摘要
本发明的高分辨率图像分类模型的模型提取训练方法、装置、终端及介质,涉及计算机技术领域。该方法包括:确定具备目标模型部分知识的初始模型为待训练模型,构建不含确定出的已查询样本的查询样本集,用多重协同筛选机制筛选未查询样本集;用筛选出的目标未查询样本集查询目标模型,据此构建当前查询轮次的主动学习查询集;基于查询集,用基于超像素梯度对齐的模型训练算法训练模型;判断当前查询轮次是否达到预设轮次,未达则确定训练后模型为待训练模型、查询集中的样本为已查询样本,重新执行构建未查询样本集等后续步骤,直至达到预设轮次时,将训练后模型确定为训练好的替代模型,以解决模型过拟合问题,提升模型的泛化能力和特征提取精度。
技术关键词
样本
图像分类模型
模型训练算法
查询标签
机制
邻域
像素块
通道
模型训练装置
节点
模型场景
模型训练模块
超参数
可读存储介质
处理器
终端