[發明專利]基于主動學習的模型訓練方法、裝置及服務器

有效

• 申請號: 202110104893.4
• 申請日: 2021-01-26
• 公開（公告）號: CN112434809B
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 李源;徐光耀;劉少平;蹇宜洋
• 申請（專利權）人: 成都點澤智能科技有限公司;中科智云科技有限公司
• 主分類號: G06N3/08
• 分類號: G06N3/08;G06N3/04;G06K9/62;G06T7/246
• 代理公司: 成都極刻智慧知識產權代理事務所(普通合伙) 51310
• 代理人: 唐維虎

1.一種基于主動學習的模型訓練方法，其特征在于，應用于服務器，所述方法包括：

在檢測到訓練任務啟動后，調取所述訓練任務所指示的每個應用場景的訓練樣本；

調度與每個應用場景預先匹配的初始深度學習網絡模型對該應用場景的訓練樣本集的訓練樣本進行樣本標注；

調度主動學習服務對已標注的訓練樣本進行主動篩選，獲得每個應用場景的主動篩選樣本，并根據用戶對所述主動篩選樣本的校準指令對所述主動篩選樣本進行校準，獲得校準主動篩選樣本；

調度與每個應用場景關聯的訓練服務基于每個應用場景的校準主動篩選樣本對每個應用場景預先匹配的初始深度學習網絡模型進行訓練，在訓練過程滿足訓練終止條件時，獲得每個應用場景的目標深度學習網絡模型；

調度發布服務將每個應用場景的初始深度學習網絡模型替換為所述目標深度學習網絡模型后，發布到對應的每個應用場景對應的軟件應用程序中；

所述方法還包括：

基于所述每個應用場景的目標深度學習網絡模型對所述每個應用場景的待分類樣本進行分類，獲得所述每個應用場景的待分類樣本的分類預測標簽；

基于所述每個應用場景的待分類樣本的分類預測標簽和所述待分類樣本的區域統計信息，生成所述每個應用場景的業務推送信息；

其中，所述基于所述每個應用場景的待分類樣本的分類預測標簽和所述待分類樣本的區域統計信息，生成所述每個應用場景的業務推送信息的步驟，包括：

獲取當前區域統計信息，所述當前區域統計信息包括進入當前區域的第一監控對象軌跡以及所述當前區域的監控對象工作狀態，所述當前區域用于指示監控對象當前所處的監控區域位置，所述監控對象工作狀態反映監控對象在所述當前區域的監控對象狀態；

基于針對目標區域的監控對象跟蹤進程，獲取目標區域統計信息，所述目標區域統計信息包括所述目標區域的監控對象工作狀態以及進入過所述目標區域的歷史監控對象軌跡，所述監控對象跟蹤進程用于指示監控對象由所述當前區域跟蹤至所述目標區域；

對所述第一監控對象軌跡以及所述歷史監控對象軌跡進行軌跡融合處理，得到符合監控對象畫像特征且符合監控對象工作狀態條件的監控對象融合軌跡，所述監控對象融合軌跡覆蓋所述目標區域；

基于所述監控對象融合軌跡，更新所述目標區域對應的監控對象工作狀態后，生成對應的業務推送信息；

其中，所述對所述第一監控對象軌跡以及所述歷史監控對象軌跡進行軌跡融合處理，得到符合監控對象畫像特征且符合監控對象工作狀態條件的監控對象融合軌跡，包括：

按照基礎融合策略，對所述第一監控對象軌跡以及所述歷史監控對象軌跡進行軌跡融合處理，得到基礎監控對象融合軌跡；

若所述基礎監控對象融合軌跡符合所述監控對象畫像特征，則使用所述基礎監控對象融合軌跡作為所述監控對象融合軌跡；

若所述基礎監控對象融合軌跡不符合所述監控對象畫像特征，則確定所述當前區域與所述目標區域之間的區域歸屬關系；

在所述當前區域與所述目標區域之間存在所述區域歸屬關系的情況下，在所述目標區域之前的監控對象區域中進行廣度優先遍歷處理，得到符合所述監控對象畫像特征的監控對象融合區域，所述當前區域之后的監控對象區域不會改變所述當前區域的監控對象工作狀態；

基于所述監控對象融合區域生成所述監控對象融合軌跡；

在所述當前區域與所述目標區域之間不存在所述區域歸屬關系的情況下，基于導致所述基礎監控對象融合軌跡不符合所述監控對象畫像特征的目標監控對象工作狀態，更改所述基礎監控對象融合軌跡中涉及所述目標監控對象工作狀態改變的監控對象區域，得到符合所述監控對象畫像特征的所述監控對象融合軌跡；其中，所述目標監控對象工作狀態改變用于滿足所述監控對象畫像特征，所述監控對象融合軌跡中除所述目標監控對象工作狀態外的其他監控對象工作狀態符合狀態要求；

其中，所述在所述目標區域之前的監控對象區域中進行廣度優先遍歷處理之前，還包括：

獲取目標決策區域之后的已追蹤監控對象區域，所述目標決策區域是指導致所述基礎監控對象融合軌跡不符合所述監控對象畫像特征以及涉及所述目標監控對象工作狀態判斷的監控對象區域；

所述在所述目標區域之前的監控對象區域中進行廣度優先遍歷處理，得到符合所述監控對象畫像特征的監控對象融合區域，包括：

除去所述目標決策區域的擴展區域中在歷史軌跡上的監控對象區域，得到剩余已追蹤監控對象區域；

在剩余區域中進行所述廣度優先遍歷處理，得到符合所述監控對象畫像特征的監控對象融合區域；

其中，在廣度優先遍歷處理過程中，檢測所述廣度優先遍歷處理的遍歷迭代統計數；

在所述遍歷迭代統計數未達到遍歷迭代統計數閾值的情況下，對當前遍歷區域進行區域判斷處理，所述當前遍歷區域是指當前遍歷節點所述廣度優先遍歷處理進入的監控對象區域，所述廣度優先遍歷處理的起始區域為所述目標決策區域的目標擴展區域；

在所述當前遍歷區域未通過所述區域判斷處理的情況下，將所述當前遍歷區域的下一擴展區域作為所述當前遍歷區域，以及累加所述遍歷迭代統計數，執行所述檢測所述廣度優先遍歷處理的遍歷迭代統計數的步驟；

在所述當前遍歷區域通過所述區域判斷處理的情況下，對所述當前遍歷區域進行監控對象業務檢測處理；

若所述當前遍歷區域通過所述監控對象業務檢測處理，則將所述當前遍歷區域確定為所述監控對象融合區域；

若所述當前遍歷區域未通過所述監控對象業務檢測處理，則將所述當前遍歷區域的下一擴展區域作為所述當前遍歷區域，以及累加所述遍歷迭代統計數，執行所述檢測所述廣度優先遍歷處理的遍歷迭代統計數的步驟；

在所述遍歷迭代統計數達到遍歷迭代統計數閾值的情況下，檢測所述當前遍歷區域的所有擴展區域是否均不在進入所述目標區域的所述歷史監控對象軌跡上；

若所述當前遍歷區域的所有擴展區域均不在所述歷史監控對象軌跡上，則刪除所述當前遍歷區域所在的遍歷分支；

若所述當前遍歷區域的擴展區域中包含在所述歷史監控對象軌跡上的目標擴展區域，則對所述目標擴展區域進行所述監控對象業務檢測處理；

若所述目標擴展區域通過所述監控對象業務檢測處理，則將所述目標擴展區域作為所述監控對象融合區域；

若所述目標擴展區域未通過所述監控對象業務檢測處理，則刪除所述當前遍歷區域所在的遍歷分支。