[发明专利]一种数据筛选方法、装置、设备以及存储介质

说明书

本公开提供了一种数据筛选方法、装置、设备以及存储介质，涉及计算机技术领域，尤其涉及人工智能、大数据、深度学习、数据回流技术领域。具体实现方案为：获取业务数据；基于业务数据对模型的影响程度对业务数据进行筛选，得到用于对模型进行更新的数据；其中，影响程度反映对模型更新性能的影响大小。针对业务数据进行筛选，避免针对所有业务数据进行重训以实现对模型的更新，能够减少用于模型更新的数据量。

技术领域

本公开涉及计算机技术领域，尤其涉及人工智能、大数据、深度学习、数据回流技术领域，具体涉及一种数据筛选方法、装置、设备以及存储介质。

背景技术

随着大数据时代的到来和硬件技术的发展，使得在大规模数据库上的研究不断革新，同时也看到了深度学习在计算机视觉中势不可挡的优势。基于深度学习实现的神经网络模型可以应用于越来越多的场景，如目标检测，目标识别，目标分类等。

发明内容

本公开提供了一种数据筛选方法、装置、设备以及存储介质。

根据本公开的第一方面，提供了一种数据筛选方法，包括：

获取业务数据；

基于所述业务数据对模型的影响程度对所述业务数据进行筛选，得到用于对所述模型进行更新的数据；其中，所述影响程度反映对所述模型更新性能的影响大小。

根据本公开的第二方面，提供了一种数据筛选装置，包括：

获取模块，用于获取业务数据；

筛选模块，用于基于所述业务数据对模型的影响程度对所述业务数据进行筛选，得到用于对所述模型进行更新的数据；其中，所述影响程度反映对所述模型更新性能的影响大小。

根据本公开的第三方面，提供了一种电子设备，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第一方面所述的方法。

根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据第一方面所述的方法。

根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据第一方面所述的方法。

本公开针对业务数据进行筛选，避免针对所有业务数据进行重训以实现对模型的更新，能够减少用于模型更新的数据量。

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

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开一实施例的数据筛选方法的流程图；

图2是根据本公开另一实施例的数据筛选方法的流程图；

图3是本公开实施例提供的数据筛选装置的一种结构示意图；

图4是本公开实施例提供的数据筛选装置的另一种结构示意图；

图5是用来实现本公开实施例的数据筛选方法的电子设备的框图。

具体实施方式