[發(fā)明專利]一種困難樣本挖掘和模型訓(xùn)練方法、裝置和電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 201910762856.5
• 申請(qǐng)日: 2019-08-19
• 公開（公告）號(hào): CN110610197B
• 公開（公告）日: 2022-09-27
• 發(fā)明（設(shè)計(jì)）人: 郝春雨;邵帥;俞剛
• 申請(qǐng)（專利權(quán)）人: 北京邁格威科技有限公司
• 主分類號(hào): G06V10/774
• 分類號(hào): G06V10/774;G06V10/764;G06N20/00
• 代理公司: 北京隆源天恒知識(shí)產(chǎn)權(quán)代理有限公司 11473
• 代理人: 閆冬;鞠永帥

1.一種困難樣本挖掘方法，應(yīng)用于圖片識(shí)別，其特征在于，包括：

獲取未標(biāo)注圖片樣本數(shù)據(jù)；

獲取多個(gè)已訓(xùn)練模型；

將所述未標(biāo)注圖片樣本數(shù)據(jù)中的各個(gè)未標(biāo)注圖片樣本分別輸入多個(gè)所述已訓(xùn)練模型中，得到樣本結(jié)果，其中，所述樣本結(jié)果包括所述未標(biāo)注圖片樣本輸入所述已訓(xùn)練模型后的輸出結(jié)果以及該輸出結(jié)果的置信度；

根據(jù)所述樣本結(jié)果從所述未標(biāo)注圖片樣本中篩選出困難樣本，具體包括：

獲取同一所述未標(biāo)注圖片樣本分別輸入多個(gè)所述已訓(xùn)練模型所得到的多個(gè)所述樣本結(jié)果；

判斷所述未標(biāo)注圖片樣本的多個(gè)所述樣本結(jié)果中相同的輸出結(jié)果的數(shù)量是否落入第一數(shù)量區(qū)間；

若落入所述第一數(shù)量區(qū)間，則所述未標(biāo)注圖片樣本為所述困難樣本。

2.根據(jù)權(quán)利要求1所述的困難樣本挖掘方法，其特征在于，所述獲取多個(gè)已訓(xùn)練模型中，所述已訓(xùn)練模型的數(shù)量為3-5個(gè)。

3.根據(jù)權(quán)利要求1所述的困難樣本挖掘方法，其特征在于，所述獲取多個(gè)已訓(xùn)練模型中，所述已訓(xùn)練模型的數(shù)量為3個(gè)。

4.根據(jù)權(quán)利要求1所述的困難樣本挖掘方法，其特征在于，所述第一數(shù)量區(qū)間為（0.35n，0.85n），n為所述已訓(xùn)練模型的數(shù)量。

5.根據(jù)權(quán)利要求1所述的困難樣本挖掘方法，其特征在于，所述獲取同一所述未標(biāo)注圖片樣本分別輸入多個(gè)所述已訓(xùn)練模型所得到的多個(gè)所述樣本結(jié)果之后，還包括：

判斷所述未標(biāo)注圖片樣本的多個(gè)所述樣本結(jié)果中相同的輸出結(jié)果的數(shù)量是否落入第二數(shù)量區(qū)間；

若落入所述第二數(shù)量區(qū)間，則判斷相同的所述輸出結(jié)果對(duì)應(yīng)的置信度是否均為高置信度；

若不均為所述高置信度，則所述未標(biāo)注圖片樣本為所述困難樣本。

6.根據(jù)權(quán)利要求5所述的困難樣本挖掘方法，其特征在于，所述第二數(shù)量區(qū)間為（0.85n，n]，n為所述已訓(xùn)練模型的數(shù)量。

7.根據(jù)權(quán)利要求5所述的困難樣本挖掘方法，其特征在于，所述困難樣本包括高價(jià)值樣本和次高價(jià)值樣本；

所述若落入所述第一數(shù)量區(qū)間，則所述未標(biāo)注圖片樣本為所述困難樣本，包括：

若落入所述第一數(shù)量區(qū)間，則判斷相同的所述輸出結(jié)果對(duì)應(yīng)的置信度是否均為低置信度；

若均為低置信度，則所述未標(biāo)注圖片樣本為所述次高價(jià)值樣本；

若不均為低置信度，則所述未標(biāo)注圖片樣本為所述高價(jià)值樣本。

8.根據(jù)權(quán)利要求7所述的困難樣本挖掘方法，其特征在于，所述若不均為所述高置信度，則所述未標(biāo)注圖片樣本為所述困難樣本中的所述次高價(jià)值樣本。

9.根據(jù)權(quán)利要求1-3中任一所述的困難樣本挖掘方法，其特征在于，所述根據(jù)所述樣本結(jié)果從所述未標(biāo)注圖片樣本中篩選出困難樣本中，還根據(jù)所述樣本結(jié)果從所述未標(biāo)注圖片樣本中篩選出準(zhǔn)確樣本；

所述根據(jù)所述樣本結(jié)果從所述未標(biāo)注圖片樣本中篩選出困難樣本之后，還包括：

根據(jù)所述準(zhǔn)確樣本和當(dāng)前已訓(xùn)練模型，生成所述困難樣本。

10.根據(jù)權(quán)利要求5所述的困難樣本挖掘方法，其特征在于，所述若落入所述第二數(shù)量區(qū)間，則判斷相同的所述輸出結(jié)果對(duì)應(yīng)的置信度是否均為高置信度之后，還包括：

若均為所述高置信度，則所述未標(biāo)注圖片樣本為準(zhǔn)確樣本。

11.根據(jù)權(quán)利要求9所述的困難樣本挖掘方法，其特征在于，所述根據(jù)所述準(zhǔn)確樣本和當(dāng)前已訓(xùn)練模型，生成所述困難樣本，包括：

對(duì)所述準(zhǔn)確樣本進(jìn)行數(shù)據(jù)抖動(dòng)處理，生成抖動(dòng)樣本數(shù)據(jù)；

獲取所述當(dāng)前已訓(xùn)練模型，將所述抖動(dòng)樣本數(shù)據(jù)輸入所述當(dāng)前已訓(xùn)練模型，得到抖動(dòng)樣本結(jié)果；

獲取所述準(zhǔn)確樣本的標(biāo)注值，并判斷其與所述抖動(dòng)樣本結(jié)果是否相同；

若不相同，則該抖動(dòng)樣本為所述困難樣本中的高價(jià)值樣本。