[发明专利]对象识别方法、装置、计算机设备和存储介质

说明书

本申请涉及一种对象识别方法、装置、计算机设备和存储介质。该方法包括：将训练样本输入到对象识别模型中的共享特征提取网络中进行特征提取，得到样本提取特征，将目标样本类型为推送样本类型的样本提取特征输入到对象识别模型中的推送对象识别网络中，得到推送对象内容转化度；将目标样本类型为参考样本类型的样本提取特征输入到对象识别模型中的参考对象识别网络中，得到参考对象内容转化度；基于推送对象内容转化度得到推送识别损失值，基于参考对象内容度得到参考识别损失值；基于推送识别损失值以及参考识别损失值对共享特征提取网络进行参数调整，得到已训练的对象识别模型。采用本方法能够提高对象识别的准确度。

技术领域

本申请涉及计算机技术领域，特别是涉及一种对象识别方法、装置、计算机设备和存储介质。

背景技术

随着计算机技术和互联网技术的发展，越来越多的通过互联网向用户推送内容，例如向用户推送广告或者向用户发放优惠券。

在很多情况下，往往需要进行对象识别，以识别得到进行内容推送的对象。例如，由于不同的用户群体，对同样的推送内容可能产生不同的反应，因此需要识别出与该推送内容匹配的用户，从而向这部分用户进行内容推送，以提高内容推送的效率，然而，传统的对象识别方法存在对象识别准确度低的情况。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高对象识别准确度的对象识别方法、装置、计算机设备和存储介质。

一种对象识别方法，所述方法包括：获取待训练的对象识别模型对应的训练样本集合，所述训练样本集合包括内容推送对象对应的训练样本以及参考对象对应的训练样本；将所述训练样本集合中的训练样本分别输入到所述对象识别模型中的共享特征提取网络中进行特征提取，得到所述训练样本对应的样本提取特征；确定所述样本提取特征对应的目标样本类型；将目标样本类型为推送样本类型的样本提取特征输入到所述对象识别模型中的推送对象识别网络中进行识别，识别得到所述内容推送对象对应的推送对象内容转化度；将目标样本类型为参考样本类型的样本提取特征输入到所述对象识别模型中的参考对象识别网络中进行识别，识别得到所述参考对象对应的参考对象内容转化度；基于所述内容推送对象对应的推送对象内容转化度得到推送识别损失值，基于所述参考对象对应的参考对象内容转化度得到参考识别损失值；基于所述推送识别损失值以及所述参考识别损失值对所述共享特征提取网络进行参数调整，基于调整后的共享特征提取网络得到已训练的对象识别模型。

一种对象识别装置，所述装置包括：训练样本集合获取模块，用于获取待训练的对象识别模型对应的训练样本集合，所述训练样本集合包括内容推送对象对应的训练样本以及参考对象对应的训练样本；样本提取特征得到模块，用于将所述训练样本集合中的训练样本分别输入到所述对象识别模型中的共享特征提取网络中进行特征提取，得到所述训练样本对应的样本提取特征；目标样本类型确定模块，用于确定所述样本提取特征对应的目标样本类型；推送对象内容转化度得到模块，用于将目标样本类型为推送样本类型的样本提取特征输入到所述对象识别模型中的推送对象识别网络中进行识别，识别得到所述内容推送对象对应的推送对象内容转化度；参考对象内容转化度得到模块，用于将目标样本类型为参考样本类型的样本提取特征输入到所述对象识别模型中的参考对象识别网络中进行识别，识别得到所述参考对象对应的参考对象内容转化度；识别损失值得到模块，用于基于所述内容推送对象对应的推送对象内容转化度得到推送识别损失值，基于所述参考对象对应的参考对象内容转化度得到参考识别损失值；已训练的对象识别模型得到模块，用于基于所述推送识别损失值以及所述参考识别损失值对所述共享特征提取网络进行参数调整，基于调整后的共享特征提取网络得到已训练的对象识别模型。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述对象识别方法的步骤。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述对象识别方法的步骤。