[發明專利]模型訓練方法、裝置、電子設備和存儲介質

在審

• 申請號: 202010783331.2
• 申請日: 2020-08-06
• 公開（公告）號: CN112084861A
• 公開（公告）日: 2020-12-15
• 發明（設計）人: 盧凱旋;張昆侖
• 申請（專利權）人: 中國科學院空天信息創新研究院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06T7/136
• 代理公司: 北京太合九思知識產權代理有限公司 11610
• 代理人: 孫明子;劉戈

1.一種模型訓練方法，其特征在于，包括：

獲取第一樣本；

對所述第一樣本中符合裁剪條件的樣本進行裁剪，得到第二樣本；

根據包括所述第一樣本和所述第二樣本的訓練樣本進行模型訓練，得到第一模型；

根據與所述第一模型輸出的預測結果對應的調整策略調整所述第一模型，以得到第二模型，所述預測結果對應于所述訓練樣本。

2.根據權利要求1所述的方法，其特征在于，所述第一樣本和所述第二樣本為遙感圖像，所述第一模型和所述第二模型用于檢測遙感圖像中是否包含預設類別的地物。

3.根據權利要求2所述的方法，其特征在于，所述對所述第一樣本中符合裁剪條件的樣本進行裁剪，得到第二樣本，包括：

獲取所述第一樣本包含的地物所屬的類別；

若所述地物所屬的類別為所述預設類別，則確定與所述預設類別對應的裁剪尺寸；

根據所述裁剪尺寸裁剪所述第一樣本，得到所述第二樣本。

4.根據權利要求2所述的方法，其特征在于，所述對所述第一樣本中符合裁剪條件的樣本進行裁剪，得到第二樣本，包括：

確定所述第一樣本包含的地物在所述第一樣本中的尺寸信息；

若所述尺寸信息符合預設尺寸范圍，則對所述第一樣本進行裁剪，得到所述第二樣本。

5.根據權利要求3所述的方法，其特征在于，所述根據與所述第一模型輸出的預測結果對應的調整策略調整所述第一模型，包括：

獲取所述第一模型輸出的預測結果的置信度；

若所述置信度小于預設閾值，則根據與所述置信度具有負相關關系的第一損失函數調整所述第一模型；

若所述置信度大于或等于所述預設閾值，則根據第二損失函數調整所述第一模型。

6.一種模型訓練裝置，其特征在于，包括：

獲取模塊，用于獲取第一樣本；

裁剪模塊，用于對所述第一樣本中符合裁剪條件的樣本進行裁剪，得到第二樣本；

訓練模型，用于根據包括所述第一樣本和所述第二樣本的訓練樣本進行模型訓練，得到第一模型；

調整模型，用于根據與所述第一模型輸出的預測結果對應的調整策略調整所述第一模型，以得到第二模型，所述預測結果對應于所述訓練樣本。

7.根據權利要求6所述的裝置，其特征在于，所述裁剪模塊具體包括：

獲取單元，用于獲取所述第一樣本包含的地物所屬的類別；

確定單元，用于若所述地物所屬的類別為所述預設類別，則確定與所述預設類別對應的裁剪尺寸；

裁剪單元，用于根據所述裁剪尺寸裁剪所述第一樣本，得到所述第二樣本。

8.根據權利要求7所述的裝置，其特征在于，所述調整模塊具體包括：

獲取單元，用于獲取所述第一模型輸出的預測結果的置信度；

第一調整單元，用于若所述置信度小于預設閾值，則根據與所述置信度具有負相關關系的第一損失函數調整所述第一模型；

第二調整單元，用于若所述置信度大于或等于所述預設閾值，則根據第二損失函數調整所述第一模型。

9.一種電子設備，其特征在于，包括：處理器和存儲器；其中，所述存儲器用于存儲一條或多條計算機指令，其中，所述一條或多條計算機指令被所述處理器執行時實現：

獲取第一樣本；

對所述第一樣本中符合裁剪條件的樣本進行裁剪，得到第二樣本；

根據包括所述第一樣本和所述第二樣本的訓練樣本進行模型訓練，得到第一模型；

根據與所述第一模型輸出的預測結果對應的調整策略調整所述第一模型，以得到第二模型，所述預測結果對應于所述訓練樣本。

10.一種存儲計算機指令的計算機可讀存儲介質，其特征在于，當所述計算機指令被一個或多個處理器執行時，致使所述一個或多個處理器至少執行以下的動作：

獲取第一樣本；

對所述第一樣本中符合裁剪條件的樣本進行裁剪，得到第二樣本；

根據包括所述第一樣本和所述第二樣本的訓練樣本進行模型訓練，得到第一模型；

根據與所述第一模型輸出的預測結果對應的調整策略調整所述第一模型，以得到第二模型，所述預測結果對應于所述訓練樣本。