[发明专利]模型训练方法、装置、设备和存储介质

说明书

本发明实施例提供一种模型训练方法、装置、设备和存储介质，该方法包括：接收包含相同目标对象的第一图像样本以及第二图像样本，且第一图像样本包含的信息量少于或等于第二图像样本。分别将两图像样本输入第一识别模型和第二识别模型。再根据两个识别模型各自提取出的图像特征，调整第一识别模型的模型参数，并将模型参数输出给用户。根据上述描述可知，由于第二图像样本中包含的内容量比第一图像样本丰富，因此，第二识别模型提取出的第二图像特征也更加准确、恰当的表征目标对象。第二识别模型可以在第一识别模型的训练过程中起到指导作用，从而保证第一识别模型的训练效果。

技术领域

本发明涉及计算机技术领域，尤其涉及一种模型训练方法、装置、设备和存储介质。

背景技术

目标识别是近几年的研究热门，其已经广泛应用于机器人导航、智能视频监控等诸多领域。特别是在智能监控领域中，对特定的目标对象，比如行人或者车辆等进行识别的需求尤其明显。

在上述场景下，由于特定目标对象的活动范围广泛，通常需要结合使用多个监控设备采集到的图像进行目标对象的识别。因此，在使用多张图像进行目标对象识别时，如何保证识别的准确性就成为一个亟待解决的问题。

发明内容

有鉴于此，本发明实施例提供一种模型训练方法、装置、设备和存储介质，用以保障模型的识别效果。

第一方面，本发明实施例提供一种模型训练方法，包括：

接收包含相同目标对象的第一图像样本和第二图像样本，所述第一图像样本包含的信息量不超过第二图像样本包含的信息量；

将所述第一图像样本输入第一识别模型，以获得所述第一图像样本的第一图像特征；

将所述第二图像样本输入第二识别模型，以获得所述第二图像样本的第二图像特征；

根据所述第一图像特征和所述第二图像特征，调整所述第一识别模型的模型参数；

输出所述第一识别模型的模型参数。

第二方面，本发明实施例提供一种模型训练装置，包括：

接收模块，用于接收包含相同目标对象的第一图像样本和第二图像样本，所述第一图像样本包含的信息量不超过第二图像样本包含的信息量；

第一输入模块，用于将所述第一图像样本输入第一识别模型，以获得所述第一图像样本的第一图像特征；

第二输入模块，用于将所述第二图像样本输入第二识别模型，以获得所述第二图像样本的第二图像特征；

调整模块，用于根据所述第一图像特征和所述第二图像特征，调整所述第一识别模型的模型参数；

输出模块，用于输出所述第一识别模型的模型参数。

第三方面，本发明实施例提供一种电子设备，包括处理器和存储器，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行时实现上述第一方面中的模型训练方法。该电子设备还可以包括通信接口，用于与其他设备或通信网络通信。

第四方面，本发明实施例提供了一种非暂时性机器可读存储介质，所述非暂时性机器可读存储介质上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器至少可以实现如第一方面所述的模型训练方法。

第五方面，本发明实施例提供一种模型训练方法，包括：

获取包含相同目标对象的第一图像样本和第二图像样本，所述第一图像样本包含的信息量不超过第二图像样本包含的信息量；

将所述第一图像样本输入第一识别模型，以获得所述第一图像样本的第一图像特征；