[发明专利]检测方法、装置、存储介质、设备及程序产品

说明书

本申请公开一种检测方法、装置、存储介质、设备及程序产品，可应用于云技术、大数据、数据挖掘、人工智能等场景。该方法包括：获取第一样本集和第二样本集；将第一样本集分为多个子样本集，根据第一样本集的样本数量和第二样本集的样本数量的样本数量比例，确定每个子样本集的采样个数；根据采样个数对每个子样本集进行随机采样，以生成第三样本集，并根据第三样本集和第二样本集生成训练集；根据训练集训练检测模型，以得到训练好的检测模型；根据训练好的检测模型检测待检测对象，以得到待检测对象的检测信息。通过样本数量比例确定的采样个数进行随机采样得到的训练集的不平衡比例较小，使得训练集训练检测模型的效果较好，从而提高了检测模型的检测准确性。

技术领域

本申请涉及计算机技术领域，具体涉及一种检测方法、装置、存储介质、设备及程序产品。

背景技术

目前，在对深度模型进行训练时，需要先获取训练集，然而，由于采集的不同类型的样本的数量存在严重不平衡的问题，导致经过不平衡的样本组成的训练集对模型的训练效果较差，导致模型的检测准确性较低。

发明内容

本申请实施例提供一种检测方法、装置、存储介质、设备及程序产品，可以提高检测效率，提高软件或游戏的开发进度。

一方面，提供一种检测方法，所述方法包括获取第一样本集和第二样本集，所述第一样本集和所述第二样本集的对象属性不同，所述第一样本集的样本数量大于所述第二样本集的样本数量；将所述第一样本集分为多个子样本集，根据所述第一样本集的样本数量和所述第二样本集的样本数量的样本数量比例，确定每个所述子样本集的采样个数；根据所述采样个数对每个所述子样本集进行随机采样，以生成第三样本集，并根据所述第三样本集和所述第二样本集生成训练集，所述第三样本集的样本数量和所述第二样本集的样本数量的样本数量比例小于预设比例；根据所述训练集训练检测模型，以得到训练好的所述检测模型；根据训练好的所述检测模型检测待检测对象，以得到所述待检测对象的检测信息，所述检测信息用于表示所述待检测对象的对象属性。

另一方面，提供一种检测装置，所述装置包括获取模块、划分模块、采样生成模块、训练模块和检测模块。所述获取模块用于获取第一样本集和第二样本集，所述第一样本集和所述第二样本集的对象属性不同，所述第一样本集的样本数量大于所述第二样本集的样本数量；所述划分模块用于将所述第一样本集分为多个子样本集，根据所述第一样本集的样本数量和所述第二样本集的样本数量的样本数量比例，确定每个所述子样本集的采样个数；所述采样生成模块用于根据所述采样个数对每个所述子样本集进行随机采样，以生成第三样本集，并根据所述第三样本集和所述第二样本集生成训练集，所述第三样本集的样本数量和所述第二样本集的样本数量的样本数量比例小于预设比例；所述训练模块用于根据所述训练集训练检测模型，以得到训练好的所述检测模型；所述检测模块用于根据训练好的所述检测模型检测待检测对象，以得到所述待检测对象的检测信息，所述检测信息用于表示所述待检测对象的对象属性。

再一方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序适于处理器进行加载，以执行如上任一实施例所述的检测方法中的步骤。

另一方面，提供一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序，用于执行如上任一实施例所述的检测方法中的步骤。

另一方面，提供一种计算机程序产品，包括计算机指令，所述计算机指令被处理器执行时实现如上任一实施例所述的检测方法中的步骤。