网络模型的训练方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种网络模型的训练方法、装置、设备及存储介质，属于数据处理技术领域。所述方法包括：展示第一配置界面，第一配置界面包括多种参考数据增强方式；基于第一配置界面接收第一配置指令，该第一配置指令是用户对多种参考数据增强方式中的至少一种参考数据增强方式进行配置后触发的；根据第一配置指令，获取目标配置内容，该目标配置内容用于获取增强训练样本，增强训练样本是按照目标配置内容所响应的数据增强方式对原始训练样本进行数据增强得到。如此，基于该增强训练样本对待训练的网络模型进行训练后，可以保证训练得到的网络模型能够更好的适应于该应用场景。

【技术实现步骤摘要】
网络模型的训练方法、装置、设备及存储介质
本申请涉及数据处理
，特别涉及一种网络模型的训练方法、装置、设备及存储介质。
技术介绍
目前，诸如目标检测、分类、识别之类的网络模型得到广泛应用。该类网络模型在使用之前一般需要训练。当前一般采用深度学习算法，通过迭代训练的方式，从大量训练样本中自动学习特征，从而完成模型的训练。在深度学习算法中一般需要较大数量的训练样本，为此，一般可以采用数据增强方式对已有的训练样本进行数据增强处理，以扩充已有的训练样本，从而得到大量的训练样本，并基于得到的大量的训练样本进行网络模型的训练。然而，目前采用既定的数据增强方式来对训练样本进行数据增强处理，而既定的数据增强方式无法适用于各种不同的应用场景，从而导致在某些应用场景中经过数据增强处理后的训练样本对网络模型的训练效果较差。
技术实现思路
本申请实施例提供了一种网络模型的训练方法、装置、设备及存储介质，可以解决相关技术中采用既定的数据增强方式无法适用于各种不同应用场景的问题。所述技术方案如下：一方面，提供了一种网络模型本文档来自技高网...

【技术保护点】
1.一种网络模型的训练方法，其特征在于，所述方法包括：/n展示第一配置界面，所述第一配置界面包括多种参考数据增强方式；/n基于所述第一配置界面接收第一配置指令，所述第一配置指令是用户对所述多种参考数据增强方式中的至少一种参考数据增强方式进行配置后触发的；/n根据所述第一配置指令，获取目标配置内容，所述目标配置内容用于获取增强训练样本，所述增强训练样本是按照所述目标配置内容所响应的数据增强方式对原始训练样本进行数据增强得到。/n

【技术特征摘要】
1.一种网络模型的训练方法，其特征在于，所述方法包括：
展示第一配置界面，所述第一配置界面包括多种参考数据增强方式；
基于所述第一配置界面接收第一配置指令，所述第一配置指令是用户对所述多种参考数据增强方式中的至少一种参考数据增强方式进行配置后触发的；
根据所述第一配置指令，获取目标配置内容，所述目标配置内容用于获取增强训练样本，所述增强训练样本是按照所述目标配置内容所响应的数据增强方式对原始训练样本进行数据增强得到。


2.如权利要求1所述的方法，其特征在于，所述根据所述第一配置指令，获取目标配置内容，包括：
根据所述第一配置指令确定用户从所述多个参考数据增强方式中选择的一种参考数据增强方式；
基于确定的参考数据增强方式展示第二配置界面；
在所述第二配置界面内接收第二配置指令，所述第二配置指令是用户对确定的参考数据增强方式的参数进行参数配置后触发的；
根据所述第二配置指令，基于参数配置操作后的参考数据增强方式确定所述目标配置内容。


3.如权利要求1所述的方法，其特征在于，所述根据所述第一配置指令，获取目标配置内容，包括：
根据所述第一配置指令确定用户从所述多个参考数据增强方式中选择的两种或者两种以上参考数据增强方式；
基于确定的参考数据增强方式展示第二配置界面；
在所述第二配置界面内接收第三配置指令，所述第三配置指令是用户对确定的每一参考数据增强方式的参数进行参数配置后触发的；
根据所述第三配置指令，基于参数配置操作后的参考数据增强方式，确定所述目标配置内容。


4.如权利要求1所述的方法，其特征在于，所述根据所述第一配置指令，获取目标配置内容之后，还包括：
基于所述目标配置内容所响应的数据增强方式对原始训练样本进行数据增强处理，得到所述增强训练样本；
基于所述增强训练样本对待训练的网络模型进行训练。


5.如权利要求4所述的方法，其特征在于，所述基于所述增强训练样本对待训练的网络模型进行训练之前，还包括：
获取测试样本；
所述基于所述增强训练样本对待训练的网络模型进行训练，包括：
基于所述增强训练样本对待训练的网络模型进行迭代训练；
当迭代训练次数达到训练次数阈值时，通过所述测试样本对当前训练得到的网络模型进行评估；
当评估结果未达到参考性能时，调整所述目标配置内容；
基于调整后的目标配置内容所响应的数据增强方式对所述原始训练样本进行数据增强处理，将得到的训练样本重新确定为增强训练样本，并返回所述基于所述增强训练样本对待训练的网络模型进行迭代训练的操作，直到评估结果达到所述参考性能或者迭代训练总次数达到参考训练次数为止。


6.如权利要求5所述的方法，其特征在于，所述调整所述目标配置内容，包括：
展示第三配置界面，基于所述第三配置界面接收对所述目标配置内容的调整指令，根据所述调整指令调整所述目标配置内容；
或者，
分别获取所述测试样本和所述增强训练样本的各种特征的特征信息，对应得到第一特征信息集合和第二特征信息集合，根据所述第一特征信息集合和所述第二特征信息集合，调整所述目标配置内容，其中，各种特征与一种参考数据增强方式对应。


7.如权利要求6所述的方法，其特征在于，所述根据所述第一特征信息集合和所述第二特征信息集合，调整所述目标配置内容，包括：<...

【专利技术属性】
技术研发人员：王翔，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
类型：发明
国别省市：浙江;33