[发明专利]一种图像识别模型的确定方法及装置在审

专利信息
申请号: 202210187143.2 申请日: 2022-02-28
公开(公告)号: CN114580517A 公开(公告)日: 2022-06-03
发明(设计)人: 胡晓纤;黄轩;赵智维;王孝宇;陈宁 申请(专利权)人: 深圳云天励飞技术股份有限公司
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 北京三聚阳光知识产权代理有限公司 11250 代理人: 陈刚
地址: 518000 广东省深圳市龙岗区园山*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 识别 模型 确定 方法 装置
【权利要求书】:

1.一种图像识别模型的确定方法,其特征在于,所述方法包括:

获取标注后的初始数据集,并根据所述初始数据集中训练样本的样本信息,通过训练方案规则集,配置待训练模型;

通过所述初始数据集对所述待训练模型进行训练,得到原始模型;

获取扩展数据集,基于挖掘算法规则集确定预设挖掘算法,并利用所述原始模型和所述预设挖掘算法,从所述扩展数据集中筛选出指定数量的优化样本;

在所述优化样本被标注后,利用标注后的优化样本对所述原始模型再次进行训练,得到优化后的图像识别模型。

2.根据权利要求1所述的方法,其特征在于,所述标注后的初始数据集按照以下方式获取:

采集图像数据,并利用预设的去重规则集,对所述图像数据进行去重处理;

通过创建的标注任务,对去重处理后的图像数据进行标注,生成标注后的初始数据集。

3.根据权利要求1所述的方法,其特征在于,所述初始数据集中训练样本的样本信息,包括:

所述训练样本中正样本和负样本的平衡性、所述初始数据集的大小以及各类标签在所述初始数据集中的占比。

4.根据权利要求1所述的方法,其特征在于,所述根据所述初始数据集中训练样本的样本信息,配置待训练模型,包括:

根据所述初始数据集中训练样本的样本信息,配置所述待训练模型的超参数、算法框架和骨干网络层数。

5.根据权利要求1所述的方法,其特征在于,所述获取扩展数据集包括:

判断完成当前训练轮次后的所述原始模型是否满足预设训练标准;

当所述原始模型不满足所述预设训练标准时,获取所述扩展数据集。

6.根据权利要求5所述的方法,其特征在于,所述原始模型不满足所述预设训练标准包括:

当所述原始模型迭代训练的次数未达到预设的次数,或者所述原始模型的模型精度未达到预设的模型精度时,确定所述原始模型不满足所述预设训练标准。

7.根据权利要求1所述的方法,其特征在于,所述预设挖掘算法基于所述扩展数据集的大小和所述指定数量确定;

从所述扩展数据集中筛选出指定数量的优化样本,包括:

将所述扩展数据集中的各个扩展样本输入到所述原始模型中,得到各个所述扩展样本的评分信息;

通过所述预设挖掘算法,按照所述评分信息对各个所述扩展样本进行排序,并从排序后的扩展样本中筛选出指定数量的优化样本。

8.一种图像识别模型的确定装置,其特征在于,所述装置包括:

获取配置模块,用于获取标注后的初始数据集,并根据所述初始数据集中训练样本的样本信息,通过训练方案规则集,配置待训练模型;

模型训练模块,用于通过所述初始数据集对所述待训练模型进行训练,得到原始模型;

获取筛选模块,用于获取扩展数据集,基于挖掘算法规则集确定预设挖掘算法,并利用所述原始模型和所述预设挖掘算法,从所述扩展数据集中筛选出指定数量的优化样本;

迭代训练模块,用于在所述优化样本被标注后,利用标注后的优化样本对所述原始模型再次进行训练,得到优化后的图像识别模型。

9.一种电子设备,其特征在于,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行如权利要求1-7任一所述的图像识别模型的确定方法的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序呗处理器执行时实现如权利要求1-7任一所述的图像识别模型的确定方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳云天励飞技术股份有限公司,未经深圳云天励飞技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210187143.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top