[发明专利]训练数据处理方法、装置及设备

权利要求书

1.一种训练数据处理方法，其特征在于，所述方法包括：

获取第一分类识别模型识别出的分类标识相同的至少两个图像、以及所述至少两个图像对应的图像特征信息和置信度；

根据所述至少两个图像对应的图像特征信息和置信度，确定所述至少两个图像的关联信息；其中，所述关联信息表征所述至少两个图像间的相关性；

将所述至少两个图像对应的图像特征信息和所述关联信息输入数据清洗模型进行数据清洗，得到所述至少两个图像中分类标识错误的目标图像；其中，所述数据清洗模型基于所述第一分类识别模型识别出的样本分类标识相同的第二训练数据、以及所述第二训练数据对应的样本特征信息和样本置信度训练得到；其中，所述目标图像用于训练第二分类识别模型。

2.根据权利要求1所述的方法，其特征在于，所述将所述至少两个图像对应的图像特征信息和所述关联信息输入数据清洗模型进行数据清洗，得到所述至少两个图像中分类标识错误的目标图像，包括：

通过所述数据清洗模型，对所述至少两个图像对应的图像特征信息和所述关联信息进行特征提取，得到所述至少两个图像对应的关联特征信息；

基于所述至少两个图像对应的关联特征信息，得到所述至少两个图像中分类标识错误的目标图像。

3.根据权利要求2所述的方法，其特征在于，所述基于所述至少两个图像对应的关联特征信息，得到所述至少两个图像中分类标识错误的目标图像，包括：

对所述至少两个图像对应的关联特征信息中的关联特征值进行加权处理，得到所述至少两个图像对应的目标特征值；

对所述至少两个图像对应的目标特征值进行归一化处理，得到所述至少两个图像对应的分类标识的正确率；

将所述对应的分类标识的正确率低于预设阈值的图像作为所述至少两个图像中分类标识错误的目标图像。

4.根据权利要求1所述的方法，其特征在于，所述根据所述至少两个图像对应的图像特征信息和置信度，确定所述至少两个图像的关联信息，包括：

根据所述至少两个图像对应的图像特征信息，确定所述至少两个图像的图像特征关联信息；

根据所述至少两个图像对应的置信度，确定所述至少两个图像的置信度关联信息；

根据所述图像特征关联信息和所述置信度关联信息，确定所述至少两个图像的关联信息。

5.根据权利要求1所述的方法，其特征在于，所述获取第一分类识别模型识别出的分类标识相同的至少两个图像、以及所述至少两个图像对应的图像特征信息和置信度之前，所述方法还包括：

获取至少两个待分类图像；

通过所述第一分类识别模型，对所述至少两个待分类图像进行特征提取，得到所述至少两个待分类图像对应的图像特征信息；

对所述至少两个待分类图像对应的图像特征信息进行分类识别，得到所述至少两个待分类图像对应的分类标识和置信度。

6.根据权利要求1至5任一所述的方法，其特征在于，所述方法还包括：

获取所述第一分类识别模型的第一训练数据；

将所述目标图像作为负样本补充至所述第一训练数据，得到所述第一分类识别模型的目标训练数据。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

将所述目标训练数据输入所述第一分类识别模型进行分类识别，得到所述目标训练数据对应的预测分类标识；

获取所述目标训练数据对应的目标分类标识；

根据所述目标训练数据对应的预测分类标识和目标分类标识，计算所述第一分类识别模型的第一目标损失；

在所述第一目标损失不满足第一预设条件的情况下，根据所述第一目标损失调整所述第一分类识别模型的第一模型参数，直至所述第一目标损失满足第一预设条件，得到基于所述目标训练数据训练后的目标第一分类识别模型。