[發(fā)明專利]確定訓(xùn)練樣本的方法及裝置、訓(xùn)練深度學(xué)習(xí)模型的方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010904622.2
• 申請(qǐng)日: 2020-09-01
• 公開（公告）號(hào): CN112036491A
• 公開（公告）日: 2020-12-04
• 發(fā)明（設(shè)計(jì)）人: 張榮國(guó);李新陽(yáng);王少康;陳寬
• 申請(qǐng)（專利權(quán)）人: 北京推想科技有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06K9/46;G06K9/34;G06N20/00
• 代理公司: 北京布瑞知識(shí)產(chǎn)權(quán)代理有限公司 11505
• 代理人: 秦衛(wèi)中

本發(fā)明提供了一種確定訓(xùn)練樣本的方法及裝置、訓(xùn)練深度學(xué)習(xí)模型的方法。確定訓(xùn)練樣本的方法包括：獲取第一待標(biāo)注樣本集中的N個(gè)待標(biāo)注樣本的特征向量，其中，N為正整數(shù)；根據(jù)N個(gè)待標(biāo)注樣本的特征向量之間的差異性，從N個(gè)待標(biāo)注樣本中確定M個(gè)待標(biāo)注樣本，以對(duì)M個(gè)待標(biāo)注樣本進(jìn)行標(biāo)注，獲得標(biāo)注樣本集，其中M為正整數(shù)，并且M小于N。通過(guò)根據(jù)N個(gè)待標(biāo)注樣本的特征向量之間的差異性選取待標(biāo)注樣本，能夠更有效率地從待標(biāo)注樣本集中篩選樣本進(jìn)行標(biāo)注，減少需要標(biāo)注的訓(xùn)練樣本的數(shù)量，以更有效地利用標(biāo)注資源和提升深度學(xué)習(xí)模型的性能。

技術(shù)領(lǐng)域

本發(fā)明涉及深度學(xué)習(xí)技術(shù)領(lǐng)域，具體涉及一種確定訓(xùn)練樣本的方法及裝置、訓(xùn)練深度學(xué)習(xí)模型的方法。

背景技術(shù)

近年來(lái)，深度學(xué)習(xí)技術(shù)已經(jīng)改變了計(jì)算機(jī)視覺(jué)，并且已經(jīng)在大量面向消費(fèi)者的產(chǎn)品中得到了應(yīng)用。例如，在醫(yī)學(xué)影像領(lǐng)域，醫(yī)學(xué)圖像的分割對(duì)精度要求很高，得益于深度學(xué)習(xí)技術(shù)的發(fā)展，取得了超越傳統(tǒng)分割方法的優(yōu)異效果，對(duì)于臨床的分析、診斷、治療及預(yù)后具有重要的意義。

但是，一種有效的深度學(xué)習(xí)模型，通常需要大量的高質(zhì)量的標(biāo)注好的訓(xùn)練樣本，標(biāo)記工作量大。而且，訓(xùn)練樣本的標(biāo)注是一項(xiàng)非常耗時(shí)耗力的工作，例如，分割標(biāo)注任務(wù)需要人工勾畫目標(biāo)的邊緣輪廓，醫(yī)學(xué)影像的標(biāo)注更需要有相應(yīng)的臨床知識(shí)才能標(biāo)記準(zhǔn)確，標(biāo)注成本較高。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明實(shí)施例提供了一種確定訓(xùn)練樣本的方法及裝置、訓(xùn)練深度學(xué)習(xí)模型的方法，能夠更有效率地確定待標(biāo)注樣本，減少需要標(biāo)注的訓(xùn)練樣本的數(shù)量，以更有效地利用標(biāo)注資源和提升深度學(xué)習(xí)模型的性能。

根據(jù)本發(fā)明實(shí)施例的第一方面，提供一種確定訓(xùn)練樣本的方法，包括：獲取第一待標(biāo)注樣本集中的N個(gè)待標(biāo)注樣本的特征向量，其中，N為正整數(shù)；根據(jù)N個(gè)待標(biāo)注樣本的特征向量之間的差異性，從N個(gè)待標(biāo)注樣本中確定M個(gè)待標(biāo)注樣本，以對(duì)M個(gè)待標(biāo)注樣本進(jìn)行標(biāo)注，獲得標(biāo)注樣本集，其中M為正整數(shù)，并且M小于N。

