标签确定方法及装置、模型训练方法及装置.pdf
书生****瑞梦
亲,该文档总共48页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
标签确定方法及装置、模型训练方法及装置.pdf
本说明书实施例提供标签确定方法及装置、模型训练方法及装置,其中,所述标签确定方法包括接收待预测图像;将所述待预测图像输入第一机器学习模型,得到所述待预测图像的初始标签以及所述初始标签的初始预测概率;将所述初始标签的初始预测概率输入第二机器学习模型,得到所述初始标签的目标预测概率;基于所述初始标签的目标预测概率确定所述待预测图像的目标标签;具体的,所述标签确定方法将待预测图像通过第一机器学习模型获得的初始预测结果输入到第二机器学习模型中进行二次纠正,通过第二机器学习模型的对初始预测结果的更新,能够极大的提升
模型训练方法及装置、标签确定方法及装置.pdf
本说明书实施例提供模型训练方法及装置、标签确定方法及装置,其中,所述标签确定方法包括接收待预测图像;将所述待预测图像输入第一机器学习模型,得到所述待预测图像的第一标签以及所述第一标签的第一预测概率,且将所述待预测图像输入第二机器学习模型,得到所述待预测图像的第二标签以及所述第二标签的第二预测概率;基于所述第一标签以及所述第一标签的第一预测概率与所述第二标签以及所述第二标签的第二预测概率确定所述待预测图像的目标标签。
伪标签生成模型训练方法、装置及伪标签生成方法及装置.pdf
本发明提供一种伪标签生成模型训练方法、装置及伪标签生成方法及装置,该方法包括:用第一辅助神经网络中指定特征提取层提取第一目标域数据的第一特征向量,用第二辅助神经网络中指定特征提取层提取第二目标域数据的第二特征向量;用第一特征向量和第二特征向量计算第一域混淆损失;用目标神经网络中指定特征提取层提取源域数据的源域特征向量;将目标神经网络输出的特征向量输入至目标分类器得到第一分类结果;用第一特征向量和源域特征向量计算第二域混淆损失;根据第一域混淆、第二域混淆损失及第一分类结果,经过对目标神经网络和目标分类器进行
模型训练方法、文本行确定方法及装置.pdf
本申请实施例提供了一种模型训练方法、装置、电子设备及存储介质。所述方法包括:获取第一样本图像和第二样本图像,所述第一样本图像和所述第二样本图像均为包含文本行的样本图像,所述第一样本图像为模拟的含有多种文本字体的图像;基于所述第一样本图像对待训练字体识别模型进行训练,得到预训练字体识别模型;基于所述第一样本图像和所述第二样本图像对所述预训练字体识别模型进行训练,得到目标字体识别模型。本申请实施例可以提高字体识别模型的识别效果,准确区分图像内的台词文本行和非台词文本行。
机器学习模型训练方法和装置、标签生成方法和装置.pdf
本公开提供一种机器学习模型训练方法和装置、标签生成方法和装置,涉及人工智能领域。机器学习模型训练方法包括:根据文本样本生成结构化文本数据;根据文本样本的标注结果生成至少一个结构化标签样本数据;将结构化文本数据输入机器学习模型,以便机器学习模型根据结构化文本数据生成至少一个结构化标签预测数据,其中结构化文本数据、结构化标签样本数据和结构化标签预测数据具有相同的预设标签元素;根据至少一个结构化预测标签数据和至少一个结构化标签数据确定损失函数;利用损失函数对机器学习模型进行训练。