[发明专利]一种模型训练的方法及装置

说明书

本发明实施例提供了一种模型训练的方法及装置，其中所述方法包括：获取指定分类类别中的待训练的样本数据；对所述待训练的样本数据进行特征提取，获得所述指定分类类别对应的特征信息；对所述指定分类类别对应的特征信息进行聚类，得到多个聚类标签；对所述聚类标签对应的样本数据进行数据均衡处理；将数据均衡处理后的样本数据作为目标样本数据；采用所述目标样本数据，训练指定模型。本发明可以通过上述无监督的方法细化已有分类类别内的标签，实现类别内的样本均衡，为模型提供均衡的样本数据，根据该均衡的样本数据进行模型训练可以得到优化的模型，采用该优化的模型进行数据预测可以得到更准确的预测结果，提高模型预测的准确率。

技术领域

本发明涉及建模技术领域，特别是涉及一种模型训练的方法、一种模型训练的装置、一种模型训练系统以及一个或多个机器可读介质。

背景技术

图像分类是根据图像的语义信息将不同类别图像区分开来，是计算机视觉中重要的基本问题，也是图像检测、图像分割、物体跟踪、行为分析等其他高层视觉任务的基础。

近年来，深度学习在视频图像、语音识别、自然语言处理等相关领域得到了广泛应用。卷积神经网络(CNN)作为深度学习的一个重要分支，由于其超强的拟合能力以及端到端的全局优化能力，使得图像分类任务在应用卷积神经网络之后，预测精度大幅提升。

虽然目前的图像分类模型对图像具有了一定的分类能力，但是仍然会有大量预测错误的样本，如何进一步优化图像分类模型成为一个需要解决的问题。

发明内容

本发明实施例所要解决的技术问题是提供一种模型训练的方法，以解决现有的模型存在大量预测错误的样本，预测准确率较低的问题。

相应的，本发明实施例还提供了一种模型训练的装置、一种模型训练系统以及一个或多个机器可读介质，用以保证上述方法的实现及应用。

为了解决上述问题，本发明公开了一种模型训练的方法，所述方法包括：

获取指定分类类别中的待训练的样本数据；

对所述待训练的样本数据进行特征提取，获得所述指定分类类别对应的特征信息；

对所述指定分类类别对应的特征信息进行聚类，得到多个聚类标签；

对所述聚类标签对应的样本数据进行数据均衡处理；

将数据均衡处理后的样本数据作为目标样本数据；

采用所述目标样本数据，训练指定模型。

优选地，在所述对所述聚类标签对应的样本数据进行数据均衡处理之前，还包括：

从所述多个聚类标签中筛选出符合预设条件的聚类标签。

优选地，所述从所述多个聚类标签中筛选出符合预设条件的聚类标签，包括：

从所述指定分类类别的样本数据中，分别统计各个聚类标签对应的样本数据的数量；

计算所述指定分类类别中，各个聚类标签的样本平均数；

丢弃样本数据的数量低于所述样本平均数的聚类标签，获得保留的聚类标签。

优选地，所述对所述聚类标签对应的样本数据进行数据均衡处理，包括：

比较各个候选聚类标签中样本数据的数量，选取数量最少的至少一个聚类标签进行数据增强处理。

优选地，所述对所述指定分类类别对应的特征信息进行聚类，得到多个聚类标签，包括：

设定聚类中心的数量；

根据所述聚类中心的数量，采用余弦cosine距离的方式对所述特征信息进行聚类，得到多个聚类标签。