[发明专利]一种模型优化方法及装置

说明书

本发明实施例提供了一种模型优化方法及装置。获取多个图像的标注内容描述；确定每一个标注内容描述包括的内容主题；在多个标注内容描述分别包括的内容主题中，确定出现频率低于预设频率的目标内容主题；获取包括目标内容主题的目标标注内容描述所对应的图像的图像特征；使用目标标注内容描述和该图像特征对预设图像描述生成模型进行多次优化。如此，使用最终得到的预设图像描述生成模型在获取其他图像的内容描述时，如果该其他图像本身所表达的内容中的内容主题包括出现频率非常低的目标内容主题，则不会出现得到的该其他图像的内容描述与该其他图像图像本身所表达的内容不同的情况，从而可以提高最终得到的预设图像描述生成模型的精度。

技术领域

本发明涉及计算机技术领域，特别是涉及一种模型优化方法及装置。

背景技术

近来，深度学习在视频、图像、语音以及自然语言处理等相关领域得到了广泛应用。神经网络作为深度学习的一个重要分支，由于其超强的拟合能力以及端到端的全局优化能力，使得图像的内容描述的生成任务在应用神经网络模型之后，精度大幅提升。

虽然目前的图像描述生成模型能够根据图像的图像特征生成图像的内容描述，但是仍然会出现生成的图像的内容描述与图像本身所表达的内容不同的情况，因此，往往需要优化图像描述生成模型。

发明内容

为解决上述技术问题，本发明实施例示出了一种模型优化方法及装置。

第一方面，本发明实施例示出了一种模型优化方法，所述方法包括：

获取多个图像的标注内容描述；

确定每一个标注内容描述包括的内容主题；

在多个标注内容描述分别包括的内容主题中，确定出现频率低于预设频率的目标内容主题；

获取包括所述目标内容主题的目标标注内容描述所对应的图像的图像特征；

使用所述目标标注内容描述和所述图像特征对预设图像描述生成模型进行多次优化。

在一个可选的实现方式中，所述在多个标注内容描述分别包括的内容主题中，确定出现频率低于预设频率的目标内容主题，包括：

在多个标注内容描述分别包括的内容主题中，确定每一个内容主题分别在多个标注内容描述中的分布比例；

在多个标注内容描述分别包括的内容主题中，确定分布比例最低的预设数量个内容主题，并作为所述目标内容主题。

在一个可选的实现方式中，所述使用所述目标标注内容描述和所述图像特征对预设图像描述生成模型进行多次优化，包括：

根据所述目标内容主题在多个标注内容描述中的分布比例和所述目标标注内容描述确定优化次数；

使用所述目标标注内容描述和所述图像特征对预设图像描述生成模型进行所述优化次数次优化。

在一个可选的实现方式中，所述根据所述目标内容主题分别在多个标注内容描述中的分布比例和所述目标标注内容描述确定优化次数，包括：

获取所述目标内容主题在多个标注内容描述中的分布比例的倒数；

根据所述目标标注内容描述包括的内容主题与所述倒数确定所述目标标注内容描述的优化权重；

根据已存储的优化权重与优化次数之间的对应关系，确定与所述优化权重相对应的优化次数。

在一个可选的实现方式中，所述根据所述目标标注内容描述包括的内容主题与所述倒数确定所述目标标注内容描述的优化权重，包括：

计算所述目标标注内容描述包括的内容主题对应的向量与所述倒数对应的向量之间的乘积，并作为所述优化权重。