[发明专利]一种图像识别模型的确定方法及装置

说明书

本发明公开了一种图像识别模型的确定方法及装置，该图像识别模型的确定方法包括：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。本发明生成的图像识别模型可以筛选出海量无标签的数据或者重复性高的冗余数据中的有效数据，减低了人工标注的成本，提高了开发效率。

技术领域

本发明涉及计算机科学技术领域，具体涉及一种图像识别模型的确定方法及装置。

背景技术

随着人工智能技术的发展与进步，人工智能商业化在算力、算法和技术方面基本达到阶段性成熟，极大地方便了人们的工作和生活。人工智能应用在产品落地过程中相当依赖高质量的有效数据，但在实际场景中，存在的都是海量无标签的数据或者重复性高的冗余数据需要处理。

目前对于这一类海量无标签的数据或者重复性高的冗余数据主要是通过外包给第三方标注系统进行标注，但是该标注方法人力的成本会非常高。即便是有一些图像识别模型，但是在模型训练、挖掘过程中经常面临深度学习算法框架的选择，需要算法人员对各类算法框架有比较深入的了解才能根据数据集的特性来选择合适的算法框架。缺乏人工智能专业知识的用户，在算法框架选择时常常面临困难。

发明内容

因此，本发明为了解决目前海量无标签的图像数据或者重复性高的图像数据筛选过程消耗人力成本高的问题，从而提供一种图像识别模型的确定方法及装置。

为实现上述目的，本发明采用如下技术方案：

本发明实施例提供了一种图像识别模型的确定方法，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。

本发明通过获取标注后的初始数据集，再根据该初始数据集中训练样本的样本信息，配置待训练模型，进而通过初始数据集对待训练模型进行训练得到原始模型，再结合获取的扩展数据集，并利用原始模型以及预设的挖掘算法，从扩展数据集中筛选出指定数量的优化样本，最后对优化样本进行标注，利用标注后的优化样本对原始模型再次进行训练，得到优化后的图像识别模型。本发明得到的图像识别模型在实际应用中可以对无标签的图像数据以及重复性高的图像数据进行筛选，得到具有标签以及重复性低的高质量的有效数据，进而利用有效数据进行人工智能应用模型的开发，提高人工智能应用的开发效率。

可选地，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。

本发明通过对采集的图像数据进行基于规则集的去重处理，并对去重处理后的图像数据进行标注，减少图像数据中相似度高的初始数据，降低后续对待训练模型训练的成本。

可选地，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。

可选地，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。