摘要
本发明涉及一种基于多样性困难负样本挖掘的模型训练方法、装置和设备。所述方法包括:评估负样本集中每个负样本对应的多样性评分;令训练批次t=0,令第0训练集等于正样本集;通过第t训练集优化待训练模型的参数,得到第t待训练模型;将负样本集输入至第t待训练模型中,获取负样本集中每个负样本属于正样本的概率值以及对应的预测标签;根据每个负样本属于正样本的概率值以及预测标签,筛选困难样本集;根据多样性评分和困难样本集,计算负样本集中每个负样本对应的综合评分;根据综合评分筛选第t困难负样本数据集;令第t困难负样本数据集和正样本集合并,得到第t+1训练集;令训练批次t=t+1,重复通过第t训练集优化待训练模型的参数。
技术关键词
样本
模型训练方法
训练集优化
编码器
标签
重构
参数
模块
数据
模型训练装置
网络
处理器
电子设备
图像
存储器
元素
误差
系统为您推荐了相关专利信息
定量鉴定方法
高通量
协方差矩阵
智能学习模型
随机森林
核酸提取柱
微流控芯片
清洗液池
微流道
液体通道
主动推荐系统
图谱
语义标签引导
实体
车载人机交互
一体化器械
手术室智能
清点系统
AI图像识别
智能标签