[发明专利]一种更新方法以及装置

说明书

本申请公开了一种更新方法以及装置，所述方法包括：通过检测模型对至少包含待检测对象的第一数据进行检测，得到第一特征数据；对所述第一特征数据以及所述检测模型的存储模块中存储的特征集合进行匹配，得到第一匹配信息；其中，所述特征集合包括至少一种检测对象的特征数据的集合；所述待检测对象与所述检测对象具备至少一个维度的区别特征；基于所述第一匹配信息，更新所述存储模块中存储的特征集合，得到更新后的特征集合。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种更新方法以及装置。

背景技术

神经网络训练完成之后，通常只能对与神经网络训练时所依据的样本数据相同类型的数据进行处理。然而，在实际应用中，神经网络处理的数据与样本数据完全一致的概率较低，因此，通过上述方式得到的神经网络，不能满足实际的数据类型变化以及实际的数据处理需求。因此，如何拓展样本数据或特征数据的多样性以改善神经网络在数据处理方面的迁移能力，就显得极为重要。

发明内容

基于以上问题，本申请实施例提供了一种更新方法以及装置。

本申请实施例提供了一种更新方法，包括：

通过检测模型对至少包含待检测对象的第一数据进行检测，得到第一特征数据；

对所述第一特征数据以及所述检测模型的存储模块中存储的特征集合进行匹配，得到第一匹配信息；其中，所述特征集合包括至少一种检测对象的特征数据的集合；所述待检测对象与所述检测对象具备至少一个维度的区别特征；

基于所述第一匹配信息，更新所述存储模块中存储的特征集合，得到更新后的特征集合。

本申请实施例还提供了一种更新装置，包括：

检测模型，用于对至少包含待检测对象的第一数据进行检测，得到第一特征数据；

匹配模块，用于对所述第一特征数据以及所述检测模型的存储模块中存储的特征集合进行匹配，得到第一匹配信息；其中，所述特征集合包括至少一种检测对象的特征数据的集合；所述待检测对象与所述检测对象具备至少一个维度的区别特征；

更新模块，用于基于所述第一匹配信息，更新所述存储模块中存储的特征集合，得到更新后的特征集合。

本申请实施例提供的更新方法，能够在检测模型的数据检测过程中，根据其对至少包含待检测对象的第一数据检测得到的第一特征数据，对检测模型的存储模块中存储的特征集合自动化的更新；并且，由于上述更新过程是第一特征数据与特征集合中的特征数据之间的第一匹配信息进行的，所以，本申请实施例提供的更新方法，还能兼顾第一特征数据与特征集合中的特征数据之间的匹配程度，从而能够实现对特征集合的逐步稳定更新；在检测模型基于更新后的特征数据进行数据检测或模型更新时，能够实现检测模型检测能力的稳健迁移。

附图说明

图1为本申请实施例提供的更新方法的流程示意图；

图2为本申请实施例提供的更新存储模块中的特征集合的流程示意图；

图3为本申请实施例提供的从特征集合中祛除至少一个特征数据的流程示意图；

图4为本申请实施例提供的得到第一特征数据的流程示意图；

图5为本申请实施例提供的基于更新后的特征集合改善检测模块的迁移能力的流程意图；

图6为本申请实施例提供的更新方法实现的结构示意图；

图7为本申请实施例提供的检测装置的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。