模型训练方法、装置、电子设备和存储介质制造方法及图纸

本发明专利技术实施例提供一种模型训练方法、装置、电子设备和存储介质，该方法包括：获取第一样本，并对第一样本中符合裁剪条件的样本进行裁剪，得到第二样本。再利用由第一样本和第二样本组成的训练样本进行训练，得到第一模型。最后，根据第一模型输出的对应于训练样本的预测结果，确定对应的调整策略，并用此调整策略调整第一模型，得到第二模型。可见，本发明专利技术提供的方法中只会对符合裁剪条件的样本进行裁剪，避免出现将不满足裁剪条件的训练样本中的特征信息裁剪得过于细碎，导致模型训练效果降低的情况，也即是保证训练样本的质量。另外，本发明专利技术使用的是与预测结果对应的调整策略，使得调整方向更加有针对性，从而保证了模型训练的效果。

【技术实现步骤摘要】
模型训练方法、装置、电子设备和存储介质
本专利技术涉及计算机
，尤其涉及一种模型训练方法、装置、电子设备和存储介质。
技术介绍
遥感可以通过人造地球卫星、航空等平台上的遥测仪器来对地球表面实施感应遥测。通过得到的遥感图像可以进行资源管理和检测。一种常见的资源监测场景为：对土地覆盖的检测，也即是检测出土地是森林、空旷土地、耕地、水域、工厂、商业区等。利用检测结果，可以实现对森林砍伐进行跟踪，也可以为城市规划提供参考。对于遥感图像的分析，一种常见的方式为对遥感图像进行目标检测，以根据检测结果实现对遥感图像的分析。现有技术中，对遥感图像的目标检测通常是借助与预先训练完成的目标检测模型实现的。因此，目标检测模型的训练效果会直接影响目标检测结果的准确性。而在模型训练过程中，训练样本的质量会直接影响到模型的训练效果，因此，如何得到合适的训练样本从而保证目标检测模型的训练效果就成了一个亟待解决的问题。
技术实现思路
本专利技术实施例提供一种模型训练方法、装置、电子设备和存储介质，用以保证训练样本的质量，并进一步保证模本文档来自技高网...

【技术保护点】
1.一种模型训练方法，其特征在于，包括：/n获取第一样本；/n对所述第一样本中符合裁剪条件的样本进行裁剪，得到第二样本；/n根据包括所述第一样本和所述第二样本的训练样本进行模型训练，得到第一模型；/n根据与所述第一模型输出的预测结果对应的调整策略调整所述第一模型，以得到第二模型，所述预测结果对应于所述训练样本。/n

【技术特征摘要】
1.一种模型训练方法，其特征在于，包括：
获取第一样本；
对所述第一样本中符合裁剪条件的样本进行裁剪，得到第二样本；
根据包括所述第一样本和所述第二样本的训练样本进行模型训练，得到第一模型；
根据与所述第一模型输出的预测结果对应的调整策略调整所述第一模型，以得到第二模型，所述预测结果对应于所述训练样本。


2.根据权利要求1所述的方法，其特征在于，所述第一样本和所述第二样本为遥感图像，所述第一模型和所述第二模型用于检测遥感图像中是否包含预设类别的地物。


3.根据权利要求2所述的方法，其特征在于，所述对所述第一样本中符合裁剪条件的样本进行裁剪，得到第二样本，包括：
获取所述第一样本包含的地物所属的类别；
若所述地物所属的类别为所述预设类别，则确定与所述预设类别对应的裁剪尺寸；
根据所述裁剪尺寸裁剪所述第一样本，得到所述第二样本。


4.根据权利要求2所述的方法，其特征在于，所述对所述第一样本中符合裁剪条件的样本进行裁剪，得到第二样本，包括：
确定所述第一样本包含的地物在所述第一样本中的尺寸信息；
若所述尺寸信息符合预设尺寸范围，则对所述第一样本进行裁剪，得到所述第二样本。


5.根据权利要求3所述的方法，其特征在于，所述根据与所述第一模型输出的预测结果对应的调整策略调整所述第一模型，包括：
获取所述第一模型输出的预测结果的置信度；
若所述置信度小于预设阈值，则根据与所述置信度具有负相关关系的第一损失函数调整所述第一模型；
若所述置信度大于或等于所述预设阈值，则根据第二损失函数调整所述第一模型。


6.一种模型训练装置，其特征在于，包括：
获取模块，用于获取第一样本；
裁剪模块，用于对所述第一样本中符合裁剪条件的样本进行裁剪，得到第二样本；
训练模型，用于根据包括所述第一样本和所述第二样本的训练样本进行模型训练，得到第一模...

【专利技术属性】
技术研发人员：卢凯旋，张昆仑，
申请(专利权)人：中国科学院空天信息创新研究院，
类型：发明
国别省市：北京;11