[發明專利]模型訓練方法、裝置、計算機設備及存儲介質

有效

• 申請號: 201810910064.3
• 申請日: 2018-08-10
• 公開（公告）號: CN109034397B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 黃盈;荊彥青
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V10/82;G06V40/20;A63F13/55;A63F13/67
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 祝亞男

1.一種模型訓練方法，其特征在于，所述方法包括：

獲取第一樣本集，所述第一樣本集包含第一樣本圖像以及所述第一樣本圖像的行為信息，所述第一樣本圖像是通過終端控制虛擬場景中的虛擬對象時的場景畫面圖像，所述行為信息用于指示所述虛擬對象的行為動作；

通過所述第一樣本集進行模型訓練，獲得初始模型；

獲取第二樣本集，所述第二樣本集包含第二樣本圖像以及所述第二樣本圖像的行為信息，所述第二樣本圖像是通過所述初始模型控制所述虛擬對象時的場景畫面圖像，所述第二樣本圖像的行為信息是對所述初始模型根據所述第二樣本圖像獲得的行為動作進行修正獲得的行為信息；

通過所述第二樣本集對所述初始模型進行再訓練，獲得對象控制模型；所述虛擬場景為游戲場景，所述對象控制模型是所述游戲場景中的人工智能AI模型。

2.根據權利要求1所述的方法，其特征在于，所述獲取第一樣本集之前，還包括：

獲取第一目標圖像，所述第一目標圖像是通過所述終端控制所述虛擬對象時的至少兩幀連續場景畫面圖像中的任意一幀圖像；

對所述第一目標圖像進行圖像識別，確定所述第一目標圖像中的所述虛擬對象正在執行的行為動作；

根據識別獲得的行為動作生成所述第一目標圖像的行為信息；

將所述第一目標圖像以及所述第一目標圖像的行為信息添加入所述第一樣本集。

3.根據權利要求2所述的方法，其特征在于，所述第一目標圖像中包含觸點圖案，所述觸點圖案是所述終端接收到在屏幕中執行的觸控操作時，在觸控位置處顯示的圖案，所述對所述第一目標圖像進行圖像識別，確定所述第一目標圖像中的所述虛擬對象正在執行的行為動作，包括：

識別所述觸點圖案在所述第一目標圖像中的位置；

根據所述觸點圖案在所述第一目標圖像中的位置，確定所述第一目標圖像中的所述虛擬對象正在執行的行為動作。

4.根據權利要求2所述的方法，其特征在于，所述根據識別獲得的行為動作生成所述第一目標圖像的行為信息之前，還包括：

獲取所述第一目標圖像的前一幀圖像，以及所述第一目標圖像的前一幀圖像中的所述虛擬對象正在執行的行為動作；

當所述第一目標圖像與所述第一目標圖像的前一幀圖像之間的相似度大于相似度閾值，且所述第一目標圖像中的所述虛擬對象正在執行的行為動作，與所述第一目標圖像的前一幀圖像中的所述虛擬對象正在執行的行為動作不一致時，將所述第一目標圖像中的所述虛擬對象正在執行的行為動作修改為所述第一目標圖像的前一幀圖像中的所述虛擬對象正在執行的行為動作。

5.根據權利要求2所述的方法，其特征在于，所述根據識別獲得的行為動作生成所述第一目標圖像的行為信息之前，還包括：

當對所述第一目標圖像進行圖像識別，確定所述第一目標圖像中的所述虛擬對象無動作時，獲取所述第一目標圖像的前一幀圖像中的所述虛擬對象正在執行的行為動作；

當所述第一目標圖像的前一幀圖像中的所述虛擬對象正在執行的行為動作為指定類型動作時，將所述第一目標圖像中的所述虛擬對象正在執行的行為動作設置為所述第一目標圖像的前一幀圖像中的所述虛擬對象正在執行的行為動作。

6.根據權利要求5所述的方法，其特征在于，所述方法還包括：

當所述第一目標圖像的前一幀圖像中的所述虛擬對象正在執行的行為動作不是所述指定類型動作時，丟棄所述第一目標圖像。

7.根據權利要求1所述的方法，其特征在于，當所述第一樣本圖像包含至少兩幀圖像時，所述通過所述第一樣本集進行模型訓練，獲得初始模型，包括：

對所述至少兩幀圖像進行亂序處理；

根據亂序處理后的所述至少兩幀圖像，以及所述至少兩幀圖像各自的行為信息進行模型訓練，獲得所述初始模型。