[发明专利]用于获取动作识别模型的方法、装置及设备

权利要求书

1.一种用于获取动作识别模型的方法，其特征在于，包括：

获取第一视频数据集和第二视频数据集；所述第一视频数据集存储有第一视频数据，所述第一视频数据为无标签视频数据；所述第二视频数据集存储有第二视频数据，所述第二视频数据为带有第一标签的视频数据；

在所述第一视频数据集中利用第一预设模型确定出第三视频数据集；所述第三视频数据集存储有第三视频数据，所述第三视频数据为带有第二标签的视频数据，所述第二标签为伪标签；

利用所述第二视频数据集和所述第三视频数据集对第二预设模型进行训练，获得动作识别模型。

2.根据权利要求1所述的方法，其特征在于，所述获取第一视频数据集包括：

获取初始数据；所述初始数据的类型包括图像数据、视频数据、音频数据和文本数据中的一种或多种；

将所述初始数据按照不同类型分别转换为预设格式的第一视频数据。

3.根据权利要求1所述的方法，其特征在于，所述第一预设模型通过以下方式获得：

利用所述第二视频数据集对预设的第一深度神经网络模型进行训练，获得第一预设模型。

4.根据权利要求1所述的方法，其特征在于，在所述第一视频数据集中利用第一预设模型确定出第三视频数据集，包括：

将所述第一视频数据集输入第一预设模型，获得所述第一视频数据对应的伪标签；

根据带有所述伪标签的第一视频数据获取第三视频数据。

5.根据权利要求4所述的方法，其特征在于，根据带有所述伪标签的第一视频数据获取第三视频数据，包括：

将满足第一预设条件的伪标签所对应的第一视频数据确定为第三视频数据。

6.根据权利要求1至5任一项所述的方法，其特征在于，第二预设模型为第二深度神经网络模型，利用所述第二视频数据集和所述第三视频数据集对第二预设模型进行训练，获得动作识别模型，包括：

利用所述第二视频数据集和所述第三视频数据集对所述第二预设模型进行迭代训练；

获取每次迭代训练后的第二预设模型的损失值；

根据所述损失值确定动作识别模型。

7.根据权利要求6所述的方法，其特征在于，利用所述第二视频数据集和所述第三视频数据集对所述第二预设模型进行迭代训练，包括：

在所述第二视频数据集中选取第一预设数量的第二视频数据；

在所述第三视频数据集中选取第二预设数量的第三视频数据；所述第一预设数量与所述第二预设数量成预设比例；

利用选取的第二视频数据和第三视频数据对所述第二预设模型进行迭代训练。

8.根据权利要求6所述的方法，其特征在于，根据所述损失值确定动作识别模型，包括：

将满足第二预设条件的损失值所对应的第二预设模型确定为动作识别模型。

9.一种用于获取动作识别模型的装置，包括处理器和存储有程序指令的存储器，其特征在于，所述处理器被配置为在执行所述程序指令时，执行如权利要求1至8任一项所述的用于获取动作识别模型的方法。

10.一种设备，其特征在于，包括如权利要求9所述的用于获取动作识别模型的装置。