[发明专利]用于融合模型的方法和装置在审
申请号: | 202010594541.7 | 申请日: | 2020-06-28 |
公开(公告)号: | CN111753911A | 公开(公告)日: | 2020-10-09 |
发明(设计)人: | 崔程;杨敏;魏凯 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N20/00;G06N3/04;G06N3/08 |
代理公司: | 北京英赛嘉华知识产权代理有限责任公司 11204 | 代理人: | 王达佐;马晓亚 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 融合 模型 方法 装置 | ||
1.一种用于融合模型的方法,包括:
获取至少2个模型;
获取预设的样本集;
对所述样本集进行随机删除,得到至少2种不同的候选样本集;
对于所述至少2个模型中的每个模型,使用所述至少2种不同的候选样本集中的一种候选样本集进行模型训练,得到训练完成的模型;
将通过不同候选样本集训练出的模型进行融合得到融合后的模型。
2.根据权利要求1所述的方法,其中,所述对所述样本集进行随机删除,包括:
将所述样本集中的样本按类别分组;
对于每组样本,从该组样本中随机删除样本。
3.根据权利要求2所述的方法,其中,所述对于每组样本,从该组样本中随机删除样本,包括:
按每组样本中的样本个数从大到小排序;
按照删除比例由大到小的顺序依次从排序后的每组样本中随机删除样本。
4.根据权利要求1所述的方法,其中,所述将通过不同候选样本集训练出的模型进行融合得到融合后的模型,包括:
对不同候选样本集训练出的模型的全连接层进行模型层面的融合。
5.根据权利要求1所述的方法,其中,所述将通过不同候选样本集训练出的模型进行融合得到融合后的模型,包括:
对不同候选样本集训练出的每个模型在目标数据集生成的结果进行投票融合。
6.根据权利要求1-5中任一项所述的方法,其中,所述至少2个模型具有相同或不同的模型结构。
7.一种用于融合模型的装置,包括:
模型获取单元,被配置成获取至少2个模型;
样本获取单元,被配置成获取预设的样本集;
删除单元,被配置成对所述样本集进行随机删除,得到至少2种不同的候选样本集;
训练单元,被配置成对于所述至少2个模型中的每个模型,使用所述至少2种不同的候选样本集中的一种候选样本集进行模型训练,得到训练完成的模型;
融合单元,被配置成将通过不同候选样本集训练出的模型进行融合得到融合后的模型。
8.根据权利要求7所述的装置,其中,所述删除单元进一步被配置成:
将所述样本集中的样本按类别分组;
对于每组样本,从该组样本中随机删除样本。
9.根据权利要求8所述的装置,其中,所述删除单元进一步被配置成:
按每组样本中的样本个数从大到小排序;
按照删除比例由大到小的顺序依次从排序后的每组样本中随机删除样本。
10.根据权利要求7所述的装置,其中,所述融合单元进一步被配置成:
对不同候选样本集训练出的模型的全连接层进行模型层面的融合。
11.根据权利要求7所述的装置,其中,所述融合单元进一步被配置成:
对不同候选样本集训练出的每个模型在目标数据集生成的结果进行投票融合。
12.根据权利要求7-11之一所述的装置,其中,所述至少2个模型具有相同或不同的模型结构。
13.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的装置。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的装置。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010594541.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种设备故障三维可视化系统及方法
- 下一篇:一种地图建立方法、装置及存储介质