(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210616572.7 (22)申请日 2022.06.01 (71)申请人 杭州睿胜软件 有限公司 地址 310053 浙江省杭州市滨江区六和路 368号一幢北三楼D3189室 (72)发明人 徐青松　李青　 (74)专利代理 机构 中国贸促会专利商标事务所 有限公司 1 1038 专利代理师 於菪珉 (51)Int.Cl. G06V 10/774(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 对象识别模 型的训练方法、 对象识别方法和 对象识别设备 (57)摘要 本公开涉及一种对象识别模 型的训练方法、 对象识别方法和对象识别设备。 训练方法包括： 获取训练集， 其中， 所述训练集包括用于训练的 多组输入样 本和与输入样本对应的标记结果， 每 个输入样 本包括对象图像和元数据， 元数据被配 置为描述相应的对象图像； 基于神经网络， 使用 所述训练集来训练所述对象识别模 型； 以及当训 练准确率大于或等于预设准确率时结束训练， 并 得到训练后的对象识别模型。 权利要求书2页 说明书11页 附图6页 CN 114998682 A 2022.09.02 CN 114998682 A 1.一种对象识别模型的训练方法， 其特 征在于， 所述训练方法包括： 获取训练集， 其中， 所述训练集包括用于训练的多组输入样本和与输入样本对应的标 记结果， 每 个输入样本包括对象图像和元 数据， 元数据被配置为描述相应的对象图像； 基于神经网络， 使用所述训练集 来训练所述对象识别模型； 以及 当训练准确率大于或等于预设准确率时结束训练， 并得到训练后的对象识别模型。 2.根据权利要求1所述的训练方法， 其特征在于， 所述神经网络包括分类器组件和至少 一个块组件， 所述至少一个块组件 包括第一 块组件； 基于神经网络， 使用所述训练集 来训练所述对象识别模型包括： 通过所述第一 块组件根据对象图像产生第一图像特 征向量； 根据元数据产生第一嵌入特 征向量； 将第一图像特 征向量与第一嵌入特 征向量融合以产生第一融合特 征向量； 以及 通过所述分类器组件根据第一融合特征向量产生分类结果， 以训练所述对象识别模 型。 3.根据权利要求2所述的训练方法， 其特征在于， 第 一图像特征向量的维度与第 一嵌入 特征向量的维度相同。 4.根据权利要求3所述的训练方法， 其特征在于， 将第 一图像特征向量与第 一嵌入特征 向量融合以产生第一融合特 征向量包括： 将第一图像特征向量中的每个图像向量分量分别与第一嵌入特征向量中的相应的嵌 入向量分量相加， 以产生第一融合特 征向量中的各个融合向量分量。 5.根据权利要求2所述的训练方法， 其特征在于， 将第 一图像特征向量与第 一嵌入特征 向量融合以产生第一融合特 征向量包括： 在预设维度上将第 一图像特征向量与第 一嵌入特征向量进行连接， 以产生第 一融合特 征向量。 6.根据权利要求2所述的训练方法， 其特征在于， 所述至少一个块组件还包括与所述第 一块组件串联的第二 块组件； 通过所述第一 块组件根据对象图像产生第一图像特 征向量包括： 通过所述第二 块组件根据对象图像产生第二图像特 征向量； 根据元数据产生第二嵌入特 征向量； 将第二图像特 征向量与第二嵌入特 征向量融合以产生第二融合特 征向量； 以及 通过所述第一 块组件根据第二融合特 征向量产生第一图像特 征向量。 7.一种对象识别方法， 其特 征在于， 所述对象识别方法包括： 获取待识别的对象图像和元 数据， 其中， 元 数据被配置为描述待识别的对象图像； 使用对象识别模型根据对象图像和元数据确定识别结果， 其中， 所述对象识别模型是 采用根据权利要求1至 6中任一项所述的训练方法来训练获得的。 8.一种对象识别设备， 其特征在于， 所述对象识别设备包括存储器和处理器， 所述存储 器上存储有指令， 当所述指令被所述处理器执行时， 实现根据权利要求1至6中任一项所述 的训练方法或根据权利要求7 所述的对象识别方法。 9.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有指令， 当 所述指令被处理器执行时， 实现根据权利要求 1至6中任一项 所述的训练方法或根据权利要权　利　要　求　书 1/2 页 2 CN 114998682 A 2求7所述的对象识别方法。 10.一种计算机程序产品， 其特征在于， 所述计算机程序产品包括指令， 当所述指令被 处理器执行时， 实现根据权利要求1至6中任一项所述的训练方法或根据权利要求7所述的 对象识别方法。权　利　要　求　书 2/2 页 3 CN 114998682 A 3