[发明专利]训练模型更新方法、设备以及计算机存储介质

说明书

本申请提供了一种训练模型更新方法、设备以及计算机存储介质。该训练模型更新方法包括：获取初始训练模型以及待训练的训练样本集合；采用初始训练模型对训练样本集合进行训练，以提取训练样本集合中训练样本的特征数据；接收用户指令，并根据用户指令和特征数据获取初始训练模型的训练参数；基于训练参数，对初始训练模型进行更新。本申请训练模型更新方法能够实现训练模型自动升级和提升图像数据检测的准确率的效果。

技术领域

本申请涉及计算机技术领域，特别是涉及一种训练模型更新方法、设备以及计算机存储介质。

背景技术

在安检领域中，安检系统主要通过训练模型来检测每天大量的图像数据，从而快速输出安检的检测结果。目前的安检训练模型需要工作人员配置模型的具体升级参数，从而使得安检训练模型能够不断升级，配置过程复杂且耗时长。而且，目前的训练模型升级后会覆盖之前的训练模型，导致工作人员不能根据应用场景随时切换不同的训练模型，降低工作效率和工作精度。

发明内容

本申请提供了一种训练模型更新方法、设备以及计算机存储介质，主要解决的技术问题是如何实现训练模型自动升级和提升图像数据检测的准确率。

为解决上述技术问题，本申请提供了一种训练模型更新方法，所述训练模型更新方法包括：

获取初始训练模型以及待训练的训练样本集合；

采用所述初始训练模型对所述训练样本集合进行训练，以提取所述训练样本集合中训练样本的特征数据；

接收用户指令，并根据所述用户指令和所述特征数据获取所述初始训练模型的训练参数；

基于所述训练参数，对所述初始训练模型进行更新。

其中，所述根据所述用户指令和所述特征数据获取所述初始训练模型的训练参数的步骤，包括：

根据所述特征数据获取所述训练样本集合中的漏检训练样本；

采用深度学习算法学习所述漏检训练样本的漏检场景，以获得漏检数据；

根据所述用户指令和所述漏检数据获取所述初始训练模型的训练参数。

其中，所述基于所述训练参数，对所述初始训练模型进行更新的步骤，包括：

获取其他初始训练模型的训练参数；

基于所述训练参数和其他初始训练模型的训练参数对所述初始训练模型进行更新。

其中，所述基于所述训练参数和其他初始训练模型的训练参数对所述初始训练模型进行更新的步骤，包括：

设置第一权重和第二权重，其中，所述第一权重大于所述第二权重；

基于所述第一权重的训练参数以及所述第二权重的其他初始训练模型的训练参数对所述初始训练模型进行更新。

其中，所述根据所述用户指令和所述特征数据获取所述初始训练模型的训练参数的步骤之后，所述更新方法包括：

将所述训练参数发送给其他初始训练模型。

其中，所述基于所述训练参数，对所述初始训练模型进行更新的步骤之后，所述更新方法还包括：

采用所述更新后的初始训练模型对所述训练样本集合进行训练，以获得更新后的初始训练模型的漏检数据；

判断所述更新后的初始训练模型的漏检数据是否符合预设条件；

若是，则保存所述更新后的初始训练模型；

若否，则基于所述更新后的初始训练模型对所述训练样本集合进行训练。