[发明专利]特征提取模型训练方法、装置及电子设备

说明书

本公开提供了一种特征提取模型训练方法、装置及电子设备，特征提取模型训练方法包括：对候选特征提取模型进行至少两次无监督训练；用于第一次无监督训练的第一多媒体数据样本集为基于海量多媒体资源选取的数据，用于第二次无监督训练的第二多媒体数据样本集为基于业务类型选取的数据，所述第一多媒体数据样本集中样本的数量大于所述第二多媒体数据样本集中样本的数量；基于第三多媒体数据样本集对目标特征提取模型进行有监督训练；其中，所述目标特征提取模型的初始权重与经过无监督训练后的候选特征提取模型的权重相同；所述第三多媒体数据样本集为基于业务类型选取的数据。

技术领域

本公开涉及人工智能技术领域，尤其涉及计算机视觉技术领域的特征提取模型训练方法、装置及电子设备。

背景技术

随着互联网技术的飞速发展，海量多媒体数据(如视频资源和图片资源)在网络中传播，增加了多媒体推荐和多媒体搜索的难度。基于此，需要在减少资源消耗的前提下，高效、准确地提取多媒体数据的特征，以便基于提取的多媒体数据的特征执行多媒体推荐和多媒体搜索。多媒体数据相关的业务。

发明内容

本公开提供了一种特征提取模型训练方法、装置及电子设备。

根据本公开的第一方面，提供了一种特征提取模型训练方法，包括：

对候选特征提取模型进行至少两次无监督训练；用于第一次无监督训练的第一多媒体数据样本集为基于海量多媒体资源选取的数据，用于第二次无监督训练的第二多媒体数据样本集为基于业务类型选取的数据，所述第一多媒体数据样本集中样本的数量大于所述第二多媒体数据样本集中样本的数量；

基于第三多媒体数据样本集对目标特征提取模型进行有监督训练；其中，所述目标特征提取模型的初始权重与经过无监督训练后的候选特征提取模型的权重相同；所述第三多媒体数据样本集为基于业务类型选取的数据。

根据本公开的第二方面，提供了一种特征提取模型训练装置，所述装置包括：

无监督训练模块，用于对候选特征提取模型进行至少两次无监督训练；用于第一次无监督训练的第一多媒体数据样本集为基于海量多媒体资源选取的数据，用于第二次无监督训练的第二多媒体数据样本集为基于业务类型选取的数据，所述第一多媒体数据样本集中样本的数量大于所述第二多媒体数据样本集中样本的数量；

有监督训练模块，用于基于第三多媒体数据样本集对目标特征提取模型进行有监督训练；其中，所述目标特征提取模型的初始权重与经过无监督训练后的候选特征提取模型的权重相同；所述第三多媒体数据样本集为基于业务类型选取的数据。

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上述的特征提取模型训练方法。

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上述的特征提取模型训练方法。

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/指令，所述计算机程序/指令在被处理器执行时实现根据上述的特征提取模型训练方法。

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是本公开实施例提供的特征提取模型训练方法的一种可选处理流程示意图；