[發明專利]機器學習模型能力的獲取方法、系統、終端、介質及應用

在審

• 申請號: 202110824038.0
• 申請日: 2021-07-21
• 公開（公告）號: CN113344916A
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 王天鶴;章曙涵;熊意超
• 申請（專利權）人: 上海媒智科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/00;G06N20/00
• 代理公司: 上海恒慧知識產權代理事務所(特殊普通合伙) 31317
• 代理人: 劉翠

1.一種機器學習模型能力的獲取方法，其特征在于，包括：

獲取機器學習處理任務所需的原始數據，并進行預處理，得到初始數據；

獲取通用任務模型，并采用所述通用任務模型對所述初始數據進行任務目標信息標注，得到初步標注信息；

對得到的所述初步標注信息進行數據驗證，構建數據集；

建立機器學習模型，并采用所述數據集對所述機器學習模型進行訓練，完成對機器學習模型能力的快速獲取。

2.根據權利要求1所述的機器學習模型能力的獲取方法，其特征在于，所述預處理包括：數據增強處理。

3.根據權利要求1所述的機器學習模型能力的獲取方法，其特征在于，所述通用任務模型為根據機器學習處理任務獲取的現有的能夠產生標注信息的模型。

4.根據權利要求1所述的機器學習模型能力的獲取方法，其特征在于，所述數據驗證，包括：

對得到的所述初步標注信息進行抽樣篩查，判斷得到的標注信息是否符合任務實際狀況，如不符合，則重新獲取數據并采用所述通用任務模型對數據進行任務目標信息標注；如符合，則分析標注信息的分布是否滿足機器學習要求，如不滿足，則重新獲取數據并采用所述通用任務模型對數據進行任務目標信息標注。

5.一種機器學習模型能力的獲取系統，其特征在于，包括：

數據處理模塊：該模塊用于對任務原始數據進行預處理，得到初始數據；

通用任務模型模塊，該模塊用于生成對應任務初始數據的任務目標標注信息；

標注模塊：該模塊用于記錄所述通用任務模型模塊產生的標注信息并進行數據驗證，形成數據集；

模型訓練模塊：該模塊用于使用所述標注模塊形成的數據集對相應機器學習模型進行訓練，完成對機器學習模型能力的快速獲取。

6.一種用于快速獲取人臉質量分評價模型能力的方法，其特征在于，包括：

獲取人臉質量分評價任務所需的人臉原始圖像，并進行預處理，得到初始圖像；

獲取通用任務模型，并采用所述通用任務模型對所述初始圖像進行圖像質量分信息標注，得到初步標注信息；

對得到的所述初步標注信息進行數據驗證，構建數據集；

建立人臉質量分評價模型，并采用所述數據集對所述人臉質量分評價模型進行訓練，完成對人臉質量分評價模型能力的快速獲取。

7.根據權利要求6所述的用于快速獲取人臉質量分評價模型能力的方法，其特征在于，所述預處理包括：圖像增強處理；

和/或

所述通用任務模型采用百度提供的人臉質量分API模型。

8.根據權利要求1所述的用于快速獲取人臉質量分評價模型能力的方法，其特征在于，所述數據驗證，包括：

對得到的所述初步標注信息進行抽樣篩查，判斷得到的標注信息是否為圖像質量分，如不是，則重新獲取數據并采用所述通用任務模型對數據進行任務目標信息標注；如是，則分析標注信息的質量分分布是否在0-1之間，如不在，則重新獲取數據并采用所述通用任務模型對數據進行任務目標信息標注。

9.一種終端，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時可用于執行權利要求1-4、6-8中任一項所述的方法，或，運行權利要求5所述的系統。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時可用于執行權利要求1-4、6-8中任一項所述的方法，或，運行權利要求5所述的系統。