[發明專利]異常樣本檢測方法、裝置、設備和存儲介質

有效

• 申請號: 202110077488.8
• 申請日: 2021-01-20
• 公開（公告）號: CN112801298B
• 公開（公告）日: 2023-09-01
• 發明（設計）人: 張濱;苑鵬程;辛穎;馮原;王曉迪;龍翔;彭巖;鄭弘暉;韓樹民
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F18/214
• 分類號: G06F18/214;G06F18/25;G06N3/096;G06N3/045;G06V10/44;G06V10/56;G06V10/54;G06V10/774;G06V10/80;G06V10/82
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

本申請公開了一種異常樣本檢測方法、裝置、設備和存儲介質，涉及數據處理技術領域，尤其涉及深度學習、計算機視覺等人工智能技術。具體實現方式為：分別采用教師網絡和學生網絡對待檢測樣本進行處理，得到教師特征和與所述教師特征相關聯的學生特征；根據所述教師特征和所述學生特征，確定所述待檢測樣本是否為異常樣本。本申請采用教師網絡和學生網絡進行異常樣本檢測，在提高檢測效率的同時，兼顧了檢測結果準確度。

技術領域

本申請涉及數據處理技術領域，尤其涉及深度學習、計算機視覺等人工智能技術。

背景技術

在樣本數據集中，有部分樣本數據與其他大部分樣本數據之間存在顯著差異，通常我們將這部分樣本數據稱為異常樣本或奇異樣本。為了保證樣本數據集中的數據質量，通常需要對樣本數據集中的各樣本進行異常檢測。

現有技術的異常樣本檢測方式，存在無法兼顧檢測效率和檢測結果準確度的缺陷。

發明內容

本申請提供了一種異常樣本檢測方法、裝置、設備和存儲介質。

根據本申請的一方面，提供了一種異常樣本檢測方法，包括：

分別采用教師網絡和學生網絡對待檢測樣本進行處理，得到教師特征和與所述教師特征相關聯的學生特征；

根據所述教師特征和所述學生特征，確定所述待檢測樣本是否為異常樣本。

根據本申請的另一方面，還提供了一種異常樣本檢測裝置，包括：

特征得到模塊，用于分別采用教師網絡和學生網絡對待檢測樣本進行處理，得到教師特征和與所述教師特征相關聯的學生特征；

異常樣本確定模塊，用于根據所述教師特征和所述學生特征，確定所述待檢測樣本是否為異常樣本。

根據本申請的另一方面，還提供了一種電子設備，包括：

至少一個處理器；以及

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行本申請實施例提供的任意一種異常樣本檢測方法。

根據本申請的另一方面，還提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，其中，所述計算機指令用于使所述計算機執行本申請實施例提供的任意一種異常樣本檢測方法。

根據本申請的另一方面，還提供了一種計算機程序產品，包括計算機程序，所述計算機程序在被處理器執行時實現本申請實施例提供的任意一種異常樣本檢測方法。

應當理解，本部分所描述的內容并非旨在標識本申請的實施例的關鍵或重要特征，也不用于限制本申請的范圍。本申請的其它特征將通過以下的說明書而變得容易理解。

附圖說明

附圖用于更好地理解本方案，不構成對本申請的限定。其中：

圖1是本申請實施例提供的一種異常樣本檢測方法流程圖；

圖2A是本申請實施例提供的一種教師網絡和學生網絡結構示意圖；

圖2B是本申請實施例提供的另一種異常樣本檢測方法流程圖；

圖3是本申請實施例提供的另一種異常樣本檢測方法流程圖；

圖4A是本申請實施例提供的一種教師網絡和學生網絡訓練和使用過程示意圖；

圖4B是本申請實施例提供的另一種異常圖像檢測方法流程圖；

圖5是本申請實施例提供的一種異常樣本檢測裝置結構圖；