模型训练方法及装置

摘要

本公开揭示了一种模型训练方法及装置，属于图像处理领域。该方法包括：从测试样本集中选取训练样本集，根据训练样本集中包括的样本训练得到识别模型，训练样本集是测试样本集的子集，训练样本集中包括正样本和负样本，训练样本集中的负样本的个数小于测试样本集中的负样本的个数，根据识别模型对测试样本集中包括的样本进行识别，根据识别错误的样本更新识别模型；解决了由于样本数量有限而导致的训练得到的人脸识别模型不够准确问题；在通过数量有限的样本训练得到识别模型后，再次根据识别错误的样本更新识别模型，可以对识别模型不断进行优化，提高了识别模型在进行识别时的准确性。

主权项

一种模型训练方法，其特征在于，所述方法包括：从测试样本集中选取训练样本集，根据所述训练样本集中包括的样本训练得到识别模型，所述训练样本集是所述测试样本集的子集，所述训练样本集中包括正样本和负样本，所述训练样本集中的负样本的个数小于所述测试样本集中的负样本的个数；根据所述识别模型对所述测试样本集中包括的样本进行识别；根据识别错误的样本更新所述识别模型；其中，所述正样本是包括预定类型的图像的样本，所述负样本是不包括所述预定类型的图像的样本。