多任务模型训练方法和装置、多任务处理方法和装置

摘要

本公开提供了一种多任务模型训练方法和装置，涉及计算机视觉、深度学习等技术领域。具体实现方案为：获取包括至少一类初始图像的训练样本集；获取预先建立的多任务网络，多任务网络中的通用特征提取器通过分支节点分别与各个初始分支网络连接；从训练样本集中选取初始图像，将选取的初始图像输入通用特征提取器，得到与选取的初始图像对应的特征图；针对得到的特征图中的各个特征图，将该特征图输入该特征图的识别要素对应的初始分支网络；采集分支节点中各个初始分支网络的梯度值，并基于各个初始分支网络的梯度值调整相应初始分支网络的损失权重值，响应于多任务网络满足训练完成条件，得到多任务模型。该实施方式平衡了多个任务的训练效果。