[发明专利]用于目标识别模型训练的方法、装置及设备

权利要求书

1.一种用于目标识别模型训练的方法，其特征在于，包括：

获取训练样本；所述训练样本包括第一标签样本、第二标签样本和无标签样本；所述第一标签样本为在训练样本中数量占比达到预设值的标签样本；所述第二标签样本为在训练样本中数量占比低于所述预设值的标签样本；

根据所述第一标签样本获得第一备选识别模型；

根据所述第二标签样本和所述第一备选识别模型获得第二备选识别模型；

根据所述无标签样本和所述第二备选识别模型获得第三备选识别模型；

根据所述第三备选识别模型获得目标识别模型。

2.根据权利要求1所述的方法，其特征在于，根据所述第一标签样本获得第一备选识别模型，包括：

根据所述第一标签样本对预设识别模型进行训练，获得第一识别结果；

根据预设的第一损失函数获取所述第一识别结果的第一损失值；

根据所述第一损失值确定出第一备选识别模型。

3.根据权利要求2所述的方法，其特征在于，根据所述第一损失值确定出第一备选识别模型，包括：

获取所述第一损失值的第一梯度值；

根据所述第一梯度值对所述预设识别模型的参数进行调整，确定出第一调整识别模型；

根据所述第一标签样本对所述第一调整识别模型进行训练获得第一调整识别结果；

获取所述第一调整识别结果的第一调整损失值；

根据所述第一调整损失值确定出第一备选识别模型。

4.根据权利要求1所述的方法，其特征在于，根据所述第二标签样本和所述第一备选识别模型获得所述第二备选识别模型，包括：

根据所述第二标签样本对所述第一备选识别模型进行训练，获得第二识别结果；

根据所述预设的第二损失函数获取所述第二识别结果的第二损失值；

根据所述第二损失值确定出第二备选识别模型。

5.根据权利要求4所述的方法，其特征在于，根据所述第二损失值确定出第二备选识别模型，包括：

获取所述第二损失值的第二梯度值；

根据所述第二梯度值对所述第一备选识别模型的参数进行调整，确定出第二调整识别模型；

根据所述第二标签样本对所述第二调整识别模型进行训练获得第二调整识别结果；

获取所述第二调整识别结果的第二调整损失值；

根据所述第二调整损失值确定出第二备选识别模型。

6.根据权利要求1所述的方法，其特征在于，根据所述第三备选识别模型获得目标识别模型，包括：

在所述第三备选识别模型满足预设条件的情况下，将所述第三备选识别模型作为目标识别模型。

7.根据权利要求1至6任一项所述的方法，其特征在于，根据所述无标签样本和所述第二备选识别模型获得第三备选识别模型，包括：

根据所述无标签样本对所述第二备选识别模型进行训练，获得第三识别结果；

根据预设的第三损失函数获取所述第三识别结果的第三损失值；

根据所述第三损失值确定出第三备选识别模型。

8.根据权利要求7所述的方法，其特征在于，根据所述第三损失值确定出第三备选识别模型，包括：

获取所述第三损失值的第三梯度值；

根据所述第三梯度值对所述第二备选识别模型的参数进行调整，确定出第三调整识别模型；

根据所述无标签样本对所述第三调整识别模型进行训练获得第三调整识别结果；

获取所述第三调整识别结果的第三调整损失值；

根据所述第三调整损失值确定出第三备选识别模型。

9.一种用于目标识别模型训练的装置，包括处理器和存储有程序指令的存储器，其特征在于，所述处理器被配置为在执行所述程序指令时，执行如权利要求1至8任一项所述的用于目标识别模型训练的方法。

10.一种设备，其特征在于，包括如权利要求9所述的用于目标识别模型训练的装置。