基于智能手表数据的动作预测模型训练方法

本发明实施例涉及一种基于智能手表数据的动作预测模型训练方法，包括：获取正样本数据和对应的负样本数据；处理后得到正负样本多模态特征图；为每个正负样本多模态特征图配置标签分类向量；将正负样本多模态特征图作为一个第一训练特征图；将第一数据集处理为第一训练集和第一评估集，输入动作预测模型进行处理，并将当次模型输出作为一个对应的第一预测分类向量，组成一个第一预测‑标签对；代入第一模型损失函数进行计算得到第一损失值；将第一评估集的各个第一数据记录的第一训练特征图输入动作预测模型进行处理，输出第二预测‑标签对，计算得到第一评估值；对第一评估值是否满足预设的第一评估值范围进行识别，若满足，确认模型训练结束。