[发明专利]样本分级标注及模型训练方法、装置及电子设备

说明书

本发明公开了样本分级标注及模型训练方法、装置及电子设备，其中所述样本分级标注方法包括：S1：获取样本中的主目标及其所属项目，并获取包含有所述主目标所属项目的分级结构表；S2：将所述主目标所属项目确定为当前项目；S3：判断所述当前项目在所述分级结构表中是否存在下一级子项目；S4：当所述当前项目在所述分级结构表中存在下一级子项目时，则将下一级子项目确定为当前项目，并判断所述样本中是否存在属于所述当前项目的子目标；S5：当所述样本中存在属于所述当前项目的子目标时，则将所述当前项目确定为所述样本的标签之一；继续执行步骤S3；否则直接继续执行步骤S3。通过本发明对样本进行标注不会遗漏尺度很小的目标。

技术领域

本发明涉及人工智能技术领域，具体涉及样本分级标注及模型训练方法、装置及电子设备。

背景技术

在人工智能领域，不可能避免地需要对样本进行标注，例如，深度学习技术中，需要对样本进行标注，然后才能够进行端到端的模型训练，得到具有预定效果的目标检测模型。

现有的样本标注方法，往往是简单地识别样本中的所有目标，再对其进行标注。

然而，发明人发现，现有样本标注方法通常会容易漏标一些尺度很小的目标。

发明内容

有鉴于此，本发明实施例提供了样本分级标注及模型训练方法、装置及电子设备，以解决现有样本标注方法通常会容易漏标一些尺度很小的目标的问题。

根据第一方面，本发明实施例提供了一种样本分级标注方法，包括：S1：获取样本中的主目标及其所属项目，并获取包含有所述主目标所属项目的分级结构表；S2：将所述主目标所属项目确定为当前项目；S3：判断所述当前项目在所述分级结构表中是否存在下一级子项目；S4：当所述当前项目在所述分级结构表中存在下一级子项目时，则将下一级子项目确定为当前项目，并判断所述样本中是否存在属于所述当前项目的子目标；S5：当所述样本中存在属于所述当前项目的子目标时，则将所述当前项目确定为所述样本的标签之一；继续执行步骤S3；否则直接继续执行步骤S3。

可选地，所述方法还包括：将下一级子项目确定为当前项目时，还获取所述当前项目的等级标识。

可选地，在所述分级结构标注中，每个项目与其下一级子项目之间的关系包括以下至少一者：逻辑附属关系、空间位置包含关系或者因果关系。

可选地，所述样本包括以下至少一者：图片、音频、视频、文本。

根据第二方面，本发明实施例提供了一种模型的训练方法，包括：采用第一方面或者其任意可选实施方式所述的样本分级标注方法对训练样本进行标注，得到训练样本的标签；根据训练样本的标签对模型进行训练。

可选地，对训练样本进行标注后，得到训练样本的不同等级的标签；所述根据训练样本的标签对模型进行训练的步骤包括：根据训练样本的不同等级的标签对模型进行训练。

根据第三方面，本发明实施例提供了一种样本分级标注装置，包括：获取单元，用于获取样本中的主目标及其所属项目，并获取包含有所述主目标所属项目的分级结构表；第一确定单元，用于将所述主目标所属项目确定为当前项目；第一判断单元，用于判断所述当前目标所属项目在所述分级结构表中是否存在下一级子项目；第二判断单元，用于当所述当前项目在所述分级结构表中存在下一级子项目时，则将下一级子项目确定为当前项目，并判断所述样本中是否存在属于所述当前项目的子目标；第二确定单元，用于当所述样本中存在属于所述当前项目的子目标时，则将所述当前项目确定为所述样本的标签之一。

根据第四方面，本发明实施例提供了一种模型的训练装置，包括：第三方面所述的样本分级标注装置；训练单元，用于根据训练样本的标签对模型进行训练。