技术总结
本申请提供了一种目标识别模型的训练方法和装置，属于深度学习技术领域。该方法包括：将样本图像输入初始识别模型，得到初始识别模型中的训练概率序列，其中，训练概率序列为包含样本图像中样本对象所有关联动作的概率的序列；通过样本概率序列、训练概率序列以及损失函数，对初始识别模型进行训练，直至样本概率序列与训练概率序列的损失值不大于预设阈值，得到训练后的目标识别模型，其中，部分样本概率序列来自第一识别模型，第一识别模型的网络层数不少于初始识别模型的网络层数。本申请通过网络层数较多的第一识别模型对网络层数较少的初始识别模型进行训练，减少模型复杂度，降低算法计算量，提供模型训练效率。提供模型训练效率。提供模型训练效率。
技术研发人员：古仁华
受保护的技术使用者：北京明略软件系统有限公司
技术研发日：2020.11.16
技术公布日：2021/3/9