[发明专利]模型确定方法及相关装置

权利要求书

1.一种模型确定方法，其特征在于，所述方法包括：

根据第一模型对输入视频进行分类处理，得到第一特征数据，以及根据第二模型对所述输入视频进行分类处理，得到第二特征数据；

根据所述第一特征数据、所述第二特征数据，确定第一损失函数；

根据所述第一模型和所述第二模型的网络参数，确定第二损失函数；

根据所述第一损失函数和所述第二损失函数中至少一个，确定目标损失函数；

根据所述目标损失函数对所述第一模型进行调整，以得到第三模型；

所述根据所述第一特征数据、所述第二特征数据，确定第一损失函数，包括：

对所述第一特征数据进行变换，以得到第一频谱数据，以及对所述第二特征数据进行变换，以得到第二频谱数据；

至少根据所述第一频谱数据和所述第二频谱数据，确定所述第一损失函数；

所述根据所述第一模型和所述第二模型的网络参数，确定第二损失函数，包括：

获取所述第一模型的第一网络参数，以及获取所述第二模型的第二网络参数；

对所述第一网络参数进行排序，得到第一累计分布图，以及对所述第二网络参数进行排序，得到第二累计分布图；

根据所述第一累计分布图和所述第二累计分布图的散度，确定所述第二损失函数；

所述根据所述第一损失函数和所述第二损失函数中至少一个，确定目标损失函数，包括：

获取第一模型的第三损失函数，所述第三损失函数为视频分类损失函数；

获取与所述第一损失函数和所述第二损失函数对应的权值函数；

根据所述权值函数、所述第一损失函数、所述第二损失函数和第三损失函数，确定所述目标损失函数。

2.根据权利要求1所述的方法，其特征在于，所述第一频谱数据包括所述第一模型中的K个第一恒等结构块的输出数据进行变换后的数据，所述第二频谱数据包括所述第二模型中的K个第二恒等结构块的输出数据进行变换后的数据，所述至少根据所述第一频谱数据和所述第二频谱数据，确定所述第一损失函数，包括：

获取预测器模型的第一参数，所述预测器模型用于确定所述第二模型和所述第一模型的输出数据的尺度相同；

根据所述第一模型中的K个第一恒等结构块的输出数据进行变换后的数据、所述第二模型中的K个第二恒等结构块的输出数据进行变换后的数据和所述第一参数，确定第一损失函数。

3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

接收待分类视频；

通过所述第三模型对所述待分类视频进行分类处理，以得到分类结果。

4.一种模型确定装置，其特征在于，所述装置包括：

处理单元，用于根据第一模型对输入视频进行分类处理，得到第一特征数据，以及根据第二模型对所述输入视频进行分类处理，得到第二特征数据；

第一确定单元，用于根据所述第一特征数据、所述第二特征数据，确定第一损失函数；

第二确定单元，用于根据所述第一模型和所述第二模型的网络参数，确定第二损失函数；

第三确定单元，用于根据所述第一损失函数和所述第二损失函数中至少一个，确定目标损失函数；

调整单元，用于根据所述目标损失函数对所述第一模型进行调整，以得到第三模型；

在根据第一特征数据、第二特征数据，确定第一损失函数方面，第一确定单元用于：

对第一特征数据进行变换，以得到第一频谱数据，以及对第二特征数据进行变换，以得到第二频谱数据；

至少根据第一频谱数据和第二频谱数据，确定第一损失函数；

所述第二确定单元具体用于：

获取第一模型的第一网络参数，以及获取第二模型的第二网络参数；

对第一网络参数进行排序，得到第一累计分布图，以及对第二网络参数进行排序，得到第二累计分布图；

根据第一累计分布图和第二累计分布图的散度，确定第二损失函数；

第三确定单元具体用于：

获取第一模型的第三损失函数，第三损失函数为视频分类损失函数；

获取与第一损失函数和第二损失函数对应的权值函数；

根据权值函数、第一损失函数、第二损失函数和第三损失函数，确定目标损失函数。