数据的处理方法及装置、非易失性存储介质、电子设备制造方法及图纸

本申请公开了一种数据的处理方法及装置、非易失性存储介质、电子设备。其中，该方法包括：获取样本数据，其中，样本数据为目标区域的监控视频数据；根据目标区域对样本数据进行分类，得到多组训练数据；分别利用多组训练数据中各组训练数据对应训练机器学习模型，得到多个训练完成的机器学习模型；将多个训练完成的机器学习模型存储至数据库，以供目标区域的监控任务调用。本申请解决了由于相关技术使用同一个机器学习模型对不同场景的监控数据分析造成的机器学习模型与监控场景的匹配度低，数据分析的准确率低的技术问题。据分析的准确率低的技术问题。据分析的准确率低的技术问题。

【技术实现步骤摘要】
数据的处理方法及装置、非易失性存储介质、电子设备


[0001]本申请涉及数据处理
，具体而言，涉及一种数据的处理方法及装置、非易失性存储介质、电子设备。

技术介绍

[0002]近年来，随着安防行业的发展，基于视频监控的人工智能技术(Artificial Intelligence，AI)应用也逐渐成熟，视频AI技术普及的同时用户的个性化需求也呈爆发式增长，相关技术中，视频AI的泛化能力较差，再利用视频AI技术对不同监控场景的监控数据进行分析时，准确率较低。
[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的处理方法及装置、非易失性存储介质、电子设备，以至少解决由于相关技术使用同一个机器学习模型对不同场景的监控数据分析造成的机器学习模型与监控场景的匹配度低，数据分析的准确率低的技术问题。
[0005]根据本申请实施例的一个方面，提供了一种数据的处理方法，包括：获取样本数据，其中，样本数据为目标区域的监控视频数据；根据目标区域对样本数据进行分类，得到多本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据的处理方法，其特征在于，包括：获取样本数据，其中，所述样本数据为目标区域的监控视频数据；根据所述目标区域对所述样本数据进行分类，得到多组训练数据；分别利用所述多组训练数据中各组训练数据对应训练机器学习模型，得到多个训练完成的机器学习模型；将多个训练完成的所述机器学习模型存储至数据库，以供所述目标区域的监控任务调用。2.根据权利要求1所述的方法，其特征在于，根据所述目标区域对所述样本数据进行分类，得到多组训练数据，包括：确定所述样本数据的实际监控区域，根据所述实际监控区域和所述样本数据对应的目标区域确定所述样本数据的准确率；将所述准确率小于预设阈值的所述样本数据删除，得到剩余样本数据；将所述剩余样本数据中属于同一所述目标区域的样本数据作为一组所述训练数据，得到所述多组训练数据。3.根据权利要求1所述的方法，其特征在于，在得到多组训练数据之后，所述方法还包括：利用多个算法标识对所述多组训练数据进行标记，其中，多个所述算法标识与多种所述机器学习模型存在对应关系。4.根据权利要求1所述的方法，其特征在于，在分别利用所述多组训练数据中各组训练数据对应训练机器学习模型之后，所述方法包括：获取多个目标区域对应的多个算法包，并将多个所述算法包存储到算法仓库，其中，所述算法包利用所述训练数据训练所述机器学习模型得到；在所述算法仓库中利用多个所述算法包将多个所述目标区域的原机器学习模型替换为训练完成的所述机器学习模型。5.根据权利要求4所述方法，其特征在于，多个所述目标区域中各目标区域对应的所述原机器学习模型相同。6.根据...

【专利技术属性】
技术研发人员：崔江鹤，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：