【技术实现步骤摘要】
任务处理方法、装置、电子设备及机器可读存储介质
[0001]本申请涉及智能处理
,尤其涉及一种任务处理方法、装置、电子设备及机器可读存储介质。
技术介绍
[0002]训练源模型的过程中,模型参数倾向于拟合到源域的训练数据上,因而对源域分布内的测试数据表现良好。然而,当此模型转向使用在其他业务场景时,很大概率会遇到数据偏移的情况,如与源域数据采集的视角不同、照明条件不同、采集设备不同(如不同成像原理、硬件参数、机器老化程度)等差异。因而在新数据分布下,有可能出现许多分布外的样本,源模型的预测将不再可靠,产生性能缺陷,模型任务处理的准确性较低。
技术实现思路
[0003]有鉴于此,本申请提供一种任务处理方法、装置、电子设备及机器可读存储介质,以解决源模型在目标域数据上进行任务处理准确性较低的问题。
[0004]具体地,本申请是通过如下技术方案实现的:
[0005]根据本申请实施例的第一方面,提供一种任务处理方法,包括:
[0006]依据当前任务模型对目标域数据在不同数据增强模式下的模型推理结果,确定所述当前任务模型对所述目标域数据的推理不确定度;
[0007]在所述推理不确定度高于预设阈值的情况下,从所述目标域数据中选择训练数据,并依据所述训练数据在不同数据增强模式下的模型推理结果,生成所述训练数据的伪标签;
[0008]依据所述训练数据以及所述训练数据的伪标签对所述当前任务模型进行微调训练,得到校准模型;
[0009]以所述校准模型为更新后的当前任务 ...
【技术保护点】
【技术特征摘要】
1.一种任务处理方法,其特征在于,包括:依据当前任务模型对目标域数据在不同数据增强模式下的模型推理结果,确定所述当前任务模型对所述目标域数据的推理不确定度;在所述推理不确定度高于预设阈值的情况下,从所述目标域数据中选择训练数据,并依据所述训练数据在不同数据增强模式下的模型推理结果,生成所述训练数据的伪标签;依据所述训练数据以及所述训练数据的伪标签对所述当前任务模型进行微调训练,得到校准模型;以所述校准模型为更新后的当前任务模型,并在所述校准模型对目标域数据的推理不确定度不高于所述预设阈值的情况下,使用所述校准模型执行针对目标域数据的模型推理任务。2.根据权利要求1所述的方法,其特征在于,所述依据当前任务模型对目标域数据在不同数据增强模式下的模型推理结果,确定所述当前任务模型对所述目标域数据的推理不确定度,包括:对于任一目标域数据,依据所述当前任务模型对该目标域数据在不同数据增强模式下的模型推理结果,确定该目标域数据的各模型推理结果之间的互信息值;依据各目标域数据对应的互信息值,确定所述当前任务模型对所述目标域数据的推理不确定度。3.根据权利要求1所述的方法,其特征在于,所述从所述目标域数据中选择训练数据,包括:依据所述当前任务模型对各目标域数据的推理不确定度,选择推理不确定度最高的预设比例的目标域数据为训练数据;和/或,利用所述当前任务模型对所述目标域数据进行特征提取,依据提取得到的特征对所述目标域数据进行聚类,得到至少一个聚类簇,并分别从各聚类簇中选择一个或多个目标域数据为训练数据。4.根据权利要求3所述的方法,其特征在于,在训练数据包括从各聚类簇中选择的目标域数据的情况下,对于任一聚类簇,将该聚类簇中特征与该聚类簇的簇平均特征之间的距离最小的目标域数据,确定为训练数据。5.根据权利要求1所述的方法,其特征在于,所述生成所述训练数据的伪标签,包括:对于任一训练数据,确定伪标签生成模型对该训练数据在不同数据增强模式下的模型推理结果;依据伪标签生成模型对该训练数据在不同数据增强模式下的模型推理结果,确定该训练数据的伪标签。6.根据权利要求5所述的方法,其特征在于,初始化状态下,所述伪标签生成模型为初始任务模型;所述依据所述训练数据以及所述训练数据的伪标签对所述当前任务模型进行微调训练,得到校准模型之后,还包括:依据当前伪标签生成模型的模型参数,以及,所述校准模型的模型参数,确定平滑模型参数;
将当前伪标签生成模型的参数更新为所述平滑模型参数,得到更新后的当前伪标签模型参数。7.根据权利要求1所述的方法,其特征在于,所述依据所述训练数据以及所述训练数据的伪标签对所述当前任务模型进行微调训练,包括:在固定所述当前任务模型的非顶层参数的情况下,依据所述训练数据以及所述训练数据的伪标签对所述当前任务模型进行训练;或者,将所述当前任务模型的非顶层的学习率设置为第一学习率,以及,将所述当前任务模型的顶层的学习率设置为第二学习率,并依据所述训练数据以及所述训练数据的伪标签对所述当前任务模型进行训练,所述第一学习率小于所述第二学习率。8.一种任务处理装置,其特征在于,包括:确定单元,用于依据当前任务模型对目标域数据在不同数据增强模式下的模型推理结果,确定所述当前任务模型对所述目标域数据...
【专利技术属性】
技术研发人员:张梦玥,任烨,郭阶添,谭文明,
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:
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。