多任务识别模型的训练方法、多任务识别方法及装置

本发明提供了多任务识别模型的训练方法、多任务识别方法及装置，涉及人工智能技术领域。方法中，获取包含样本对象的样本图像以及样本对象针对每一预设属性的真实属性信息；利用多任务识别模型得到样本对象针对每一预设属性的预测属性信息；基于针对每一预设属性的预测属性信息与真实属性信息差异得到该预设属性的损失值；计算针对每一预设属性的损失值在每一网络参数方向的变化率得到该网络参数针对该预设属性的第一梯度；计算该网络参数针对该预设属性的第二梯度；第二梯度与损失值正相关；计算第一梯度与第二梯度差值得到目标梯度；基于目标梯度总和对该网络参数调整得到训练完成的模型。本发明可以提高模型的泛化性。