模型训练方法、人脸识别方法、电子设备和存储介质.pdfVIP

下载本文档

0
0
约2.24万字
约 15页
2023-06-26 发布于四川
举报
版权申诉

模型训练方法、人脸识别方法、电子设备和存储介质.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本申请实施例涉及深度学习技术领域，公开了一种模型训练方法、人脸识别方法、电子设备和计算机可读存储介质，该方法包括：将一个批次的样本图像分别输入至第一模型和第二模型中，获取第一模型提取出的第一特征和第二模型提取出的第二特征，第一模型为已训练完成的重量型的模型，第二模型为待训练的轻量型的模型；根据各第一特征确定所述批次中ID的第一类间距离，并根据各第二特征确定所述批次中ID的第二类间距离；构建损失函数，所述损失函数包括L2损失项，以及基于第一类间距离和第二类间距离构建的类间损失项；根据所述损失函数训

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116310648 A (43)申请公布日 2023.06.23 (21)申请号 202310295242.7 G06V 10/74 (2022.01) (22)申请日 2023.03.