[發明專利]視頻分類模型訓練方法、裝置、存儲介質及電子設備

在審

• 申請號: 201711420935.5
• 申請日: 2017-12-25
• 公開（公告）號: CN108154120A
• 公開（公告）日: 2018-06-12
• 發明（設計）人: 包怡欣;彭垚;紹杰;趙之健
• 申請（專利權）人: 上海七牛信息技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 上海碩力知識產權代理事務所(普通合伙) 31251
• 代理人: 郭桂峰

本發明公開一種視頻分類模型訓練方法、裝置、存儲介質及電子設備，該方法包括：將視頻文件輸入視頻分類模型進行學習，得到特征向量；將所述特征向量分成多個子特征向量；從所述多個子特征向量中選取一個子特性向量作為目標子特征向量；將所述目標子特征向量輸入所述視頻分類模型進行訓練，得到最終視頻分類模型。截取了部分特征向量作為目標特征子向量輸入視頻分類模型用于訓練，減少了輸入數據、以及其轉化的數據的大小，從而減少了訓練參數，提高訓練效率。

技術領域

本發明涉及視頻領域，更具體的說，涉及一種視頻分類模型訓練方法、裝置、存儲介質及電子設備。

背景技術

對視頻文件分類時，需要提前對視頻分類模型進行訓練，得到優化后的視頻分類模型。對視頻分類模型訓練時所需參數較多，直接使用傳統算法效率極低，使得訓練時間過長。

發明內容

本發明所要解決的技術問題是提供一種視頻分類模型訓練方法、裝置、存儲介質及電子設備，能提提高訓練效率，減少訓練時間。

本發明的目的是通過以下技術方案來實現的：

第一方面，本申請實施例提供一種視頻分類模型訓練方法，包括：

將視頻文件輸入視頻分類模型進行學習，得到特征向量；

將所述特征向量分成多個子特征向量；

從所述多個子特征向量中選取一個子特性向量作為目標子特征向量；

將所述目標子特征向量輸入所述視頻分類模型進行訓練，得到最終視頻分類模型。

第二方面，本申請實施例提供一種視頻分類模型訓練裝置，包括：

第一獲取單元，用于將視頻文件輸入視頻分類模型進行學習，得到特征向量；

劃分單元，用于將所述特征向量分成多個子特征向量；

選取單元，用于從所述多個子特征向量中選取一個子特性向量作為目標子特征向量；

訓練單元，用于將所述目標子特征向量輸入所述視頻分類模型進行訓練，得到最終視頻分類模型。

第三方面，本申請實施例提供一種存儲介質，其上存儲有計算機程序，當所述計算機程序在計算機上運行時，使得所述計算機執行上述的視頻分類模型訓練。

第四方面，本申請實施例提供一種電子設備，包括處理器和存儲器，所述存儲器有計算機程序，所述處理器通過調用所述計算機程序，用于執行上述的視頻分類模型訓練方法。

本申請實施例提供的視頻分類模型訓練方法、裝置、存儲介質及電子設備，通過將視頻文件輸入視頻分類模型進行學習，得到特征向量；將特征向量分成多個子特征向量；從多個子特征向量中選取一個子特性向量作為目標子特征向量；將目標子特征向量輸入所述視頻分類模型進行訓練，得到最終視頻分類模型。截取了部分特征向量作為目標特征子向量輸入視頻分類模型用于訓練，減少了輸入數據、以及其轉化的數據的大小，從而減少了訓練參數，提高訓練效率。

附圖說明

需要使用的附圖作簡單地介紹。顯而易見地，下面描述中的附圖僅僅是本申請的一些實施例，對于本領域技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1為本申請實施例提供的視頻分類模型訓練方法的第一種流程示意圖；

圖2為本申請實施例提供的視頻分類模型訓練方法的框圖示意圖；

圖3為本申請實施例提供的視頻分類模型訓練方法的第二種流程示意圖；

圖4為本申請實施例提供的視頻分類模型訓練方法的第三種流程示意圖；