[发明专利]用于获取动作识别模型的方法、装置及设备

说明书

本申请涉及深度学习技术领域，公开一种获取动作识别模型的方法，包括：获取第一视频数据集和第二视频数据集；第一视频数据集存储有第一视频数据，第一视频数据为无标签视频数据；第二视频数据集存储有第二视频数据，第二视频数据为带有第一标签的视频数据；在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；第三视频数据集存储有第三视频数据，第三视频数据为带有第二标签的视频数据，第二标签为伪标签；利用第二视频数据集和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。利用带有伪标签的视频数据和带有第一标签的视频数据进行训练，这样获得的动作识别模型泛化性更好。本申请还公开一种获取动作识别模型的装置及设备。

技术领域

本申请涉及深度学习技术领域，例如涉及一种用于获取动作识别模型的方法、装置及设备。

背景技术

近些年，深度学习模型在计算机视觉、自然语言处理等方面取得了巨大的进展。随着更多可用数据集的发布，视频分析也取得了很大的进步。由于进行视频分析需要对视频数据进行标注，而标注视频数据集是一项异常费时费力的工作，导致通常利用公开的已标注标签的视频数据来训练模型。

在实现本公开实施例的过程中，发现相关技术中至少存在如下问题：现有技术利用公开的已标注标签的视频数据对预设的深度神经网络模型进行训练，导致动作识别模型泛化性较差。

发明内容

为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。

本公开实施例提供了一种获取动作识别模型的方法、装置及设备，使得动作识别模型的泛化性更好。

在一些实施例中，所述方法包括：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。

在一些实施例中，所述装置包括：处理器和存储有程序指令的存储器，所述处理器被配置为在执行所述程序指令时，执行上述的用于获取动作识别模型的方法。

在一些实施例中，所述设备包括上述的用于获取动作识别模型的装置。

本公开实施例提供的获取动作识别模型的方法、装置及设备，可以实现以下技术效果：通过获取无标签的第一视频数据和带有第一标签的第二视频数据，利用第一预设模型从第一视频数据中确定出带有第二标签的第三视频数据，并利用带有第一标签的第二视频数据和带有伪标签的第三视频数据对第二预设模型进行训练，获得动作识别模型。利用第一视频数据集中的无标签视频数据获取带有伪标签的视频数据，并利用带有伪标签的视频数据和带有第一标签的视频数据对预设模型进行训练，这样获得的动作识别模型泛化性更好。

以上的总体描述和下文中的描述仅是示例性和解释性的，不用于限制本申请。

附图说明

一个或多个实施例通过与之对应的附图进行示例性说明，这些示例性说明和附图并不构成对实施例的限定，附图中具有相同参考数字标号的元件示为类似的元件，附图不构成比例限制，并且其中：

图1是本公开实施例提供的一个用于获取动作识别模型的方法的示意图；

图2是本公开实施例提供的一个用于获取动作识别模型的装置的示意图。

具体实施方式