[发明专利]模型训练方法及装置、图分类方法及装置

权利要求书

1.一种用于图分类的模型训练方法，包括：

利用图分类模型对图进行分类，得到所述图的预测类别；

确定所述图的预测类别与所述图的标注类别之间的差异程度，其中，所述差异程度反映所述标注类别属于噪声标签的概率；

根据所述差异程度、所述标注类别和所述预测类别，训练所述图分类模型。

2.根据权利要求1所述的模型训练方法，其中，

利用图分类模型对图进行分类包括：

对所述图进行子图采样，得到所述图的多张子图；

利用所述图分类模型对所述多张子图进行分类，得到第一预测类别和多个第二预测类别，作为所述图的预测类别，其中，所述第一预测类别表征所述图所属的类别，每个第二预测类别表征每张子图所属的类别；

确定所述图的预测类别与所述图的标注类别之间的差异程度包括：

根据所述第一预测类别和所述多个第二预测类别，确定所述差异程度。

3.根据权利要求2所述的模型训练方法，其中，根据所述第一预测类别和所述多个第二预测类别，确定所述差异程度包括：

对于所述图，确定所述第一预测类别与所述标注类别之间的差异程度，作为第一差异程度；

对于每张子图，确定所述每张子图的第二预测类别与所述标注类别之间的差异程度，作为第二差异程度；

根据所述第一差异程度和与每张子图对应的第二差异程度，确定所述图的预测类别与所述图的标注类别之间的差异程度，其中，所述图的预测类别与所述图的标注类别之间的差异程度与所述第一差异程度成正相关且与所述第二差异程度成正相关。

4.根据权利要求3所述的模型训练方法，其中，根据所述第一差异程度和与每张子图对应的第二差异程度，确定所述图的预测类别与所述图的标注类别之间的差异程度包括：

确定与所述多张子图对应的多个第二差异程度的平均值；

根据所述第一差异程度和所述平均值，确定所述图的预测类别与所述图的标注类别之间的差异程度。

5.根据权利要求4所述的模型训练方法，其中，根据所述第一差异程度和所述平均值，确定所述图的预测类别与所述图的标注类别之间的差异程度包括：

根据所述第一差异程度与所述平均值的和，确定所述图的预测类别与所述图的标注类别之间的差异程度。

6.根据权利要求2所述的模型训练方法，其中，所述图存在多张，每张图对应一个差异程度并对应多张子图，根据所述差异程度、所述标注类别和所述预测类别，训练所述图分类模型包括：

对于每张图，在所述每张图的差异程度表征所述每张图的标注类别属于噪声标签的情况下，确定所述每张图为负样本；

对于每张图，在所述每张图的差异程度表征所述每张图的标注类别不属于噪声标签的情况下，确定所述每张图为正样本；

根据与所述负样本对应的多个第二预测类别，对所述负样本的标注类别进行降噪处理，得到所述负样本的降噪标注类别；

根据所述负样本的降噪标注类别、所述正样本的标注类别和所述图的预测类别，训练所述图分类模型。

7.根据权利要求6所述的模型训练方法，其中，每个第二预测类别包括位于多个预测元素位置的多个预测元素值，所述标注类别包括位于多个标注元素位置的多个标注元素值，每个预测元素位置对应一个标注元素位置，每个元素位置的元素值表征所述图或所述每张子图属于与所述每个元素位置对应的类别的概率，对所述负样本的标注类别进行降噪处理包括：

对于所述负样本的标注类别中的每个标注元素位置，根据与所述负样本对应的多个第二预测类别中位于与所述每个标注元素位置对应的预测元素位置的预测元素值，更新位于所述每个标注元素位置的标注元素值。