[发明专利]模型训练方法、装置、计算机设备及存储介质

权利要求书

1.一种模型训练方法，其特征在于，所述方法包括：

获取第一样本集，所述第一样本集包含第一样本图像以及所述第一样本图像的行为信息，所述第一样本图像是通过终端控制虚拟场景中的虚拟对象时的场景画面图像，所述行为信息用于指示所述虚拟对象的行为动作；

通过所述第一样本集进行模型训练，获得初始模型；

获取第二样本集，所述第二样本集包含第二样本图像以及所述第二样本图像的行为信息，所述第二样本图像是通过所述初始模型控制所述虚拟对象时的场景画面图像，所述第二样本图像的行为信息是对所述初始模型根据所述第二样本图像获得的行为动作进行修正获得的行为信息；

通过所述第二样本集对所述初始模型进行再训练，获得对象控制模型；所述虚拟场景为游戏场景，所述对象控制模型是所述游戏场景中的人工智能AI模型。

2.根据权利要求1所述的方法，其特征在于，所述获取第一样本集之前，还包括：

获取第一目标图像，所述第一目标图像是通过所述终端控制所述虚拟对象时的至少两帧连续场景画面图像中的任意一帧图像；

对所述第一目标图像进行图像识别，确定所述第一目标图像中的所述虚拟对象正在执行的行为动作；

根据识别获得的行为动作生成所述第一目标图像的行为信息；

将所述第一目标图像以及所述第一目标图像的行为信息添加入所述第一样本集。

3.根据权利要求2所述的方法，其特征在于，所述第一目标图像中包含触点图案，所述触点图案是所述终端接收到在屏幕中执行的触控操作时，在触控位置处显示的图案，所述对所述第一目标图像进行图像识别，确定所述第一目标图像中的所述虚拟对象正在执行的行为动作，包括：

识别所述触点图案在所述第一目标图像中的位置；

根据所述触点图案在所述第一目标图像中的位置，确定所述第一目标图像中的所述虚拟对象正在执行的行为动作。

4.根据权利要求2所述的方法，其特征在于，所述根据识别获得的行为动作生成所述第一目标图像的行为信息之前，还包括：

获取所述第一目标图像的前一帧图像，以及所述第一目标图像的前一帧图像中的所述虚拟对象正在执行的行为动作；

当所述第一目标图像与所述第一目标图像的前一帧图像之间的相似度大于相似度阈值，且所述第一目标图像中的所述虚拟对象正在执行的行为动作，与所述第一目标图像的前一帧图像中的所述虚拟对象正在执行的行为动作不一致时，将所述第一目标图像中的所述虚拟对象正在执行的行为动作修改为所述第一目标图像的前一帧图像中的所述虚拟对象正在执行的行为动作。

5.根据权利要求2所述的方法，其特征在于，所述根据识别获得的行为动作生成所述第一目标图像的行为信息之前，还包括：

当对所述第一目标图像进行图像识别，确定所述第一目标图像中的所述虚拟对象无动作时，获取所述第一目标图像的前一帧图像中的所述虚拟对象正在执行的行为动作；

当所述第一目标图像的前一帧图像中的所述虚拟对象正在执行的行为动作为指定类型动作时，将所述第一目标图像中的所述虚拟对象正在执行的行为动作设置为所述第一目标图像的前一帧图像中的所述虚拟对象正在执行的行为动作。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

当所述第一目标图像的前一帧图像中的所述虚拟对象正在执行的行为动作不是所述指定类型动作时，丢弃所述第一目标图像。

7.根据权利要求1所述的方法，其特征在于，当所述第一样本图像包含至少两帧图像时，所述通过所述第一样本集进行模型训练，获得初始模型，包括：

对所述至少两帧图像进行乱序处理；

根据乱序处理后的所述至少两帧图像，以及所述至少两帧图像各自的行为信息进行模型训练，获得所述初始模型。