[發明專利]數據處理方法、裝置及設備

在審

• 申請號: 202111279272.6
• 申請日: 2021-10-29
• 公開（公告）號: CN113705589A
• 公開（公告）日: 2021-11-26
• 發明（設計）人: 郭卉
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 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;杜維

本申請提出了一種數據處理方法、裝置及設備，可以應用于云技術、人工智能、區塊鏈、車聯網、智慧交通、智能家居等各種領域或場景，該方法包括：獲取訓練樣本，訓練樣本包括參考樣本、正樣本和負樣本；調用特征提取模型對參考樣本、正樣本和負樣本進行特征提取處理，得到參考樣本的參考特征，正樣本的正特征以及負樣本的負特征；根據參考特征和正特征確定相似損失，根據參考特征、正特征和負特征確定對比損失；將相似損失和對比損失疊加為目標損失，根據目標損失訓練特征提取模型，得到目標特征提取模型，目標特征提取模型用于提取多媒體數據的數據特征，采用本申請可以提高特征提取模型的準確性。

技術領域

本申請涉及計算機技術領域，尤其涉及一種數據處理方法、數據處理裝置及計算機設備。

背景技術

隨著計算機技術的迅速發展，特征提取模型的應用越來越廣泛，在應用特征提取模型之前，通常需要先對特征提取模型進行訓練，訓練的好壞可以決定特征提取模型的準確性（由特征質量的好壞決定），而損失的計算方法在很大程度上決定了特征提取模型訓練的好壞，因此，針對損失設計合理的計算方法，提高特征提取模型的準確性是有待解決的問題。

發明內容

本申請實施例提供了一種數據處理方法、裝置及設備，可以聯合對比損失和相似損失，有效提高特征提取模型的準確性。

一方面，本申請實施例提供了一種數據處理方法，所述方法包括：

獲取訓練樣本，所述訓練樣本包括參考樣本、正樣本和負樣本，所述參考樣本和所述正樣本滿足相似關系，所述參考樣本和所述負樣本滿足不相似關系；

調用特征提取模型對所述參考樣本、所述正樣本和所述負樣本進行特征提取處理，得到所述參考樣本的參考特征，所述正樣本的正特征以及所述負樣本的負特征；

根據所述參考特征和所述正特征確定相似損失，根據所述參考特征、所述正特征和所述負特征確定對比損失；

將所述相似損失和所述對比損失疊加為目標損失，根據所述目標損失訓練所述特征提取模型，得到目標特征提取模型，所述目標特征提取模型是用于提取多媒體數據的數據特征。

另一方面，本申請實施例提供了一種數據處理裝置，所述裝置包括：

獲取單元，用于獲取訓練樣本，所述訓練樣本包括參考樣本、正樣本和負樣本，所述參考樣本和所述正樣本滿足相似關系，所述參考樣本和所述負樣本滿足不相似關系；

處理單元，用于調用特征提取模型對所述參考樣本、所述正樣本和所述負樣本進行特征提取處理，得到所述參考樣本的參考特征，所述正樣本的正特征以及所述負樣本的負特征；

所述處理單元，還用于根據所述參考特征和所述正特征確定相似損失，根據所述參考特征、所述正特征和所述負特征確定對比損失；

所述處理單元，還用于將所述相似損失和所述對比損失疊加為目標損失，根據所述目標損失訓練所述特征提取模型，得到目標特征提取模型，所述目標特征提取模型是用于提取多媒體數據的數據特征。

相應地，本申請實施例提供了一種計算機設備，上述計算機設備包括處理器、通信接口和存儲器，上述處理器、通信接口和存儲器相互連接，其中，上述存儲器存儲有計算機程序，上述處理器用于調用上述計算機程序，執行上述任一可能實現方式的數據處理方法。

相應地，本申請實施例提供了一種計算機可讀存儲介質，上述計算機可讀存儲介質存儲有計算機程序，上述計算機程序被處理器執行實現本申請實施例提供的數據處理方法的步驟。

相應地，本申請實施例還提供了一種計算機程序產品，上述計算機程序產品包括計算機程序或計算機指令，上述計算機程序或計算機指令被處理器執行實現本申請實施例提供的數據處理方法的步驟。

相應地，本申請實施例還提供了一種計算機程序，上述計算機程序包括計算機指令，上述計算機指令存儲在計算機可讀存儲介質中，計算機設備的處理器從上述計算機可讀存儲介質讀取上述計算機指令，上述處理器執行上述計算機指令，使得上述計算機設備執行本申請實施例提供的數據處理方法。