[發明專利]數據處理方法、裝置、設備和存儲介質

在審

• 申請號: 202010197553.6
• 申請日: 2020-03-19
• 公開（公告）號: CN111428613A
• 公開（公告）日: 2020-07-17
• 發明（設計）人: 段浩東;趙岳;劉文韜
• 申請（專利權）人: 北京市商湯科技開發有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08;G06T7/136
• 代理公司: 北京林達劉知識產權代理事務所(普通合伙) 11277
• 代理人: 劉新宇

1.一種數據處理方法，其特征在于，包括：

獲取目標數據；

將所述目標數據通過第一神經網絡進行處理，得到所述目標數據的處理結果；其中，

所述第一神經網絡通過第二樣本數據進行訓練，所述第二樣本數據從包含標簽的第一樣本數據中獲得，所述第二樣本數據的標簽標識的類別與所述第二樣本數據的真實類別一致。

2.根據權利要求1所述的方法，其特征在于，所述目標數據包括視頻數據；

所述將所述目標數據通過第一神經網絡進行處理，得到所述目標數據的處理結果，包括：

將所述視頻數據通過所述第一神經網絡進行處理，得到所述視頻數據的處理結果，其中，所述視頻數據的處理結果包括所述視頻數據的類別。

3.根據權利要求1或2所述的方法，其特征在于，所述第二樣本數據從包含標簽的第一樣本數據中獲得，包括：

獲取包含標簽的第一樣本數據；

根據所述第一樣本數據的標簽，選定至少一個所述第一樣本數據作為所述第二樣本數據。

4.根據權利要求3所述的方法，其特征在于，所述獲取包含標簽的第一樣本數據，包括：

從樣本數據集中檢索與至少一個目標類別分別對應的樣本數據；

將所述至少一個目標類別分別對應的樣本數據以及每個所述樣本數據的標簽，作為第一樣本數據，其中，所述樣本數據的標簽為所述樣本數據對應的目標類別。

5.根據權利要求3或4所述的方法，其特征在于，所述根據所述第一樣本數據的標簽，選定至少一個所述第一樣本數據作為所述第二樣本數據，包括：

獲取所述第一樣本數據的真實類別；

在所述第一樣本數據的標簽標識的類別與所述第一樣本數據的真實類別一致的情況下，將所述第一樣本數據作為第二樣本數據。

6.根據權利要求5所述的方法，其特征在于，所述獲取所述第一樣本數據的真實類別，包括：

將所述第一樣本數據輸入至第二神經網絡，其中，所述第二神經網絡通過包含標注有目標類別的第三樣本數據進行訓練；

根據所述第二神經網絡的輸出，確定所述第一樣本數據的真實類別。

7.根據權利要求6所述的方法，其特征在于，所述第一神經網絡的訓練過程包括：

將所述第三樣本數據與所述第二樣本數據輸入至所述第一神經網絡中進行訓練；或者，

對所述第二樣本數據進行處理，生成第四樣本數據，將所述第三樣本數據與所述第四樣本數據輸入至所述第一神經網絡中進行訓練。

8.根據權利要求1至6中任意一項所述的方法，其特征在于，所述第一神經網絡的訓練過程包括：

將所述第二樣本數據輸入至所述第一神經網絡中進行訓練；或者，

對所述第二樣本數據進行處理，生成第四樣本數據，將所述第四樣本數據輸入至所述第一神經網絡中進行訓練。

9.根據權利要求7或8所述的方法，其特征在于，所述對所述第二樣本數據進行處理，生成第四樣本數據，包括：

在所述第二樣本數據包括靜態圖像的情況下，根據所述靜態圖像生成動態圖像，將生成的動態圖像作為所述第四樣本數據；和/或，

在所述第二樣本數據包括動態圖像的情況下，對時間長度超過閾值的動態圖像進行剪切，將剪切的動態圖像作為所述第四樣本數據。

10.根據權利要求1至9中任意一項所述的方法，其特征在于，所述第一樣本數據包括靜態圖像和/或動態圖像。

11.一種數據處理裝置，其特征在于，包括：

目標數據獲取模塊，用于獲取目標數據；

處理模塊，用于將所述目標數據通過第一神經網絡進行處理，得到所述目標數據的處理結果；其中，

所述第一神經網絡通過第二樣本數據進行訓練，所述第二樣本數據從包含標簽的第一樣本數據中獲得，所述第二樣本數據的標簽標識的類別與所述第二樣本數據的真實類別一致。