[发明专利]用于生成视频类别检测模型的方法和装置

权利要求书

1.一种用于生成视频类别检测模型的方法，包括：

获取样本集，其中，所述样本集中的样本包括样本视频和用于指示样本视频的类别的标注信息；

从所述样本集中提取样本，执行如下训练步骤：将所提取的样本中的样本视频中的帧输入至初始模型，得到样本视频属于各预设类别的概率；基于所得到的概率、预设概率、所提取的样本中的标注信息和预设的与预设类别一一对应的损失函数，确定各预设类别对应的损失值；基于所确定的损失值确定初始模型是否训练完成；响应于确定初始模型训练完成，将训练后的初始模型确定为视频类别检测模型；

响应于确定初始模型未训练完成，基于所确定的损失值，更新初始模型中的参数，从所述样本集中重新提取样本，使用更新参数后的初始模型作为初始模型，继续执行所述训练步骤。

2.根据权利要求1所述的用于生成视频类别检测模型的方法，其中，所述基于所得到的概率、预设概率、所提取的样本中的标注信息和预设的与预设类别一一对应的损失函数，确定各预设类别对应的损失值，包括：

将所提取的样本中的标注信息所指示的类别作为目标类别，响应于确定样本视频属于所述目标类别的概率不小于预设概率，并且，在除所述目标类别外的预设类别中，存在概率大于所述预设概率的预设类别，将各预设类别的概率输入至相应的损失函数，得到各个预设类别对应的损失值，将概率大于所述预设概率的预设类别对应的损失值进行减小处理，以对损失值进行更新。

3.根据权利要求2所述的用于生成视频类别检测模型的方法，其中，所述将概率大于所述预设概率的预设类别对应的损失值进行减小处理，以对损失值进行更新，包括：

对于概率大于所述预设概率的预设类别，将该预设类别对应的损失值除以第一预设数值，将所得到的数值更新为该预设类别对应的损失值。

4.根据权利要求2所述的用于生成视频类别检测模型的方法，其中，所述将概率大于所述预设概率的预设类别对应的损失值进行减小处理，以对损失值进行更新，包括：

对于概率大于所述预设概率的预设类别，以该预设类别对应的损失值作为底数，以第二预设数值作为指数，进行幂运算，将幂运算所得到的数值更新为该预设类别的损失值。

5.根据权利要求1所述的用于生成视频类别检测模型的方法，其中，所述基于所得到的概率、预设概率、所提取的样本中的标注信息和预设的与预设类别一一对应的损失函数，确定各预设类别对应的损失值，包括：

将所提取的样本中的标注信息所指示的类别作为目标类别，在以下任一条件满足时，将各预设类别的概率输入至相应的损失函数，得到各个预设类别对应的损失值：样本视频属于所述目标类别的概率小于预设概率；样本视频属于所述目标类别的概率不小于预设概率，并且，在除所述目标类别外的预设类别中，不存在概率大于所述预设概率的预设类别。

6.根据权利要求1所述的用于生成视频类别检测模型的方法，其中，所述基于所确定的损失值确定初始模型是否训练完成，包括：

将各预设类别对应的损失值之和作为所提取的样本的总损失值，将所述总损失值与目标值进行比较；

根据比较结果确定初始模型是否训练完成。

7.一种用于生成视频类别检测模型的装置，包括：

获取单元，被配置成获取样本集，其中，所述样本集中的样本包括样本视频和用于指示样本视频的类别的标注信息；

训练单元，被配置成从所述样本集中提取样本，执行如下训练步骤：将所提取的样本中的样本视频中的帧输入至初始模型，得到样本视频属于各预设类别的概率；基于所得到的概率、预设概率、所提取的样本中的标注信息和预设的与预设类别一一对应的损失函数，确定各预设类别对应的损失值；基于所确定的损失值确定初始模型是否训练完成；响应于确定初始模型训练完成，将训练后的初始模型确定为视频类别检测模型；

更新单元，被配置成响应于确定初始模型未训练完成，基于所确定的损失值，更新初始模型中的参数，从所述样本集中重新提取样本，使用更新参数后的初始模型作为初始模型，继续执行所述训练步骤。