深圳云天励飞技术股份有限公司李滨君获国家专利权
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!
龙图腾网获悉深圳云天励飞技术股份有限公司申请的专利迁移模型训练方法、电子设备及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:CN119229231B 。
龙图腾网通过国家知识产权局官网在2025-11-18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:202411048465.4,技术领域涉及:G06V10/774;该发明授权迁移模型训练方法、电子设备及存储介质是由李滨君;余晓填;肖嵘设计研发完成,并于2024-07-31向国家知识产权局提交的专利申请。
本迁移模型训练方法、电子设备及存储介质在说明书摘要公布了:本申请涉及深度学习技术领域,提供一种迁移模型训练方法、电子设备及存储介质,所述方法通过元模型获得迁移场景对应的输入图像的预测结果,基于用户对预测结果的校验结果对输入图像进行预处理,从而获得训练样本;利用元模型对应的历史样本与训练样本对元模型进行训练,获得训练过程中历史样本对应的历史梯度与训练样本对应的迁移梯度;通过历史梯度与迁移梯度之间的相似度确定混合梯度,基于混合梯度对元模型的模型参数进行更新,从而实现基于对元模型的在线训练获得迁移场景对应的迁移模型。利用上述方法能够降低模型的场景迁移成本并提升迁移效果。
本发明授权迁移模型训练方法、电子设备及存储介质在权利要求书中公布了:1.一种迁移模型训练方法,其特征在于,所述方法包括: 基于元模型对输入图像的预测结果以及用户对所述预测结果的校验结果,对所述输入图像进行预处理,获得训练样本,其中,所述输入图像包括迁移场景对应的图像; 利用所述元模型对应的历史样本与所述训练样本对所述元模型进行训练,得到所述历史样本对应的历史梯度及所述训练样本对应的迁移梯度; 根据所述历史梯度与所述迁移梯度的相似度,确定所述历史梯度与所述迁移梯度的混合梯度,包括:根据所述相似度确定所述历史梯度对应的权重与所述迁移梯度对应的权重;根据所述历史梯度与所述迁移梯度的加权和,确定所述混合梯度;及 基于所述混合梯度对所述元模型的模型参数进行更新,基于更新后的模型参数训练所述迁移场景对应的迁移模型; 在完成对所述元模型的每个周期的训练后,根据所述历史样本对应的历史梯度及所述训练样本对应的迁移梯度对所述历史样本构成的历史样本库进行更新,使用更新的历史样本库中的样本对所述元模型进行下一个周期的训练; 所述根据所述历史样本对应的历史梯度及所述训练样本对应的迁移梯度对所述历史样本构成的历史样本库进行更新,包括:将第N个周期对应的训练样本作为第N+1个周期对应的更新的历史样本,并确定所述第N个周期对应的训练样本的平均梯度,其中,N表示大于或等于1的自然数;确定所述第N个周期对应的历史样本中每个历史样本的历史梯度与所述平均梯度的差异度,从所述第N个周期对应的历史样本库中删除差异度最大的预设数量的历史样本;根据所述更新的历史样本与执行删除操作后的第N个周期对应的历史样本库,构建更新的历史样本库。
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深圳云天励飞技术股份有限公司,其通讯地址为:518000 广东省深圳市龙岗区园山街道荷坳社区龙岗大道8288号大运软件小镇36栋4F05;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励