[发明专利]一种检测模型的训练方法、装置、设备及存储介质

说明书

本说明书公开了一种检测模型的训练方法、装置、设备及存储介质，通过在终端上部署简化检测模型和基于精确检测模型的检测层得到的第一检测层，确定终端采集的人脸图像分别对应第一检测结果和第二检测结果，再当第一检测结果和第二检测结果之间的差异大于预设的第一阈值时，将人脸图像作为目标样本，以及通过精确检测模型确定目标样本的标注，根据目标样本及其训练样本，训练该简化检测模型。本方法在不需要人为对人脸图像进行标注的情况下，也可确定该终端对应的个性化的目标样本，进而基于确定出的目标样本，训练得到与该终端匹配的简化检测模型来进行异常检测，提高了训练效率。

技术领域

本说明书涉及计算机技术领域，尤其涉及一种检测模型的训练方法、装置、设备及存储介质。

背景技术

目前，随着互联网技术的快速发展和人们对自身隐私数据的逐渐关注，智能设备在人们生活中得到了愈发广泛的应用。而相较于服务器，智能设备与用户交互更加直接的特点，使得人们愈来愈多地使用智能设备来执行业务。但不同智能设备执行的业务不同，且即使是执行相同业务，由于执行业务的用户的不同，智能设备获取到的数据也不同。因此，如何在智能设备上个性化部署智能设备对应的检测模型，以在智能设备执行业务时个性化地进行安全防控，已经成为目前需要解决的问题之一。

基于此，本说明书提供一种检测模型的训练方法。

发明内容

本说明书提供一种检测模型的训练方法、装置、设备及存储介质，以部分的解决现有技术存在的上述问题。

本说明书采用下述技术方案：

本说明书提供一种检测模型的训练方法，所述训练方法应用于终端，服务器部署有精确检测模型，所述终端部署有简化检测模型，所述精确检测模型的模型参数和/或网络层多于所述简化检测模型；包括：

获取基于所述精确检测模型的检测层得到的第一检测层；

确定所述终端采集的人脸图像，将所述人脸图像输入所述简化检测模型的特征提取层，得到所述特征提取层输出的图像特征；

将所述图像特征分别输入所述第一检测层和所述简化检测模型的检测层，得到所述第一检测层输出的第一检测结果和所述简化检测模型的检测层输出的第二检测结果；

当所述第一检测结果和所述第二检测结果之间的差异大于预设的第一阈值，则将所述人脸图像作为目标样本发送至所述服务器，使所述服务器根据所述精确检测模型确定所述目标样本的目标检测结果；

接收所述服务器返回的所述目标检测结果，将所述目标检测结果作为所述目标样本的标注，根据所述目标样本训练所述简化检测模型，以根据训练后的简化检测模型对待检测的人脸图像进行异常检测。

本说明书提供一种检测模型的训练装置，所述训练装置应用于终端，服务器部署有精确检测模型，所述终端部署有简化检测模型，所述精确检测模型的模型参数和/或网络层多于所述简化检测模型；包括：

获取模块，用于获取基于所述精确检测模型的检测层得到的第一检测层；

提取模块，用于确定所述终端采集的人脸图像，将所述人脸图像输入所述简化检测模型的特征提取层，得到所述特征提取层输出的图像特征；

分类模块，用于将所述图像特征分别输入所述第一检测层和所述简化检测模型的检测层，得到所述第一检测层输出的第一检测结果和所述简化检测模型的检测层输出的第二检测结果；

确定模块，用于当所述第一检测结果和所述第二检测结果之间的差异大于预设的第一阈值，则将所述人脸图像作为目标样本发送至所述服务器，使所述服务器根据所述精确检测模型确定所述目标样本的目标检测结果；

训练模块，用于接收所述服务器返回的所述目标检测结果，将所述目标检测结果作为所述目标样本的标注，根据所述目标样本训练所述简化检测模型，以根据训练后的简化检测模型对待检测的人脸图像进行异常检测。