网络模型解耦的开集合类别训练方法、装置及其存储介质

摘要文本

本发明涉及深度学习技术领域，公开了一种网络模型解耦的开集合类别训练方法、装置及其存储介质，所述多任务模型包括骨干网络，所述方法包括：通过对多任务模型的骨干网络进行数次解耦来获取输入图片的特征信息，该特征信息包括解耦分离出的浅层、较深层和深层的特征信息；依据所述多任务模型得到的特征信息进行推理判断方法；本发明能够获取到模型的不同层次信息，将同个目标划分出多个特征并对应到模型的深层浅层，将多个特征结合后在能判断出已训练类别的同时更有利于判断未经训练的类别；该发明可以运用于交通场景中，对获取的图片进行分析，有助于实现车辆信息的精确判断。