[发明专利]模型样本的权重生成方法、装置、设备及存储介质

权利要求书

1.一种模型样本的权重生成方法，其特征在于，所述方法包括：

获取待训练模型和其对应的训练样本，计算通过所述训练样本训练所述待训练模型过程中的第一分析图，并根据所述第一分析图，计算通过所述训练样本训练所述待训练模型过程中的第二分析图；

获取所述第一分析图和所述第二分析图的像素点，得到第一像素点和第二像素点，计算所述第一像素点和所述第二像素点的像素点距离；

根据所述像素点距离，计算通过所述训练样本训练所述待训练模型的训练置信度；

根据所述训练置信度，构建所述待训练模型的损失函数，根据所述损失函数，确定所述训练样本在训练所述待训练模型的样本权重。

2.如权利要求1所述的模型样本的权重生成方法，其特征在于，所述计算通过所述训练样本训练所述待训练模型过程中的第一分析图，包括：

利用所述训练样本训练所述待训练模型，得到第一训练模型；

在所述第一训练模型的训练损失大于预设损失时，利用所述预设的Grad-CAM算法计算所述第一训练分类模型的第一分析图。

3.如权利要求2所述的模型样本的权重生成方法，其特征在于，所述利用所述预设的Grad-CAM算法计算所述第一训练分类模型的第一分析图，包括：

利用所述预设的Grad-CAM算法中的权重函数计算所述第一训练模型在前向传播过程中的通道权重；

获取所述第一训练模型在前向传播过程中的通道特征；

根据所述通道权重和所述通道特征，利用所述预设的Grad-CAM算法中的分析图函数计算所述第一训练分类模型的第一分析图。

4.如权利要求1所述的模型样本的权重生成方法，其特征在于，所述计算所述第一像素点和所述第二像素点的像素点距离，包括：

将所述第一像素点和所述第二像素点进行数值转化，得到像素点数值；

将所述像素点数值按照由大到小的顺序进行排序，得到排序像素点；

利用预设的距离函数计算所述排序像素点中相邻像素点的像素点距离。

5.如权利要求1所述的模型样本的权重生成方法，其特征在于，所述预设的距离函数包括：

其中，表示像素点距离，n表示待训练模型的训练轮次，i表示训练样本的样本索引，A表示像素点数量，j表示像素点的索引，表示第i个训练样本的样本索引到第j个像素点索引的距离值。

6.如权利要求1所述的模型样本的权重生成方法，其特征在于，所述根据所述像素点距离，计算通过所述训练样本训练所述待训练模型的训练置信度，包括：

对所述像素点距离取倒数，得到距离倒数；

根据所述距离倒数，利用预设的置信度函数计算所述通过所述训练样本训练所述待训练模型的训练置信度。

7.如权利要求1所述的模型样本的权重生成方法，其特征在于，所述根据所述训练置信度，构建所述待训练模型的损失函数，包括：

利用下述公式构建所述待训练模型的损失函数：

表示损失函数，表示训练置信度，α表示待训练模型的超参数，l(x_i,z_i)表示待训练模型的原损失函数在单个样本的表现形式，x_i表示待训练模型的第i个样本，z_i表示待训练模型的第i个样本的标签值，m表示待训练模型的训练样本数量。