该发明授权模型训练方法、装置及计算机存储介质是由王曦;蹇易设计研发完成，并于2022-07-06向国家知识产权局提交的专利申请。

本模型训练方法、装置及计算机存储介质在说明书摘要公布了：本申请提供一种模型训练方法、装置及计算机存储介质，包括利用教师模型针对每一个训练样本执行特征提取，获得每一个训练样本的教师特征；根据每一个训练样本的教师特征和真实标签，确定每一个训练样本的难样本；利用学生模型针对每一个训练样本执行特征提取，获取每一个训练样本的学生特征；根据每一个训练样本的学生特征、每一个训练样本的难样本，训练所述学生模型。据此，本申请可提供较佳的模型训练效果，并提升模型预测精度。

本发明授权模型训练方法、装置及计算机存储介质在权利要求书中公布了：1.一种模型训练方法，其特征在于，包括： 利用教师模型针对每一个训练样本执行特征提取，获得每一个训练样本的教师特征，其中所述教师模型包括具有图像识别能力的检测模型； 根据每一个训练样本的教师特征和真实标签，确定每一个训练样本的难样本，其中所述难样本包括正例难样本和负例难样本； 根据每一个训练样本、每一个训练样本的难样本，分别执行度量学习和强化学习，以训练学生模型； 其中，执行度量学习，包括： 三元组构建步骤，根据所述每一个训练样本的正例难样本、负例难样本，构建每一个训练样本的三元组； 损失计算步骤，根据每一个训练样本的三元组各自的学生特征，确定度量损失函数； 基于所述度量损失函数，优化所述学生模型，并基于优化后的学生模型返回执行所述损失计算步骤，直至所述度量损失函数满足预设收敛条件； 执行强化学习，包括： 距离计算步骤，根据每一个训练样本的学生特征、每一个训练样本的所有正例难样本的教师特征，计算每一个训练样本的正例样本距离，并根据每一个训练样本的学生特征、每一个训练样本的所有负例难样本的教师特征，计算每一个训练样本的负例样本距离； 比对同一训练样本的正例样本距离和负例样本距离，若任意一个训练样本的正例样本距离大于负例样本距离，优化所述学生模型； 利用优化后的学生模型更新每一个训练样本的学生特征，且返回执行所述距离计算步骤，直至所有训练样本的正例样本距离均不大于负例样本距离。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江苏云从曦和人工智能有限公司，其通讯地址为：215021 江苏省苏州市苏州工业园区金鸡湖大道88号人工智能产业园D2栋；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。