【技术实现步骤摘要】
本申请涉及人工智能，尤其涉及一种人脸检测模型的训练方法、装置程序产品及存储介质。
技术介绍
1、相关技术中，对于伪造人脸的检测，通常需要大量的带标签数据训练伪造人脸的检测模型，从而导致资源利用率低且需要较大的计算资源和存储资源；或只能检测利用已知伪造方法的伪造人脸，泛化能力弱，对未知的伪造方法检测效果差。针对该问题，目前尚无有效解决方案。
技术实现思路
1、为解决现有存在的技术问题，本申请实施例提供一种人脸检测模型的训练方法、装置、程序产品和存储介质。
2、为达到上述目的，本申请实施例的技术方案是这样实现的：
3、本申请实施例提供了一种人脸检测模型的训练方法，所述方法包括：
4、获取有标注的人脸图像的第一数据集和未标注的人脸图像的第二数据集；
5、将所述第一数据集和所述第二数据集输入预设的初始人脸检测模型进行训练，得到第一人脸检测模型；
6、对所述第二数据集进行聚类处理，得到所述第二数据集中的第一目标人脸图像；
7、对...
【技术保护点】
1.一种人脸检测模型的训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取第二数据集，包括：
3.根据权利要求1所述的方法，其特征在于，所述将所述第一数据集和所述第二数据集输入预设的初始人脸检测模型进行训练，得到第一人脸检测模型，包括：
4.根据权利要求3所述的方法，其特征在于，所述目标损失函数包括第一目标损失函数和第二目标损失函数；所述第一目标损失函数包括基于所述第一数据集和所述第二数据集确定的损失函数；所述第二目标损失函数包括基于所述第一数据集确定的损失函数；所述将所述第一数据集和所述第二数据...
【技术特征摘要】
1.一种人脸检测模型的训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取第二数据集，包括：
3.根据权利要求1所述的方法，其特征在于，所述将所述第一数据集和所述第二数据集输入预设的初始人脸检测模型进行训练，得到第一人脸检测模型，包括：
4.根据权利要求3所述的方法，其特征在于，所述目标损失函数包括第一目标损失函数和第二目标损失函数；所述第一目标损失函数包括基于所述第一数据集和所述第二数据集确定的损失函数；所述第二目标损失函数包括基于所述第一数据集确定的损失函数；所述将所述第一数据集和所述第二数据集输入所述预设的初始人脸检测模型，得到所述第一数据集和所述第二数据集对应的目标损失函数，包括：
5.根据权利要求1所述的方法，其特征在于，所述对所述第二数据集进行聚类处理，得到所述第二数据集中的第一目标人脸图像，包括：
...【专利技术属性】
技术研发人员：张峰，郭中元，江为强，董航，徐思嘉，
申请(专利权)人：中国移动通信集团有限公司，
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。