模型训练方法、对象匹配方法、装置及电子设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113837260A(43)申请公布日2021.12.24(21)申请号202111094800.0(22)申请日2021.09.17(71)申请人北京百度网讯科技有限公司地址100085北京市海淀区上地十街10号百度大厦2层(72)发明人赵情恩(74)专利代理机构北京市通商律师事务所11951代理人巩靖(51)Int.Cl.G06K9/62(2006.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书10页附图3页(54)发明名称模型训练方法、对象匹配方法、装置及电子设备(57)摘要本公开提供了一种模型训练方法、对象匹配方法、装置及电子设备及可读存储介质，涉及人工智能技术领域，尤其涉及机器学习技术领域。具体实现方案为：确定训练样本集合，所述训练样本集合包括多个训练样本对，各个训练样本对包括查询项样本和键值项样本，所述键值项样本包括与查询项样本相同的正例训练样本以及至少一个与所述查询项样本不同的负例训练样本；基于所述训练样本集合通过无监督训练方法训练目标匹配模型，其中，所述目标匹配模型包括第一编码网络和第二编码网络，所述第二编码网络的第二网络参数基于第一编码网络的第一网络参数通过动量更新方法确定。CN113837260ACN113837260A权利要求书1/2页1.一种模型训练方法，包括：确定训练样本集合，所述训练样本集合包括多个训练样本对，各个训练样本对包括查询项样本和键值项样本，所述键值项样本包括与查询项样本相同的正例训练样本以及至少一个与所述查询项样本不同的负例训练样本；基于所述训练样本集合通过无监督训练方法训练目标匹配模型，其中，所述目标匹配模型包括第一编码网络和第二编码网络，所述第二编码网络的第二网络参数基于第一编码网络的第一网络参数通过动量更新方法确定。2.根据权利要求1所述的方法，其中，所述训练样本集合的训练样本为视频样本、图像样本或者音频样本。3.根据权利要求1所述的方法，其中，通过以下方式确定第一编码网络的第一网络参数：基于梯度下降方法确定所述第一编码网络的第一网络参数。4.根据权利要求1所述的方法，其中，通过以下公式确定所述第二编码网络的第二网络参数：θk+1＝mθk+(1‑m)θqθk+1表示新的第二网络参数，θk表示当前第二网络参数，θq表示第一网络参数，m表示动量系数，m∈[0，1)。5.根据权利要求1‑4中任一项所述的方法，其中，所述第一编码网络用于提取查询项样本的样本特征，所述第二编码网络用于提取键值项样本的样本特征。6.根据权利要求1‑5任一项所述的方法，其中，所述基于所述训练样本集合通过无监督训练方法训练目标匹配模型包括：采用目标损失函数训练所述目标匹配模型，其中，所述目标损失函数为同构比较损失函数，所述同构比较损失函数用于使得查询项样本与所述键值项样本的正例训练样本的相似度小于查询项样本与所述键值项样本的负例训练样本的相似度。7.一种对象匹配方法，包括：确定目标对象，以及确定所述目标对象的待匹配候选对象；基于预训练的目标匹配模型的第一编码网络提取所述目标对象的目标对象特征，以及基于所述目标匹配模型的第二编码网络提取所述待匹配候选对象的候选对象特征；所述目标匹配模型为根据权利要求1‑6任一项训练得到的目标匹配模型；基于所述目标对象特征与所述候选对象特征确定所述目标对象与所述待匹配候选对象的匹配结果。8.一种模型训练装置，包括：第一确定模块，用于确定训练样本集合，所述训练样本集合包括多个训练样本对，各个训练样本对包括查询项样本和键值项样本，所述键值项样本包括与查询项样本相同的正例训练样本、以及至少一个与所述查询项样本不同的负例训练样本；训练模块，用于基于所述训练样本集合通过无监督训练方法训练目标匹配模型，其中，所述目标匹配模型包括第一编码网络和第二编码网络，所述第二编码网络的第二网络参数基于第一编码网络的第一网络参数通过动量更新方法确定。9.根据权利要求8所述的装置，其中，所述训练样本集合的训练样本为视频样本、图像2CN113837260A权利要求书2/2页样本或者音频样本。10.根据权利要求8所述的装置，其中，所述训练模块，还用于基于梯度下降方法确定所述第一编码网络的第一网络参数。11.根据权利要求8所述的装置，其中，所述训练模块，还用于通过如下公式，θk+1＝mθk+(1‑m)θq基于确定的第一编码网络的第一网络参数确定第二编码网络的第二网络参数；其中，θk+1表示新的第二网络参数，θk表示当前的第二网络参数，θq表示第一网络参数，m表示动量系数，m∈[0，1)。12.根据权利要求8‑11任一项所述的装置，其中，所述第一编码网络用于提取查询项样本的样本特征，所述第二编码网