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!
摘要:本申请公开了一种身份识别及其模型训练方法及装置,模型训练方法包括:对私有数据集进行采样,得到训练数据;通过通用模型以及本地模型对训练数据进行特征提取,得到属于通用模型的通用特征以及属于本地模型的本地特征;根据通用特征、本地特征以及预设个性化区分损失函数,训练本地模型,预设个性化区分损失函数用于优化本地模型,使本地模型能区分私有数据集中的本地特征;在私有数据集采样结束的情况下,生成预先训练的识别模型。因此,采用本申请实施例,可以降低模型的耗时,同时提升模型的本地化识别性能。
主权项:1.一种识别模型训练方法,其特征在于,应用于客户端,所述客户端包括私有数据集、部署有用于联邦学习的通用模型以及本地模型,所述通用模型是所有客户端共享的模型,所述本地模型是针对本地服务训练的,所述方法包括:对所述私有数据集进行采样,得到训练数据;通过所述通用模型以及所述本地模型对所述训练数据进行特征提取,得到属于所述通用模型的通用特征以及属于所述本地模型的本地特征;根据所述通用特征、所述本地特征以及预设个性化区分损失函数,训练所述本地模型,预设个性化区分损失函数用于优化所述本地模型,使所述本地模型能区分所述私有数据集中的本地特征;在所述私有数据集采样结束的情况下,生成预先训练的识别模型。
全文数据:
权利要求:
百度查询: 北京大学 身份识别及其模型训练方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。