[發明專利]增量訓練方法和相關產品

在審

• 申請號: 202110218116.2
• 申請日: 2021-02-26
• 公開（公告）號: CN112766501A
• 公開（公告）日: 2021-05-07
• 發明（設計）人: 費馳;朱烽;趙瑞
• 申請（專利權）人: 上海商湯智能科技有限公司
• 主分類號: G06N3/08
• 分類號: G06N3/08;G06N3/04
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 熊永強;董文俊

1.一種增量訓練方法，其特征在于，該方法包括：

獲取第N輪記憶數據；所述第N輪記憶數據基于第(N-1)輪增量訓練采用的第(N-1)增量數據和第(N-1)輪記憶數據得到，或者，所述第N輪記憶數據基于所述第(N-1)增量數據得到，所述N為大于2的整數；

使用第N增量數據以及所述第N輪記憶數據對第(N-1)神經網絡進行第N輪增量訓練，得到第N神經網絡；所述第(N-1)神經網絡為使用所述第(N-1)增量數據以及所述第(N-1)輪記憶數據進行第(N-1)輪增量訓練得到，所述第N增量數據和所述第(N-1)增量數據不同。

2.根據權利要求1所述的方法，其特征在于，所述使用第N增量數據以及所述第N輪記憶數據對第(N-1)神經網絡進行第N輪增量訓練，得到第N神經網絡包括：

使用基礎數據、所述第N增量數據以及所述第N輪記憶數據對所述第(N-1)神經網絡進行第N輪增量訓練，得到所述第N神經網絡；所述第(N-1)神經網絡為使用所述基礎數據、所述第(N-1)增量數據以及所述第(N-1)輪記憶數據進行第(N-1)輪增量訓練得到。

3.根據權利要求1或2所述的方法，其特征在于，所述獲取第N輪記憶數據包括：

對包含所述第(N-1)增量數據和所述第(N-1)輪記憶數據的數據集合進行篩選處理，得到候選數據集合；

從所述候選數據集合中，獲取所述第N輪記憶數據；所述第N輪記憶數據包括第一圖像和/或第二圖像，所述第一圖像包含于所述第(N-1)增量數據，所述第二圖像包含于所述第(N-1)輪記憶數據。

4.根據權利要求3所述的方法，其特征在于，所述從所述候選數據集合中，獲取所述第N輪記憶數據包括：

從所述候選數據集合中，隨機獲取所述第N輪記憶數據；

或者，基于所述候選數據集合中的各圖像的特征數據的方差，選擇所述第N輪記憶數據。

5.根據權利要求3或4所述的方法，其特征在于，所述對包含所述第(N-1)增量數據和所述第(N-1)輪記憶數據的數據集合進行篩選處理，得到候選數據集合包括：

采用第一聚類閾值對特征數據集合中的特征數據進行聚類，得到第一聚類簇；所述特征數據集合包含由對所述第(N-1)增量數據進行特征提取得到的特征數據以及由對所述第(N-1)輪記憶數據進行特征提取得到的特征數據；

采用第二聚類閾值對所述特征數據集合中的特征數據進行聚類，得到第二聚類簇；所述第二聚類閾值小于所述第一聚類閾值；

獲取所述第二聚類簇中的目標特征數據對應的圖像，得到至少一個候選圖像；所述目標特征數據為所述第二聚類簇中與參考特征數據的相似度高于或等于相似度閾值的特征數據，所述參考特征數據由所述第一聚類簇中的特征數據得到，所述至少一個候選圖像包含于所述候選數據集合。

6.根據權利要求3至5任一項所述的方法，其特征在于，在從所述候選數據集合中，獲取所述第N輪記憶數據之后，所述方法還包括：

獲取與目標圖像相匹配的目標證件照圖像；所述目標圖像為所述第一圖像或者所述第二圖像，所述第一圖像和所述第二圖像均為非證件照圖像；

將所述目標證件照圖像添加至所述第N輪記憶數據，得到更新后的第N輪記憶數據；

所述使用第N增量數據以及所述第N輪記憶數據對第(N-1)神經網絡進行第N輪增量訓練，得到第N神經網絡包括：

使用所述第N增量數據以及所述更新后的第N輪記憶數據對第(N-1)神經網絡進行第N輪增量訓練，得到所述第N神經網絡。

7.根據權利要求6所述的方法，其特征在于，所述獲取與目標圖像相匹配的目標證件照圖像包括：

將目標聚類簇特征與非證件照特征進行特征匹配，得到與所述目標聚類簇特征相匹配的目標非證件照特征；所述目標聚類簇特征由第三聚類簇包含的特征數據得到，所述第三聚類簇包含所述目標圖像的特征數據；

獲取所述目標非證件照特征對應的所述目標非證件照圖像。