[發明專利]一種分類模型的迭代方法、裝置及電子設備

在審

• 申請號: 201810628785.5
• 申請日: 2018-06-19
• 公開（公告）號: CN109086790A
• 公開（公告）日: 2018-12-25
• 發明（設計）人: 班永杰;王劍龍;張夢營;徐相英;閆秀英
• 申請（專利權）人: 歌爾股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京博雅睿泉專利代理事務所(特殊普通合伙) 11442
• 代理人: 郭少晶;馬佑平

1.一種分類模型的迭代方法，其特征在于，包括：

獲取待測圖像和對應每一所述待測圖像的分類結果；

將所有所述待測圖像按照預先設置的比例分別存放至訓練集、驗證集和測試集中；

根據所述訓練集和所述訓練集中的待測圖像對應的分類結果對參考分類模型進行訓練；

根據所述驗證集和所述驗證集中的待測圖像對應的分類結果，驗證所述參考分類模型和訓練后的參考分類模型的準確率，并選擇準確率較高的作為最優參考分類模型；

根據所述測試集和所述測試集中的待測圖像對應的分類結果，測試所述最優參考分類模型和產線使用的當前分類模型的準確率；

在所述最優參考分類模型的準確率高于所述當前分類模型的準確率的情況下，控制所述最優參考分類模型替換所述當前分類模型。

2.根據權利要求1所述的迭代方法，其特征在于，所述獲取待測圖像和對應每一待測圖像的分類結果的步驟包括：

控制相機采集待測圖像；

控制所述參考分類模型對所有所述待測圖像進行分類測試，得到每一所述待測圖像的分類結果。

3.根據權利要求2所述的迭代方法，其特征在于，所述迭代方法還包括：

控制所述參考分類模型對所有所述待測圖像進行分類測試，得到每一所述待測圖像的分類結果和對應每一分類結果的置信度；

判斷所述置信度是否小于預先設置的置信度閾值，如是，則：

獲取用戶輸入的確認分類決定作為所述置信度對應的分類結果。

4.根據權利要求1所述的迭代方法，其特征在于，所述迭代方法還包括：

按照預先設定的周期獲取待測圖像和對應每一待測圖像的分類結果。

5.根據權利要求1所述的迭代方法，其特征在于，所述迭代方法還包括：

如果所述當前分類模型與所述參考分類模型相同，則將訓練后的參考分類模型作為最優參考分類模型。

6.一種分類模型的迭代裝置，其特征在于，包括：

獲取模塊，用于獲取待測圖像和對應每一所述待測圖像的分類結果；

存儲模塊，用于將所有所述待測圖像按照預先設置的比例分別存放至訓練集、驗證集和測試集中；

訓練模塊，用于根據所述訓練集和所述訓練集中的待測圖像對應的分類結果對參考分類模型進行訓練；

驗證模塊，用于根據所述驗證集和所述驗證集中的待測圖像對應的分類結果，驗證所述參考分類模型和訓練后的參考分類模型的準確率，并選擇準確率較高的作為最優參考分類模型；

測試模塊，用于根據所述測試集和所述測試集中的待測圖像對應的分類結果，測試所述最優參考分類模型和產線使用的當前分類模型的準確率；

替換模塊，用于在所述最優參考分類模型的準確率高于所述當前分類模型的準確率的情況下，控制所述最優參考分類模型替換所述當前分類模型。

7.根據權利要求6所述的迭代裝置，其特征在于，所述獲取模塊包括：

采集單元，用于控制相機采集待測圖像；

測試單元，用于控制所述參考分類模型對所有所述待測圖像進行分類測試，得到每一所述待測圖像的分類結果。

8.根據權利要求7所述的迭代裝置，其特征在于，所述測試單元還用于控制所述參考分類模型對所有所述待測圖像進行分類測試，得到每一所述待測圖像的分類結果和對應每一分類結果的置信度；

所述獲取模塊還包括：

判斷單元，用于判斷所述置信度是否小于預先設置的置信度閾值；

獲取單元，用于在所述判斷模塊的判斷結果為是的情況下，獲取用戶輸入的確認分類決定作為所述置信度對應的分類結果。

9.一種電子設備，其特征在于，包括根據權利要求6-8中任一項所述的迭代裝置。

10.一種電子設備，其特征在于，包括存儲器和處理器，所述存儲器用于存儲指令，所述指令用于控制所述處理器執行根據權利要求1-5中任一項所述的迭代方法。