【技术实现步骤摘要】
数据处理方法和系统
[0001]本申请涉及数据处理领域，具体而言，涉及一种数据处理方法和系统。
技术介绍
[0002]在交通智能感知领域，可以基于深度学习的方法进行车辆目标的识别、跟踪及异常事件发现，但由于机器学习、深度学习领域概念漂移现象的普通存在，上线后的模型随着时间流逝发生模型退化，模型效果逐渐下降。
[0003]针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
[0004]本申请实施例提供了一种数据处理方法和系统，以至少解决相关技术中上线部署后的数据处理模型随着时间流逝发生模型退化，导致处理效果下降的技术问题。
[0005]根据本申请实施例的一个方面，提供了一种数据处理方法，包括：接收目标采集数据；基于目标采集数据，对已部署的数据处理模型中的自适应模型的参数进行更新，其中，数据处理模型中的特征提取模型的参数保持不变；输出更新后的数据处理模型；其中，利用数据处理模型处理目标采集数据得到的第一结果满足预设处理条件，数据处理模型用于将目标采集数据输入至特征提取模型中，得到目标特征，...
【技术保护点】
【技术特征摘要】
1.一种数据处理方法，包括：获取采集数据；利用已部署的数据处理模型对所述采集数据进行处理，得到所述采集数据的处理结果，其中，所述数据处理模型用于将所述采集数据输入至特征提取模型中，得到目标特征，并将所述目标特征输入至自适应模型中，得到所述处理结果；在所述处理结果满足预设处理条件的情况下，基于所述采集数据，对所述自适应模型的参数进行更新，其中，所述特征提取模型的参数保持不变。2.根据权利要求1所述的方法，其中，基于所述采集数据，对所述自适应模型的参数进行更新包括：生成所述采集数据对应的正确标注信息；基于所述采集数据和所述正确标注信息，对所述自适应模型的参数进行更新。3.一种数据处理方法，包括：接收目标采集数据；基于所述目标采集数据，对已部署的数据处理模型中的自适应模型的参数进行更新，其中，所述数据处理模型中的特征提取模型的参数保持不变；输出更新后的数据处理模型；其中，利用所述数据处理模型处理所述目标采集数据得到的第一结果满足预设处理条件，所述数据处理模型用于将所述目标采集数据输入至所述特征提取模型中，得到目标特征，并将所述目标特征输入至所述自适应模型中，得到所述第一结果。4.根据权利要求3所述的方法，其中，所述目标采集数据中携带有正确标注信息，其中，基于所述目标采集数据，对已部署的数据处理模型中的自适应模型的参数进行更新包括：基于所述目标采集数据和所述正确标注信息，对所述自适应模型的参数进行更新。5.根据权利要求3所述的方法，其中，在接收目标采集数据之前，所述方法还包括：接收采集数据；利用所述数据处理模型对所述采集数据进行处理，得到所述采集数据的第二结果；输出所述第二结果；接收所述第二结果对应的反馈信息；在所述反馈信息为所述第二结果满足所述预设处理条件的情况下，确定所述采集数据为所述目标采集数据。6.一种数据处理方法，包括：获取目标采集数据；基于所述目标采集数据，对已部署的数据处理模型中的自适应模型的参数进行更新，其中，所述数据处理模型中的特征提取模型的参数保持不变；其中，利用所述数据处理模型处理所述目标采集数据得到的第一结果满足预设处理条件，所述数据处理模型用于将所述目标采集数据输入至所述特征提取模型中，得到目标特征，并将所述目标特征输入至所述自适应模型中，得到所述第一结果。7.根据权利要求6所述的方法，其中，基于所述目标采集数据，对已部署的数据处理模型中的自适应模型的参数进行更新包括：生成所述目标采集数据对应的正确标注信息；
基于所述目标采集数据和所述正确标注信息，对所述自适应模型的参数进行更新。8.根据权利要求6所述的方法，其中，所述方法还包括：获取收集到的多组训练样本；利用所述多组训练样本对初始模型进行训练，得到所述数据处理模型；对所述数据处理模型进行部署。9.根据权利要求6所述的方法，其中，在获取目标采集数据之前，所述方法还包括：获取采集数据；利用所述数据处理模型对所述采集数据进行处理，得到所述采集数据的第二结果；判断所述第二结果是否满足所述预设处理条件；如果所述第二结果满足所述预设处理条件，则确定所述采集数据为所述目标采集数据...
【专利技术属性】
技术研发人员：张彪，邓兵，高强华，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。