摘要
本发明实施例公开了一种模型训练方法、长尾图像识别方法及电子设备。该方法包括:获取服从长尾分布的数据集,并将数据集输入到图像识别模型中,以根据图像识别模型的输出结果以及数据集中的每个样本图像分别对应的样本类别,得到每个样本图像分别对应的样本损失;确定每个样本类别在数据集中分别对应的出现频率,并以各出现频率为依据,对各样本损失进行加权处理,得到第一损失;确定每个样本图像分别对应的样本梯度,以各样本梯度为依据,对各样本损失进行加权处理,得到第二损失;根据第一损失和第二损失,得到目标损失,并根据目标损失,调整图像识别模型中的参数,以训练出目标图像识别模型。本发明实施例的技术方案,可准确识别长尾图像。
技术关键词
图像识别模型
样本
模型训练方法
图像识别方法
频率
数据
因子
电子设备
处理器通信
参数
存储器
系统为您推荐了相关专利信息
机器学习辅助
预测评估方法
传感器
构建卷积神经网络
主成分分析法
历史定位信息
数据处理方法
频率
手腕带
数据处理系统
树木冠层
编码器
全卷积网络
卷积神经网络结构
策略