摘要
本发明公开了一种用于人脸识别的AI深度学习模型的训练方法及装置。其中,该方法包括:获取训练数据集,并对所述训练数据集中的训练数据进行预处理;利用卷积神经网络从预处理后的训练数据中提取多层特征;基于所提取的多层特征,利用双重注意力机制的深度学习模型进行人脸识别,得到预测的识别结果;比较所述预测的识别结果和真实值,得到所述深度学习模型的损失,并利用所述损失来更新所述深度学习模型的模型参数。本发明解决了图形化编程时人脸识别比较复杂的技术问题。
技术关键词
深度学习模型
数据
注意力机制
可读存储介质
人脸识别方法
人脸识别装置
生成对抗网络
差分隐私
计算机程序产品
处理器
图像
卷积模块
训练装置
存储器
计算机设备
识别模块
参数
系统为您推荐了相关专利信息
压缩机转速
空气源热泵制热
仿真模型
空气源热泵压缩机
智能控制模块
综合感知方法
语句
文本情感倾向
情感倾向分析
双通道特征融合
实时位置
泊车定位方法
SLAM地图
接入点
车辆
血管壁
图像处理模块
扫描模块
血流
CT机扫描床