在本發(fā)明的一個(gè)實(shí)施例中，標(biāo)注樣本集包括第一標(biāo)注樣本集，上述根據(jù)N個(gè)待標(biāo)注樣本的特征向量之間的差異性，從N個(gè)待標(biāo)注樣本中確定M個(gè)待標(biāo)注樣本，以對(duì)M個(gè)待標(biāo)注樣本進(jìn)行標(biāo)注，獲得標(biāo)注樣本集，包括：將第一待標(biāo)注樣本集中的第一樣本分別與其余每個(gè)待標(biāo)注樣本進(jìn)行特征相似度計(jì)算，獲得第一相似度結(jié)果，其中，第一樣本為第一待標(biāo)注樣本集中的任意一個(gè)待標(biāo)注樣本；根據(jù)第一相似度結(jié)果，從第一待標(biāo)注樣本集中確定與第一樣本存在最大差異的至少一個(gè)第一訓(xùn)練樣本，以對(duì)至少一個(gè)第一訓(xùn)練樣本進(jìn)行標(biāo)注，獲得第一標(biāo)注樣本集。

在本發(fā)明的一個(gè)實(shí)施例中，標(biāo)注樣本集包括第一標(biāo)注樣本集和標(biāo)注樣本集，上述根據(jù)N個(gè)待標(biāo)注樣本的特征向量之間的差異性，從N個(gè)待標(biāo)注樣本中確定M個(gè)待標(biāo)注樣本，以對(duì)M個(gè)待標(biāo)注樣本進(jìn)行標(biāo)注，獲得標(biāo)注樣本集，還包括：根據(jù)至少一個(gè)第一訓(xùn)練樣本，得到第二待標(biāo)注樣本集，其中第二待標(biāo)注樣本集包括第一待標(biāo)注樣本集中除至少一個(gè)第一訓(xùn)練樣本之外的待標(biāo)注樣本；根據(jù)特征向量，分別將第二待標(biāo)注樣本集中的每個(gè)待標(biāo)注樣本分別與第一標(biāo)注樣本集中的每個(gè)標(biāo)注樣本進(jìn)行特征相似度計(jì)算，獲得第二相似度結(jié)果；根據(jù)第二相似度結(jié)果，從第二待標(biāo)注樣本集中確定與第一標(biāo)注樣本集存在最大差異的至少一個(gè)第二訓(xùn)練樣本，以對(duì)至少一個(gè)第二訓(xùn)練樣本進(jìn)行標(biāo)注，獲得第二標(biāo)注樣本集。

在本發(fā)明的一個(gè)實(shí)施例中，特征相似度計(jì)算包括特征距離計(jì)算，上述分別將第二待標(biāo)注樣本集中的每個(gè)待標(biāo)注樣本與第一標(biāo)注樣本集中的每個(gè)標(biāo)注樣本進(jìn)行特征相似度計(jì)算，獲得第二相似度結(jié)果，包括：分別計(jì)算第二待標(biāo)注樣本集中的每個(gè)待標(biāo)注樣本與第一標(biāo)注樣本集中的每個(gè)標(biāo)注樣本的特征距離之和，獲得第二相似度結(jié)果。

在本發(fā)明的一個(gè)實(shí)施例中，上述確定訓(xùn)練樣本的方法還包括：根據(jù)M個(gè)訓(xùn)練樣本中的每個(gè)訓(xùn)練樣本的標(biāo)識(shí)符，對(duì)M個(gè)訓(xùn)練樣本進(jìn)行去重處理，其中，上述對(duì)M個(gè)待標(biāo)注樣本進(jìn)行標(biāo)注，獲得標(biāo)注樣本集，包括：對(duì)去重后的訓(xùn)練樣本進(jìn)行標(biāo)注，獲得標(biāo)注樣本集。