[发明专利]训练数据增广方法、装置、设备和存储介质

说明书

本申请提供了一种训练数据增广方法、装置、设备和存储介质，涉及人工智能技术领域，可以应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景，方法包括获取训练样本数据和神经网络模型训练的当前迭代数；从多个增广策略集中选取训练样本数据对应的预设数量个待选策略集；获取预设数量个待选策略集各自的策略总数和各自对应的策略下限值；根据策略总数、策略下限值、当前迭代数和预设迭代数，确定各待选策略集各自对应的参考策略数量；分别从各待选策略集中选取对应参考策略数量的目标增广策略；基于选取的目标增广策略对训练样本数据进行增广处理，得到增广样本数据。本申请能够显著提高数据增广效率。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种训练数据增广方法、装置、设备和存储介质。

背景技术

数据增广技术，例如几何变换(随机水平翻转，旋转，裁剪等)，颜色空间增强(颜色抖动等)等，被广泛应用于训练神经网络模型，能够增加训练数据集的数量，丰富数据的多样性，来缓解神经网络模型对于数据集的过拟合现象，使训练得到的模型具有更强的泛化能力。如自动数据增广的先驱工作-自动数据增强(AutoAugment，AA)，设置了25个数据增广方法，使用循环神经网络(Recurrent Neural Network，RNN)控制器与强化学习算法进行策略搜索，来优化增广方法的选择过程，即在RNN的每步中预测选择哪些子策略，并以深度神经网络模型在验证集上的平均准确率(mean Average Precision，mAP)作为反馈，在数据分类和检测等任务中取得了优秀的性能。然而，AA的搜索空间高达几十个数量级，搜索过程需耗费了大量资源与时间，仅搜索一次就需要大约5000个GPU小时，策略搜索模型训练和策略选择成本极高。为提高搜索的效率，相关技术提出了诸如基于种群的增强算法(PopulationBased Augmentation，PBA)和快速自动数据增强(Fast AutoAugment，Fast AA)等方法，虽然相对AA方法来说优化了搜索速度，但是依然十分缓慢，例如PBA在缩减的CIFAR-10数据集上进行一次搜索仍需要5个GPU小时，导致数据增广效率低下，模型训练的资源占用和训练成本高昂。

因此，需要提供一种改进的数据增广方案，以提高数据增广效率，以及优化模型训练效率。

发明内容

本申请提供了一种训练数据增广方法、装置、设备和存储介质，可以有效提高数据增广效率，降低资源占用和成本。

一方面，本申请提供了一种训练数据增广方法，所述方法包括：

获取训练样本数据和神经网络模型训练的当前迭代数；

从多个增广策略集中选取所述训练样本数据对应的预设数量个待选策略集，其中，所述增广策略集为基于策略属性对多个增广策略进行分类得到的；

获取所述预设数量个待选策略集各自的策略总数和各自对应的策略下限值；

根据所述策略总数、所述策略下限值、所述当前迭代数和预设迭代数，确定各待选策略集各自对应的参考策略数量；

分别从所述各待选策略集中选取对应参考策略数量的目标增广策略；

基于选取的目标增广策略对所述训练样本数据进行增广处理，得到增广样本数据。

另一方面提供了一种训练数据增广装置，所述装置包括：

迭代次数获取模块：用于获取训练样本数据和神经网络模型训练的当前迭代数；

策略集选取模块：用于从多个增广策略集中选取所述训练样本数据对应的预设数量个待选策略集，其中，所述增广策略集为基于策略属性对多个增广策略进行分类得到的；

策略集参数获取模块：用于获取所述预设数量个待选策略集各自的策略总数和各自对应的策略下限值；