[发明专利]一种多标签分类模型训练方法、数据处理方法及装置

说明书

本申请公开一种多标签分类模型训练方法、数据处理方法及装置，属于图像处理技术领域。该方法包括：利用i标签的样本数据对j标签分类模型进行训练，所述j标签分类模型包括j个独立的二元分类器，每个所述二元分类器对应有一个分类阈值；获取每个所述二元分类器经训练得到的最优分类阈值，并将每个所述二元分类器当前的分类阈值更新为对应的最优分类阈值；基于每个所述二元分类器对所述i标签的样本数据的分类结果对所述样本数据进行二次标注，得到k标签的样本数据；利用所述k标签的样本数据对更新后的所述j标签分类模型进行训练。该方法大大节省了训练多标签分类模型的标注成本，提高了多标签分类模型训练效率。

技术领域

本申请属于图像处理技术领域，具体涉及一种多标签分类模型训练方法、数据处理方法及装置。

背景技术

图像分类任务中，单一图像往往携带多种标签的特征，多标签分类是非常自然的一种需求。目前多标签分类模型训练需要多标签数据，但完善的多标签数据较难获得。目前获取多标签数据通常由工作人员人为观察图像，并对图像人工标注，以得到图像的多个分类标签。然而，当标签体系中的分类标签非常多时，工作人员需要依次人工标注图像是否属于标签体系中的每一个分类标签，耗时较长，且人工成本较高。

发明内容

鉴于此，本申请的目的在于提供一种多标签分类模型训练方法、数据处理方法及装置，以改善现有技术中基于多标签数据训练多标签分类模型时，获取多标签数据所存在的耗时较长以及成本较高的问题。

本申请的实施例是这样实现的：

第一方面，本申请实施例提供了一种多标签分类模型训练方法，包括：利用i标签的样本数据对j标签分类模型进行训练，所述j标签分类模型包括j个独立的二元分类器，每个所述二元分类器对应有一个分类阈值，其中，i和j均为正整数且i小于j；获取每个所述二元分类器经训练得到的最优分类阈值，并将每个所述二元分类器当前的分类阈值更新为对应的最优分类阈值；基于每个所述二元分类器对所述i标签的样本数据的分类结果对所述样本数据进行二次标注，得到k标签的样本数据，k为正整数，且k大于i小于等于j；利用所述k标签的样本数据对更新后的所述j标签分类模型进行训练。

本申请实施例中，在对多标签(j标签)分类模型的训练过程中，先通过标签数量较低的i标签数据进行训练，然后基于标签数量较低的i标签数据的分类结果对i标签数据进行二次标注，得到标签数量较大k标签数据，然后基于k标签数据再次进行训练。一方面，因为在训练过程中，可以根据前次训练结果标注下次使用到的数据，获取到更多标签的训练数据，另一方面，因为在获取标注数据的过程中，同时开始了模型训练，所以该方法大大节省了多标签数据的标注成本，提高了多标签分类模型训练效率，可以改善现有技术中基于多标签数据训练多标签分类模型时，获取多标签数据所存在的耗时较长以及成本较高的问题。

结合第一方面实施例，在一种可能的实施方式下，获取每个所述二元分类器经训练得到的最优分类阈值，包括：获取每个所述二元分类器对所述i标签的样本数据的分类结果的概率分布，得到各自的表征分类结果为正类的第一概率曲线和表征分类结果为负类的第二概率曲线；基于每个所述二元分类器各自对应的所述第一概率曲线和所述第二概率曲线，获取各自对应的所述最优分类阈值。本申请实施例通过通过获取每个二元分类器对i标签的样本数据的分类结果的概率分布而得到各自的表征分类结果为正类的第一概率曲线和表征分类结果为负类的第二概率曲线，然后再基于各自的第一概率曲线和第二概率曲线，获取各自对应的最优分类阈值，确保了所得的最优分类阈值的准确性和可靠性。