模型训练方法、预测方法、装置、重识别模型及电子设备

摘要

本申请提供一种模型训练方法、预测方法、装置、重识别模型及电子设备。模型训练方法包括：获取训练样本数据；将训练样本数据输入至初始模型中，得到全局特征的类别预测数值、局部特征的类别预测数值以及全局特征向量；基于全局特征的类别预测数值计算第一损失值，基于局部特征的类别预测数值计算第二损失值，以及基于全局特征向量计算第三损失值；基于第一损失值、第二损失值以及第三损失值对初始模型的模型参数进行优化，得到重识别模型。通过该方式能够提高训练完成的重识别模型对车辆重识别的准确性，且通过全局特征的类别预测数值、局部特征的类别预测数值以及基于全局特征向量进行模型训练，有效的提高了车辆重识别的泛化能力。