[发明专利]数据增强策略搜索方法、装置、设备以及存储介质

说明书

本申请实施例公开了数据增强策略搜索方法、装置、设备以及存储介质，涉及人工智能技术领域。该方法的一具体实施方式包括：获取模型的训练脚本、训练数据集和数据增强策略配置信息；基于数据增强策略配置信息，生成数据增强策略搜索空间；在数据增强策略搜索空间中对训练数据集进行数据增强，以及利用数据增强的训练数据集对训练脚本进行模型训练，自动搜索数据增强策略搜索空间中的数据增强策略的目标增强值。该实施方式通过自动搜索的方式进行数据增强策略的搜索，大大缩短了为训练数据集选择较优的数据增强策略所花费的时间。

技术领域

本申请实施例涉及计算机技术领域，具体涉及人工智能技术领域。

背景技术

深度学习技术在很多方向上都取得了巨大的成功。在深度学习技术中，模型的训练数据集的数据增强策略对模型的性能和效果有着非常重要的影响。

目前，几乎所有的模型在训练过程中都需要加入数据增强策略，以提升模型的精度和鲁棒性。而传统的数据增强策略设定严重依赖人工的干预，例如人工设定数据增强策略，并花费大量的时间进行多次调节，以得到较优的数据增强策略。

发明内容

本申请实施例提出了数据增强策略搜索方法、装置、设备以及存储介质。

第一方面，本申请实施例提出了一种数据增强策略搜索方法，包括：获取模型的训练脚本、训练数据集和数据增强策略配置信息；基于数据增强策略配置信息，生成数据增强策略搜索空间；在数据增强策略搜索空间中对训练数据集进行数据增强，以及利用数据增强的训练数据集对训练脚本进行模型训练，自动搜索数据增强策略搜索空间中的数据增强策略的目标增强值。

第二方面，本申请实施例提出了一种数据增强策略搜索装置，包括：模型信息获取模块，被配置成获取模型的训练脚本、训练数据集和数据增强策略配置信息；搜索空间生成模块，被配置成基于数据增强策略配置信息，生成数据增强策略搜索空间；增强策略搜索模块，被配置成在数据增强策略搜索空间中对训练数据集进行数据增强，以及利用数据增强的训练数据集对训练脚本进行模型训练，自动搜索数据增强策略搜索空间中的数据增强策略的目标增强值。

第三方面，本申请实施例提出了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面中任一实现方式描述的方法。

第四方面，本申请实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行如第一方面中任一实现方式描述的方法。

本申请实施例提供的数据增强策略搜索方法、装置、设备以及存储介质，首先获取模型的训练脚本、训练数据集和数据增强策略配置信息；然后基于数据增强策略配置信息，生成数据增强策略搜索空间；最后在数据增强策略搜索空间中对训练数据集进行数据增强，以及利用数据增强的训练数据集对训练脚本进行模型训练，自动搜索数据增强策略搜索空间中的数据增强策略的目标增强值。通过自动搜索的方式进行数据增强策略的搜索，大大缩短了为训练数据集选择较优的数据增强策略所花费的时间。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显。附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1是本申请可以应用于其中的示例性系统架构；

图2是根据本申请的数据增强策略搜索方法的一个实施例的流程图；

图3是根据本申请的数据增强策略搜索方法的又一个实施例的流程图；