1.一种图像标签校正模型的训练方法,其特征在于,所述方法包括:
2.如权利要求1所述的方法,其中,基于所述真实业务图像的特征向量,确定所述真实业务图像的初始标签对应的类原型特征向量包括:
3.如权利要求1所述的方法,其中,对所述标签待校正图像的特征向量和所述类原型特征向量进行对比学习,以确定对比损失包括:
4.如权利要求3所述的方法,其中,对所述标签待校正图像的特征向量和所述类原型特征向量进行对比学习,以确定对比损失还包括:
5.如权利要求4所述的方法,其中,所述图像增强操作包括下述操作中的至少一个:
6.如权利要求1所述的方法,还包括:
7.如权利要求6所述的方法,其中,所述标签待校正图像的经校正特征向量与类原型特征向量的相似度由关系模块确定,所述关系模块通过下述步骤训练:
8.如权利要求7所述的方法,其中,基于标签待校正图像的经校正特征向量与类原型特征向量的相似度,校正所述标签待校正图像的初始标签包括:
9.如权利要求8所述的方法,其中,基于标签待校正图像的经校正特征向量与类原型特征向量的相似度,校正所述标签待校正图像的初始标签还包括:
10.如权利要求9所述的方法,其中,基于标签待校正图像的经校正特征向量与所述类原型特征向量的相似度,校正所述标签待校正图像的初始标签还包括:
11.如权利要求1所述的方法,还包括,基于所述类原型特征向量与训练后的图像标签校正模型输出的标签待校正图像的特征向量的加权和,更新所述类原型特征向量。
12.一种图像标签校正模型的训练装置,其特征在于,所述装置包括:
13.一种计算设备,包括:
14.一种计算机可读存储介质,其上存储计算机可读指令,所述计算机可读指令在被执行时实现权利要求1-11中任一项所述的方法。
15.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-11中任一项所述的方法的步骤。