[发明专利]模型优化方法、装置及计算机程序产品

说明书

本申请实施例公开了一种模型优化方法、装置及计算机程序产品，该方法包括：获取图像样本集，调用待优化的目标感知模型按照目标图像感知任务对图像样本集中的每个图像样本进行图像感知，得到每个图像样本的目标感知结果；调用基准感知模型按照目标图像感知任务对每个图像样本进行图像感知，得到每个图像样本的基准感知结果；分别对每个图像样本的目标感知结果和相应的基准感知结果进行差分处理，得到每个图像样本的差分结果；根据每个图像样本的差分结果，在图像样本集中进行难例样本的挖掘，得到一个或多个难例样本；根据通过一个或多个难例样本确定的目标感知模型的优化参数，更新目标感知模型。本申请实施例可提升目标感知模型的感知能力。

技术领域

本申请涉及计算机技术领域，尤其涉及一种模型优化方法、装置及计算机程序产品。

背景技术

目前，随着计算机技术的持续发展，视觉感知技术已被广泛关注；其中，视觉感知技术可理解成是一种调用感知模型对场景中的图像进行图像感知的技术。在视觉感知技术中，通常大部分的场景中的图像均可被感知模型正确感知，而部分极端、罕见的场景中的图像则容易被感知模型感知失败；可见，现有的感知模型的感知能力较差。基于此，如何对感知模型进行模型优化，以提升感知模型的感知能力，成为了研究热点。

发明内容

本申请实施例提供了一种模型优化方法、装置及计算机程序产品，可以提升目标感知模型的模型性能，即提升目标感知模型的感知能力，以提升目标感知模型的感知准确率。

一方面，本申请实施例提供了一种模型优化方法，所述方法包括：

获取图像样本集，调用待优化的目标感知模型按照目标图像感知任务对所述图像样本集中的每个图像样本进行图像感知，得到所述每个图像样本的目标感知结果；

调用基准感知模型按照所述目标图像感知任务对所述每个图像样本进行图像感知，得到所述每个图像样本的基准感知结果；其中，所述基准感知模型的感知准确率大于所述目标感知模型的感知准确率；

分别对所述每个图像样本的目标感知结果和相应的基准感知结果进行差分处理，得到所述每个图像样本的差分结果；

根据所述每个图像样本的差分结果，在所述图像样本集中进行难例样本的挖掘，得到一个或多个难例样本；

根据通过所述一个或多个难例样本确定的所述目标感知模型的优化参数，更新所述目标感知模型。

另一方面，本申请实施例提供了一种模型优化装置，所述装置包括：

获取单元，用于获取图像样本集；

处理单元，用于调用待优化的目标感知模型按照目标图像感知任务对所述图像样本集中的每个图像样本进行图像感知，得到所述每个图像样本的目标感知结果；

所述处理单元，还用于调用基准感知模型按照所述目标图像感知任务对所述每个图像样本进行图像感知，得到所述每个图像样本的基准感知结果；其中，所述基准感知模型的感知准确率大于所述目标感知模型的感知准确率；

所述处理单元，还用于分别对所述每个图像样本的目标感知结果和相应的基准感知结果进行差分处理，得到所述每个图像样本的差分结果；

所述处理单元，还用于根据所述每个图像样本的差分结果，在所述图像样本集中进行难例样本的挖掘，得到一个或多个难例样本；

所述处理单元，还用于根据通过所述一个或多个难例样本确定的所述目标感知模型的优化参数，更新所述目标感知模型。

再一方面，本申请实施例提供了一种计算机设备，所述计算机设备包括处理器、存储器，其中，所述存储器用于存储计算机程序，所述计算机程序被所述处理器执行时实现如下步骤：