对象操作方法、装置、计算机设备以及计算机存储介质制造方法及图纸

技术编号:35789972 阅读:18 留言:0更新日期:2022-12-01 14:38
本申请公开了一种对象操作方法、装置、计算机设备以及计算机存储介质,属于数据处理技术领域。所述方法包括:获取待操作对象;将待操作对象输入目标模型,目标模型为经过训练的神经网络模型,目标模型中的至少一个参数组是通过预设方式获取的;获取目标模型输出的操作结果。本申请通过将待操作对象输入目标模型,并由该目标模型来对待操作对象进行处理,以输出操作结果,由于该目标模型为经过训练的神经网络模型,进而在处理时可以无需依赖对象库,解决了相关技术中对象操作方法的处理成功率依赖于对象库的大小,导致该对象操作方法的灵活性较低的问题,实现了提高对象操作方法的灵活性的效果。性的效果。性的效果。

【技术实现步骤摘要】
对象操作方法、装置、计算机设备以及计算机存储介质


[0001]本申请涉及数据处理
,特别涉及一种对象操作方法、装置、计算机设备以及计算机存储介质。

技术介绍

[0002]对象操作方法是一种用于对某种对象进行各种操作的方法,此种方法可以对图像、声音、信号等各种对象进行处理操作以及识别操作等各种,以得到操作结果。
[0003]一种对象操作方法中,会比较待操作对象与对象库中的对象的相似度,该对象库中包括多个对象,以及每个对象对应的操作结果。若对象库中存在一个与待操作对象相似度大于指定值的对象,则将对象库中的该对象对应的操作结果确定为待操作对象的操作结果。示例性的,待操作对象为图片,对象库中图片对应的操作结果为该图片内容对应的分类结果。
[0004]但是,上述对象操作方法的处理成功率依赖于对象库的大小,导致该对象操作方法的灵活性较低。

技术实现思路

[0005]本申请实施例提供了一种对象操作方法、装置、计算机设备以及计算机存储介质。所述技术方案如下:
[0006]根据本申请实施例的一方面,提供一种对象操作方法,所述方法包括:
[0007]获取待操作对象;
[0008]将所述待操作对象输入目标模型,所述目标模型为经过训练的神经网络模型,且所述目标模型中的至少一个参数组是通过预设方式获取的;
[0009]获取所述目标模型输出的操作结果;
[0010]其中,所述预设方式包括:获取所述目标模型的第一参数组对应的样本参数集合,所述样本参数集合包括多个样本参数组,对所述样本参数集合进行多次迭代处理,基于所述多次迭代处理后的样本参数集合获取目标参数组,并将所述目标参数组确定为所述第一参数组,一次所述迭代处理包括:获取所述样本参数集合中两个样本参数组在多个优化方向上的四个待定参数组,由所述四个待定参数组中损失值最小的待定参数替换所述两个样本参数中的一个样本参数。
[0011]可选地,所述对所述样本参数集合进行多次迭代处理,基于所述多次迭代处理后的样本参数集合获取目标参数组,包括:
[0012]对所述样本参数集合进行迭代处理,得到迭代处理后的样本参数集合;
[0013]响应于未达到预设的迭代终止条件,对所述迭代处理后的样本参数集合进行下一次迭代处理;
[0014]响应于达到所述预设的迭代终止条件,基于所述迭代处理后的样本参数集合获取所述目标参数组。
[0015]可选地,所述样本参数集合中的样本参数组的数量为m+1,m+1个所述样本参数组为w
n
、w
n+1
、w
n+2
···
w
n+m
,n为大于或等于0的整数,m为大于2的整数;
[0016]所述获取所述样本参数集合中两个样本参数组在多个优化方向上的四个待定参数组,包括:
[0017]通过预设公式获取所述四个待定参数组,所述预设公式包括:
[0018]w
x
=w
n+1
+s*(w
n+1

w
n
),s大于0;
[0019]w
x+1
=w
n+1
+2s*(w
n+2

w
n
);
[0020]w
x+2
=w
n+1
+u*(w
n

w
n+1
),u大于0小于1;
[0021]w
x+3
=w
n+1
+s*(w
n+1

w
n
);
[0022]所述w
n
、w
n+2
、w
n+3
以及w
n+4
为所述四个待定参数组,x为大于0的整数,所述s以及所述u为预设系数。
[0023]可选地,所述由所述四个待定参数组中损失值最小的待定参数替换所述两个样本参数中的一个样本参数,包括:
[0024]响应于满足第一公式L
n
>L
x
,L
x
≥L
x+1
,去除所述样本参数集合中的w
n
,并将所述w
x+1
确定为所述样本参数集合中的w
n+m+1

[0025]响应于满足第二公式L
n
>L
x
,L
x
<L
x+1
,去除所述样本参数集合中的w
n
,并将所述w
x
确定为所述样本参数集合中的w
n+m+1

[0026]响应于满足第三公式L
n
≤L
x
,L
x
>L
x+2
,去除所述样本参数集合中的w
n
,并将所述w
x+2
确定为所述样本参数集合中的w
n+m+1

