摘要
本公开的实施例涉及模型训练方法、装置、设备和存储介质。在此提出的方法包括:获取训练样本对应的多个原始标签,其中原始标签指示训练样本中是否存在多个实例;基于多个原始标签,确定至少一对实例的标签转移信息,其中标签转移信息指示:在训练样本中的第一实例的真值标签值为第一值,并且第二实例的真值标签值为第三值的情况下,训练样本对应的原始标签将训练样本中的第二实例错误标注为第二值的可能性;至少基于每一对实例对应的标签转移信息,确定多个原始标签各自的可信程度;以及基于训练样本、多个原始标签以及多个原始标签各自的可信程度,训练第一机器学习模型,其中第一机器学习模型被配置为检测模型输入中是否存在多个实例。
技术关键词
标签
机器学习模型
计算机可执行指令
模型训练方法
梯度下降算法
样本
处理器
模型训练模块
计算机程序产品
电子设备
可读存储介质
存储器
矩阵
系统为您推荐了相关专利信息
综合评价指数
三维点云模型
知识图谱库
多层次结构
神经网络训练
智能搬运系统
堆高叉车
关键点
叉车搬运托盘
实例分割
训练卷积神经网络
计算机
量化卷积神经网络
优化卷积神经网络
sigmoid函数
网络安全态势感知方法
模板生成方法
网络安全态势感知系统
大语言模型
网络安全防护方法