[發(fā)明專利]一種圖像識別模型訓練方法及裝置、存儲介質

在審

• 申請?zhí)枺?/td>: 202010075300.1
• 申請日: 2020-01-22
• 公開（公告）號: CN111539443A
• 公開（公告）日: 2020-08-14
• 發(fā)明（設計）人: 吳磊;陳淵
• 申請（專利權）人: 北京小米松果電子有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京善任知識產(chǎn)權代理有限公司 11650
• 代理人: 康艷青

1.一種圖像識別模型訓練方法，其特征在于，包括：

采用已標注圖像樣本集，對圖像識別模型進行訓練；

利用當前訓練后的所述圖像識別模型，識別待標注圖像樣本集中的多個待標注圖像樣本，得到所述多個待標注圖像樣本中的每一個所對應識別結果的置信度；

選擇所述置信度位于預設區(qū)間的至少一個待標注圖像樣本作為至少一個待標注圖像樣本，構成第一待標注圖像樣本集；

獲取所述第一待標注圖像樣本集中待標注圖像樣本待標注圖像樣本的標注標簽；

根據(jù)獲取的所述標注標簽，更新所述已標注圖像樣本集；

采用更新后的所述已標注圖像樣本集，繼續(xù)訓練所述圖像識別模型。

2.根據(jù)權利要求1所述的方法，其特征在于，所述獲取所述第一待標注圖像樣本集中待標注圖像樣本的標注標簽，包括：

對所述第一待標注圖像樣本集中的所述至少一個待標注圖像樣本進行聚類，獲得聚類結果；

根據(jù)所述聚類結果，從所述第一待標注圖像樣本集中，選擇部分具有簇代表性的目標待標注圖像樣本構成第二待標注圖像樣本集；

獲取所述第二待標注圖像樣本集中所述目標待標注圖像樣本的標注標簽。

3.根據(jù)權利要求2所述的方法，其特征在于，所述對所述第一待標注圖像樣本集中的所述至少一個待標注圖像樣本進行聚類，獲得聚類結果待標注圖像樣本，包括：

根據(jù)所述第一待標注圖像樣本集中待標注圖像樣本的圖像特征，確定所述待標注圖像樣本的信息熵；

選擇信息熵滿足預定條件的所述待標注圖像樣本進行聚類，得到K個簇及各所述簇的簇中心；其中，所述K為正整數(shù)。

4.根據(jù)權利要求2所述的方法，其特征在于，所述聚類結果包括：聚類形成的簇及各所述簇的簇中心；

所述根據(jù)所述聚類結果，從所述第一待標注圖像樣本集中，選擇部分具有簇代表性的目標待標注圖像樣本構成第二待標注圖像樣本集，包括：

從每個所述簇中選擇與對應所述簇中心距離最近的一個或多個所述待標注圖像樣本，作為具有簇代表性的目標待標注圖像樣本構成所述第二待標注圖像樣本集。

5.根據(jù)權利要求1至4任一項所述的方法，其特征在于，所述方法還包括：

在所述構成第一待標注圖像樣本集之后，確定所述第一待標注圖像樣本集所包含的待標注圖像樣本個數(shù)是否大于預設值；

所述獲取所述第一待標注圖像樣本集中待標注圖像樣本的標注標簽，包括：

當所述第一待標注圖像樣本集所包含的待標注圖像樣本個數(shù)大于所述預設值時，獲取所述第一待標注圖像樣本集中待標注圖像樣本的標注標簽。

6.根據(jù)權利要求5所述的方法，其特征在于，所述方法還包括：

當所述第一待標注圖像樣本集所包含的待標注圖像樣本個數(shù)小于或等于所述預設值時，停止所述圖像識別模型的訓練。

7.根據(jù)權利要求6所述的方法，其特征在于，所述采用更新后的所述已標注圖像樣本集，繼續(xù)訓練所述圖像識別模型，包括：

采用更新后的所述已標注圖像樣本集，返回所述對圖像識別模型進行訓練的步驟。

8.根據(jù)權利要求1所述的方法，其特征在于，所述已標注圖像樣本集包含：第一數(shù)量的正圖像樣本和第二數(shù)量的負圖像樣本，其中，所述第一數(shù)量小于所述第二數(shù)量；

和/或，

所述第一待標注圖像樣本集包含：第三數(shù)量的所述待標注圖像樣本；所述第三數(shù)量大于所述第二數(shù)量。

9.根據(jù)權利要求8所述的方法，其特征在于，所述正圖像樣本包含：被標注為密集圖像的密集恐怖圖像；所述負圖像樣本為：所述密集恐怖圖像以外的圖像。