基于类别层次的动态高效网络训练方法、装置、计算机设备及存储介质

本发明属于深度学习技术领域，具体涉及一种基于类别层次的动态高效网络训练方法、装置、计算机设备及存储介质，所述方法包括：获取样本图像及其类别标签；调用神经网络的第一分类模块，样本图像的聚类结果进行识别，得到样本图像各自的第一预测类别；调用神经网络的第二分类模块，根据第一预测类别与子网络之间的对应关系，基于相应子网络对每张样本图像进行识别，得到样本图像各自的第二预测类别；根据样本图像的第一预测类别、第二预测类别以及类别标签，对神经网络进行更新直到满足预设条件。

本发明通过从数据特性出发，利用图像类别关系进一步提升网络性能；针对相似样本图像的部分相似特征进行着重学习，提高了识别准确度及识别速率。

黄钶洋，米建勋