[发明专利]模型训练方法、装置、电子设备及计算机可读存储介质

说明书

本申请提供一种模型训练方法、装置、电子设备及计算机可读存储介质。所述方法包括：获取验证集数据以及预设批次的训练集数据，其中各个批次的训练集数据之间的图像动漫风格化程度不同；利用验证集数据对真实人脸识别模型进行剪枝处理，获得初始动漫人脸检测模型；分别利用各个批次的训练集数据，对初始动漫人脸检测模型进行训练，获得动漫人脸检测模型。本申请通过对真实人脸识别模型进行剪枝处理，去掉了真实人脸与动漫人脸的不相关特征的参数权重，学习到偏向于动漫风格的特征参数，利用不同动漫风格化程度的训练集进行模型训练，建立了更偏向于动漫风格的特征体系，在进行动漫人脸识别时，模型能够更准确的检测出动漫人脸。

技术领域

本申请涉及数据处理技术领域，尤其是涉及一种模型训练方法、装置、电子设备及计算机可读存储介质。

背景技术

现在有技术中，可以采用真实人脸检测模型对动漫人脸进行识别，而真实人脸检测模型主要用于识别真实人脸，其在识别动漫人脸时，由于两种人脸特征存在较大差异，导致识别动漫人脸的准确性较低。

发明内容

本申请实施例提供一种模型训练方法、装置、电子设备及计算机可读存储介质，以解决利用真实人脸检测模型进行动漫人脸识别的准确性较低的问题。

为了解决上述问题，本申请是这样实现的：

第一方面，本申请的实施例提供了一种模型训练方法，包括：

获取验证集数据以及预设批次的训练集数据，其中各个批次的训练集数据之间的图像动漫风格化程度不同；

利用所述验证集数据对真实人脸识别模型进行剪枝处理，获得初始动漫人脸检测模型；

分别利用各个批次的所述训练集数据，对所述初始动漫人脸检测模型进行训练，获得动漫人脸检测模型。

可选地，获取预设批次的训练集数据，包括：

将真实人脸数据循环输入至动漫人脸生成模型进行训练，根据循环次数的不同分别获取各个批次的训练集数据。

可选地，利用所述验证集数据对真实人脸识别模型进行剪枝处理，获得初始动漫人脸检测模型，包括：

利用所述验证集数据将所述真实人脸识别模型训练至模型收敛，获得第一模型；

利用所述验证集数据将所述真实人脸识别模型训练N次，每次训练所述验证集数据至模型收敛，获得N个第二模型，其中，在每次训练过程中随机去除每层卷积中的部分参数；

将N个所述第二模型中的目标第二模型，确定为所述初始动漫人脸检测模型；其中，在各个第二模型中，所述目标第二模型与所述第一模型的平均精度均值最相近；

其中，N为正整数。

可选地，分别利用各个批次的所述训练集数据，对所述初始动漫人脸检测模型进行训练，获得动漫人脸检测模型，包括：

根据图像动漫风格化程度由低到高的顺序，依次利用各个批次的所述训练集数据，对所述初始动漫人脸检测模型进行训练，获得动漫人脸检测模型。

可选地，所述根据图像动漫风格化程度由低到高的顺序，依次利用各个批次的所述训练集数据，对所述初始动漫人脸检测模型进行训练，获得动漫人脸检测模型，包括：

将图像动漫风格化程度为最低等级的第一批次的训练集数据，输入所述初始动漫人脸检测模型进行训练至收敛，获得第三模型；

利用所述验证集数据对所述第三模型进行测试；

在所述第三模型的平均精度均值大于或等于第一阈值的情况下，将第一批次之后各批次的训练集数据，按照图像动漫风格化程度由低到高的顺序，依次输入前一批次的训练集数据对应的动漫人脸检测模型中训练至收敛，获得所述动漫人脸检测模型。