[发明专利]用于生成模型的方法和装置

说明书

本申请实施例公开了用于生成模型的方法和装置。该方法的一具体实施方式包括：获取样本集；从该样本集中提取样本，执行如下训练步骤：将所提取的样本中的视频中的帧输入至初始模型，得到样本中的各视频的特征信息；基于所得到的特征信息和样本中的配乐风格标注，确定样本的损失值；基于该损失值确定初始模型是否训练完成；响应于确定初始模型训练完成，将训练后的初始模型确定为视频特征提取模型。该实施方式能够得到一种可以用于提取视频特征的模型，且该模型所提取的视频特征有助于视频配乐的自动选取。

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于生成模型的方法和装置。

背景技术

随着计算机技术的发展，短视频类应用应运而生。用户可以利用短视频类应用上传、发布视频。利用短视频应用上传视频时，通常需要用户选择一个音乐作为视频配乐。

现有的方式，通常是用户手动从配乐列表中选取配乐。

发明内容

本申请实施例提出了用于生成模型的方法和装置。

第一方面，本申请实施例提供了一种用于生成模型的方法，该方法包括：获取样本集，其中，样本集中的样本包括第一视频、第二视频和第三视频，第一视频和第二视频的配乐相同且带有相同的配乐风格标注，第一视频与第三视频的配乐不同且带有不同的配乐风格标注；从样本集中提取样本，执行如下训练步骤：将所提取的样本中的视频中的帧输入至初始模型，得到样本中的各视频的特征信息；基于所得到的特征信息和样本中的配乐风格标注，确定样本的损失值；基于损失值确定初始模型是否训练完成；响应于确定初始模型训练完成，将训练后的初始模型确定为视频特征提取模型。

在一些实施例中，基于所得到的特征信息和样本中的配乐风格标注，确定样本的损失值，包括：确定第一欧氏距离和第二欧氏距离，其中，第一欧氏距离为带有相同的配乐风格标注的视频的特征信息的欧氏距离，第二欧氏距离为带有不同的配乐风格标注的视频的特征信息的欧氏距离；确定第二欧氏距离与第一欧氏距离的差值；基于差值与第一预设数值的比较，确定样本的损失值，其中，第一预设数值为正数。

在一些实施例中，基于差值与第一预设数值的比较，确定样本的损失值，包括：响应于确定差值大于第一预设数值，将第二预设数值确定为样本的损失值，其中，第二预设数值小于差值与第一预设数值的差。

在一些实施例中，基于差值与第一预设数值的比较，确定样本的损失值，包括：响应于确定差值不大于第一预设数值，将第一预设数值与差值的差确定为样本的损失值。

在一些实施例中，样本集中的样本通过如下步骤生成：从预置的视频库中随机提取视频作为第一视频，其中，视频库中的视频带有配乐标注和配乐风格标注；从视频库中随机提取与第一视频具有相同的配乐标注且具有相同的配乐风格标注的视频作为第二视频；从视频库中随机选取与第一视频带有不同的配乐标注且具有不同的配乐风格标注的视频作为第三视频；将第一视频、第二视频、第三视频汇总为样本。

在一些实施例中，该方法还包括：响应于确定初始模型未训练完成，基于损失值，更新初始模型中的参数，从样本集中重新提取样本，使用更新参数后的初始模型作为初始模型，继续执行训练步骤。

第二方面，本申请实施例提供了一种用于生成模型的装置，该装置包括：获取单元，被配置成获取样本集，其中，样本集中的样本包括第一视频、第二视频和第三视频，第一视频和第二视频的配乐相同且带有相同的配乐风格标注，第一视频与第三视频的配乐不同且带有不同的配乐风格标注；训练单元，被配置成从样本集中提取样本，执行如下训练步骤：将所提取的样本中的视频中的帧输入至初始模型，得到样本中的各视频的特征信息；基于所得到的特征信息和样本中的配乐风格标注，确定样本的损失值；基于损失值确定初始模型是否训练完成；响应于确定初始模型训练完成，将训练后的初始模型确定为视频特征提取模型。