[发明专利]一种构建模型的方法、装置、终端设备及介质

权利要求书

1.一种构建模型的方法，其特征在于，包括：

从训练好的人脸检测模型中确定出卷积层列队；其中，所述卷积层列队中排列有所述训练好的人脸检测模型中的所有卷积层，且所述卷积层的排列顺序与所述卷积层的特征输出顺序相反；

基于所述卷积层列队中每个卷积层的各特征通道的通道权值和预设的通道删除比例，按照所述卷积层的排列顺序依次对每个所述卷积层进行通道删除，得到新的人脸检测模型。

2.根据权利要求1所述的构建模型的方法，其特征在于，所述从训练好的人脸检测模型中确定出卷积层列队，包括：

获取训练好的人脸检测模型的脚本文件；

根据预设的卷积层标识，从所述脚本文件中确定出用于描述卷积层的所有目标脚本文件，得到脚本文件集合；

按照执行所述目标脚本文件的相反顺序，对所述脚本文件集合中的目标脚本文件进行排列，得到卷积层列队。

3.根据权利要求2所述的构建模型的方法，其特征在于，所述基于所述卷积层列队中每个卷积层的各特征通道的通道权值和预设的通道删除比例，按照所述卷积层的排列顺序依次对每个所述卷积层进行通道删除，得到新的人脸检测模型，包括：

若按照所述卷积层的排列顺序从所述卷积层列队中确定出当前目标卷积层，则基于所述当前目标卷积层的各特征通道的通道权值和所述预设的通道删除比例，对所述当前目标卷积层进行通道删除，得到目标人脸检测模型；

利用所述人脸图像训练集对所述目标人脸检测模型进行训练，得到训练好的目标人脸检测模型；

若按照所述卷积层的排列顺序无法从所述卷积层列队中确定出下一级目标卷积层，则将所述训练好的目标人脸检测模型识别为所述新的人脸检测模型。

4.根据权利要求3所述的构建模型的方法，其特征在于，所述利用所述人脸图像训练集对所述目标人脸检测模型进行训练，得到训练好的目标人脸检测模型的步骤之后，还包括：

若按照所述卷积层的排列顺序从所述卷积层列队中确定出下一级目标卷积层，则将所述下一级目标卷积层识别为所述当前目标卷积层。

5.根据权利要求4所述的构建模型的方法，其特征在于，所述若按照所述排列顺序从所述卷积层列队中确定出当前目标卷积层，则基于所述当前目标卷积层的各特征通道的通道权值和所述预设的通道删除比例，对所述当前目标卷积层进行通道删除，得到目标人脸检测模型，包括：

获取所述当前目标卷积层中每个特征通道的通道权值和预设的通道删除比例；删除所有所述通道权值中所述通道权值较小的前N个特征通道，得到目标人脸检测模型；其中N＝INT(M*L)，M为所述当前目标卷积层中包含的特征通道数量，L为所述预设的通道删除比例，INT表示取整。

6.根据权利要求1至5任一项所述的构建模型的方法，其特征在于，所述从训练好的人脸检测模型中确定出卷积层列队的步骤之前，还包括：

获取多个人脸图像样本；其中，每个人脸图像样本配置有用于描述人脸归属的信息标签；

对每个所述人脸图像样本进行边长缩放，得到标准图像样本；

建立所述标准图像样本与所述信息标签之间的映射关系，得到人脸图像训练集；

利用所述人脸图像训练集对原始人脸检测模型进行训练，得到训练好的人脸检测模型。

7.根据权利要求1至5任一项所述的构建模型的方法，其特征在于，所述新的人脸检测模型包括多个卷积层和多个池化层；所述方法还包括：

若在目标区域内采集到人脸图像，则调用新的人脸检测模型对所述人脸图像进行人脸检测，并在识别通过时，显示与所述人脸图像对应的信息标签；其中，所述新的人脸检测模型中的多个所述卷积层分别对所述人脸图像的不同感受野特征进行卷积，多个所述池化层分别用于得到所述不同感受野特征。