[发明专利]数据处理方法、装置、设备和存储介质

说明书

本公开涉及一种数据处理方法、装置、设备和存储介质。所述方法包括：获取目标数据；将所述目标数据通过第一神经网络进行处理，得到所述目标数据的处理结果；其中，所述第一神经网络通过第二样本数据进行训练，所述第二样本数据从包含标签的第一样本数据中获得，所述第二样本数据的标签标识的类别与所述第二样本数据的真实类别一致。

技术领域

本公开涉及计算机视觉技术领域，尤其涉及一种数据处理方法、装置、设备和存储介质。

背景技术

视频识别是一种可以识别视频内容并根据内容对视频进行分类的方法，近年来，随着各种神经网络的提出，视频识别取得了长足的发展。然而，由于视频标注的成本较高，标注视频数据集的增长却相对显得缓慢，在一定程度上制约了视频识别性能的提高。如何克服上述问题来提高视频识别的性能，成为目前一个亟待解决的问题。

发明内容

本公开提出了一种数据处理方案。

根据本公开的一方面，提供了一种数据处理方法，包括：

获取目标数据；将所述目标数据通过第一神经网络进行处理，得到所述目标数据的处理结果；其中，所述第一神经网络通过第二样本数据进行训练，所述第二样本数据从包含标签的第一样本数据中获得，所述第二样本数据的标签标识的类别与所述第二样本数据的真实类别一致。

在一种可能的实现方式中，所述目标数据包括视频数据；所述将所述目标数据通过第一神经网络进行处理，得到所述目标数据的处理结果，包括：将所述视频数据通过所述第一神经网络进行处理，得到所述视频数据的处理结果，其中，所述视频数据的处理结果包括所述视频数据的类别。

在一种可能的实现方式中，所述第二样本数据从包含标签的第一样本数据中获得，包括：获取包含标签的第一样本数据；根据所述第一样本数据的标签，选定至少一个所述第一样本数据作为所述第二样本数据。

在一种可能的实现方式中，所述获取包含标签的第一样本数据，包括：从样本数据集中检索与至少一个目标类别分别对应的样本数据；将所述至少一个目标类别分别对应的样本数据以及每个所述样本数据的标签，作为第一样本数据，其中，所述样本数据的标签为所述样本数据对应的目标类别。

在一种可能的实现方式中，所述根据所述第一样本数据的标签，选定至少一个所述第一样本数据作为所述第二样本数据，包括：获取所述第一样本数据的真实类别；在所述第一样本数据的标签标识的类别与所述第一样本数据的真实类别一致的情况下，将所述第一样本数据作为第二样本数据。

在一种可能的实现方式中，所述获取所述第一样本数据的真实类别，包括：将所述第一样本数据输入至第二神经网络，其中，所述第二神经网络通过包含标注有目标类别的第三样本数据进行训练；根据所述第二神经网络的输出，确定所述第一样本数据的真实类别。

在一种可能的实现方式中，所述第一神经网络的训练过程包括：将所述第三样本数据与所述第二样本数据输入至所述第一神经网络中进行训练；或者，对所述第二样本数据进行处理，生成第四样本数据，将所述第三样本数据与所述第四样本数据输入至所述第一神经网络中进行训练。

在一种可能的实现方式中，所述第一神经网络的训练过程包括：将所述第二样本数据输入至所述第一神经网络中进行训练；或者，对所述第二样本数据进行处理，生成第四样本数据，将所述第四样本数据输入至所述第一神经网络中进行训练。

在一种可能的实现方式中，所述对所述第二样本数据进行处理，生成第四样本数据，包括：在所述第二样本数据包括静态图像的情况下，根据所述静态图像生成动态图像，将生成的动态图像作为所述第四样本数据；和/或，在所述第二样本数据包括动态图像的情况下，对时间长度超过阈值的动态图像进行剪切，将剪切的动态图像作为所述第四样本数据。

在一种可能的实现方式中，所述第一样本数据包括静态图像和/或动态图像。