買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜阿里巴巴創(chuàng)新公司申請的專利模型訓(xùn)練方法、裝置及運(yùn)動對象重識別方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN115147452B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-30發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202110342267.9，技術(shù)領(lǐng)域涉及：G06T7/246；該發(fā)明授權(quán)模型訓(xùn)練方法、裝置及運(yùn)動對象重識別方法是由馮雪濤;焦繼樂設(shè)計(jì)研發(fā)完成，并于2021-03-30向國家知識產(chǎn)權(quán)局提交的專利申請。

本模型訓(xùn)練方法、裝置及運(yùn)動對象重識別方法在說明書摘要公布了：本申請公開了一種模型訓(xùn)練方法、裝置及運(yùn)動對象重識別方法。其中，該模型訓(xùn)練方法包括：獲取多個視角對應(yīng)的多個訓(xùn)練數(shù)據(jù)子集，每個訓(xùn)練數(shù)據(jù)子集包括一個視角下的所有運(yùn)動對象圖像，該運(yùn)動對象為在移動過程中出現(xiàn)在多個視角下的對象；將多個訓(xùn)練數(shù)據(jù)子集劃分為第一類數(shù)據(jù)集和第二類數(shù)據(jù)集；在每個迭代單步中，將第一類數(shù)據(jù)集輸入目標(biāo)學(xué)習(xí)模型，基于初始模型參數(shù)確定第一損失函數(shù)對模型進(jìn)行訓(xùn)練，確定初始模型參數(shù)的更新量；將第二類數(shù)據(jù)集輸入目標(biāo)學(xué)習(xí)模型，基于初始模型參數(shù)的更新量確定第二損失函數(shù)對模型進(jìn)行訓(xùn)練，確定目標(biāo)模型參數(shù)；依據(jù)每個迭代單步中確定的目標(biāo)模型參數(shù)，對目標(biāo)學(xué)習(xí)模型進(jìn)行迭代更新。

本發(fā)明授權(quán)模型訓(xùn)練方法、裝置及運(yùn)動對象重識別方法在權(quán)利要求書中公布了：1.一種模型訓(xùn)練方法，包括：獲取多個視角對應(yīng)的多個訓(xùn)練數(shù)據(jù)子集，其中，每個訓(xùn)練數(shù)據(jù)子集包括一個視角下的所有運(yùn)動對象圖像，所述運(yùn)動對象為在移動過程中出現(xiàn)在所述多個視角下的對象；將所述多個訓(xùn)練數(shù)據(jù)子集劃分為第一類數(shù)據(jù)集和第二類數(shù)據(jù)集；在每個迭代單步中，將所述第一類數(shù)據(jù)集輸入目標(biāo)學(xué)習(xí)模型，以基于初始模型參數(shù)確定的第一損失函數(shù)對所述目標(biāo)學(xué)習(xí)模型進(jìn)行訓(xùn)練，確定所述初始模型參數(shù)的更新量；將所述第二類數(shù)據(jù)集輸入所述目標(biāo)學(xué)習(xí)模型，并以基于所述初始模型參數(shù)的更新量確定的第二損失函數(shù)對所述目標(biāo)學(xué)習(xí)模型進(jìn)行訓(xùn)練，確定目標(biāo)模型參數(shù)；依據(jù)每個迭代單步中確定的所述目標(biāo)模型參數(shù)，對所述目標(biāo)學(xué)習(xí)模型進(jìn)行迭代更新其中，所述第二損失函數(shù)的確定過程包括：基于預(yù)設(shè)規(guī)則分別從所述第一類數(shù)據(jù)集中選取第一訓(xùn)練樣本組，從所述第二類數(shù)據(jù)集中選取第二訓(xùn)練樣本組；基于所述初始模型參數(shù)以及所述初始模型參數(shù)的更新量確定第二模型參數(shù)；基于所述第二訓(xùn)練樣本組中的運(yùn)動對象圖像和所述第二模型參數(shù)，計(jì)算第三損失函數(shù)，所述第三損失函數(shù)與所述第一損失函數(shù)的結(jié)構(gòu)相同，所述第三損失函數(shù)中的參數(shù)為所述第二模型參數(shù)；基于所述第一訓(xùn)練樣本組中的運(yùn)動對象圖像，所述第二訓(xùn)練樣本組中的運(yùn)動對象圖像以及所述第二模型參數(shù)，計(jì)算跨視角損失函數(shù)；將所述第三損失函數(shù)和所述跨視角損失函數(shù)求和，得到所述第二損失函數(shù)。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人阿里巴巴創(chuàng)新公司，其通訊地址為：新加坡勿拉士峇沙路51號來贊達(dá)一號大廈#03-06；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。