[0027]响应于所述第一公式、所述第二公式所述第三公式均不满足,去除所述样本参数集合中的w
n
,并将所述w
x+3
确定为所述样本参数集合中的w
n+m+1

[0028]所述L
n
为所述w
n
的损失值,所述L
x
为所述w
x
的损失值,所述L
x+1
为所述w
x+1
的损失值,所述L
x+2
为所述w
x+2
的损失值。
[0029]可选地,所述响应于达到所述预设的迭代终止条件,基于所述迭代处理后的样本参数集合获取所述目标参数组,包括:
[0030]响应于达到所述预设的迭代终止条件,确定所述迭代处理后的样本参数集合中损失值最小的第一样本参数组;
[0031]获取所述迭代处理后的样本参数集合中的多个样本参数组的均值样本参数组;
[0032]响应于所述第一样本参数组的损失值小于所述均值样本参数组的损失值,确定所述第一样本参数组为所述目标样本参数组;
[0033]响应于所述第一样本参数组的损失值大于所述均值样本参数组的损失值,确定所述均值样本参数组为所述目标样本参数组。
[0034]可选地,所述得到迭代处理后的样本参数集合之后,所述方法还包括:
[0035]响应于迭代处理的次数达到指定值,确定达到预设的迭代终止条件;
[0036]响应于迭代处理的次数未达到指定值,确定未达到预设的迭代终止条件。
[0037]可选地,所述得到迭代处理后的样本参数集合之后,所述方法还包括:
[0038]获取所述迭代处理后的样本参数集合对应的待定样本参数组,所述待定本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种对象操作方法,其特征在于,所述方法包括:获取待操作对象;将所述待操作对象输入目标模型,所述目标模型为经过训练的神经网络模型,且所述目标模型中的至少一个参数组是通过预设方式获取的,所述目标模型用于对所述待操作对象进行识别操作或者处理操作;获取所述目标模型输出的操作结果;其中,所述预设方式包括:获取所述目标模型的第一参数组对应的样本参数集合,所述样本参数集合包括多个样本参数组,对所述样本参数集合进行多次迭代处理,基于所述多次迭代处理后的样本参数集合获取目标参数组,并将所述目标参数组确定为所述第一参数组,一次所述迭代处理包括:获取所述样本参数集合中两个样本参数组在多个优化方向上的四个待定参数组,由所述四个待定参数组中损失值最小的待定参数替换所述两个样本参数中的一个样本参数。2.根据权利要求1所述的方法,其特征在于,所述获取待操作对象之前,所述对所述样本参数集合进行多次迭代处理,基于所述多次迭代处理后的样本参数集合获取目标参数组,包括:对所述样本参数集合进行迭代处理,得到迭代处理后的样本参数集合;响应于未达到预设的迭代终止条件,对所述迭代处理后的样本参数集合进行下一次迭代处理;响应于达到所述预设的迭代终止条件,基于所述迭代处理后的样本参数集合获取所述目标参数组。3.根据权利要求1或2所述的方法,其特征在于,所述样本参数集合中的样本参数组的数量为m+1,m+1个所述样本参数组为w
n
、w
n+1
、w
n+2
···
w
n+m
,n为大于或等于0的整数,m为大于2的整数;所述获取所述样本参数集合中两个样本参数组在多个优化方向上的四个待定参数组,包括:通过预设公式获取所述四个待定参数组,所述预设公式包括:w
x
=w
n+1
+s*(w
n+1

w
n
),s大于0;w
x+1
=w
n+1
+2s*(w
n+2

w
n
);w
x+2
=w
n+1
+u*(w
n

w
n+1
),u大于0小于1;w
x+3
=w
n+1
+s*(w
n+1

w
n
);所述w
n
、w
n+2
、w
n+3
以及w
n+4
为所述四个待定参数组,x为大于0的整数,所述s以及所述u为预设系数。4.根据权利要求3所述的方法,其特征在于,所述由所述四个待定参数组中损失值最小的待定参数替换所述两个样本参数中的一个样本参数,包括:响应于满足第一公式L
n
>L
x
,L
x
≥L
x+1
,去除所述样本参数集合中的w
n
,并将所述w
x+1
确定为所述样本参数集合中的w
n+m+1
;响应于满足第二公式L
n
>L
x
,L
x
<L
x+1
,去除所述样本参数集合中的w
n
,并将所述w
x
确定为所述样本参数集合中的w
n+m+1
;响应于满足第三公式L
n
≤L
x
,L
x
>L
x+2
,去除所述样本参数集合中的w
n
,并将所述w
x+2
确定
为所述样本参数集合中的w
n+m+1
;响应于所述第一公式、所述第二公式所述第三公式均不满足,去除所述样本参数集合中的w
n
,并将所述w
x+3
确定为所述样本参数集合中的w
n+m+1
;所述L
n
为所述w
n
的损失值,所述L
x
为所述w
...

【专利技术属性】
技术研发人员:魏书琪张鹏飞钟楚千
申请(专利权)人:京东方科技集团股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1