[发明专利]用于训练模型的方法、装置、设备、介质和程序产品

权利要求书

1.一种用于训练处理图像数据的模型的方法，包括：

将第一模型针对包括图像的训练样本输出的所述图像的第一特征和第二模型针对所述训练样本输出的所述图像的第二特征组合，以获得针对所述图像的组合特征，所述第一模型和所述第二模型被初始化以具有不同的模型参数；

基于所述第一特征、所述第二特征和所述组合特征之间的差异，分别确定第一约束、第二约束和第三约束；以及

至少基于所述第一约束、所述第二约束和所述第三约束来调整所述第一模型和所述第二模型的模型参数以得到经训练的所述第一模型和经训练的所述第二模型;

将经训练的所述第一模型和经训练的所述第二模型中的精度较高的模型确定为用于处理图像数据的目标模型；

其中分别确定所述第一约束、所述第二约束和所述第三约束包括：

基于所述第一特征和所述第二特征之间的差异确定所述第一约束；

基于所述第一特征和所述组合特征之间的差异确定所述第二约束；以及

基于所述第二特征和所述组合特征之间的差异确定所述第三约束。

2.根据权利要求1所述的方法，其中所述训练样本具有指示所述训练样本的类别的标签，所述方法还包括：

基于所述第一特征和所述标签之间的差异，确定第四约束；

基于所述第二特征和所述标签之间的差异，确定第五约束；以及

基于所述第一约束、所述第二约束、所述第三约束、所述第四约束、所述第五约束，训练所述第一模型和所述第二模型。

3.根据权利要求2所述的方法，其中基于所述第一约束、所述第二约束、所述第三约束、所述第四约束、所述第五约束，训练所述第一模型和所述第二模型包括：

确定分别与所述第一约束、所述第二约束、所述第三约束、所述第四约束、所述第五约束相关联的权重；以及

基于所述第一约束、所述第二约束、所述第三约束、所述第四约束、所述第五约束以及所述相关联的权重，训练所述第一模型和所述第二模型。

4.根据权利要求1所述的方法，其中所述训练样本包括原始样本和基于所述原始样本增广所得的增广样本中的至少一项。

5.根据权利要求1所述的方法，其中所述训练样本还包括以下至少一项：视频、音频和文本。

6.一种用于处理数据的方法，包括：

获取包括图像数据的输入数据；以及

利用根据权利要求1-5中任一项所述的方法训练的经训练模型，确定针对所述输入数据的预测结果。

7.根据权利要求6所述的方法，其中所述经训练模型是图像分类模型、语义分割模型以及目标识别模型中的一项，并且所述预测结果是所述图像的分类结果、语义分割结果、目标识别结果中的对应的一项。

8.一种用于训练处理图像数据的模型的装置，包括：

特征融合模块，被配置为将第一模型针对包括图像的训练样本输出的所述图像的第一特征和第二模型针对所述训练样本输出的所述图像的第二特征组合，以获得针对所述图像的组合特征，所述第一模型和所述第二模型被初始化以具有不同的模型参数；

第一约束确定模块，被配置为基于所述第一特征、所述第二特征和所述组合特征之间的差异，分别确定第一约束、第二约束和第三约束；以及

第一模型训练模块，被配置为至少基于所述第一约束、所述第二约束和所述第三约束来调整所述第一模型和所述第二模型的模型参数以得到经训练的所述第一模型和经训练的所述第二模型;

目标模型确定模块，被配置为将经训练的所述第一模型和经训练的所述第二模型中的精度较高的模型确定为用于处理图像数据的目标模型； 其中所述第一约束确定模块包括：

第二约束确定模块，被配置为基于所述第一特征和所述第二特征之间的差异确定所述第一约束；

第三约束确定模块，被配置为基于所述第一特征和所述组合特征之间的差异确定所述第二约束；以及

第四约束确定模块，被配置为基于所述第二特征和所述组合特征之间的差异确定所述第三约束。