[发明专利]坏例识别及其模型优化方法、装置及计算机存储介质

说明书

一种坏例识别及其模型优化方法、装置及计算机存储介质，所述方法包括利用具有相同识别能力的待优化识别模型和参考识别模型针对待识别样本分别进行识别，获得待优化识别模型的第一识别结果和参考识别模型的第二识别结果；利用多策略叠加模型中的至少二坏例分析策略分别基于第二识别结果分析第一识别结果，获得各坏例分析策略对应的各中间分析结果，并根据各中间分析结果获得待优化识别模型识别的待识别样本是否为坏例的坏例识别结果，借此，本申请可以提高坏例识别的准确度，以利于模型的优化处理，从而提高模型识别的正确率。

技术领域

本发明实施例涉及计算机应用中的测试技术领域，尤其涉及一种坏例识别及其模型优化方法、装置及计算机存储介质。

背景技术

坏例(bad case)是指算法模型(识别模型)在针对样本进行识别预测时，不能够准确给出识别结果的样本。例如，输入一个带有小狗图案的图片样本，但算法模型输出的图片识别结果是小猫，对于所述算法模型而言，此图片样本即为坏例。

通常，算法模型需要通过大量训练各种类型的样本，使得样本空间获得较大的提升，才能使算法模型更具有泛化性、鲁棒性。因此，如何从算法模型所训练的样本数据集中寻找出坏例成为了一个关键性问题。

发明内容

有鉴于此，本发明实施例所解决的技术问题之一在于提供一种坏例识别及其模型优化方法、装置及计算机存储介质，可自动识别出待识别样本中的坏例，并具有较高的识别准确度。

根据本发明实施例的第一方面，提供了一种坏例识别方法，其包括利用具有相同识别能力的待优化识别模型和至少一参考识别模型针对待识别样本分别进行识别，获得所述待优化模型的第一识别结果和所述至少一参考识别模型的至少一第二识别结果；以及利用多策略叠加模型中的至少二坏例分析策略分别基于所述至少一第二识别结果分析所述第一识别结果，获得各所述坏例分析策略对应的各中间分析结果，并根据各所述中间分析结果获得所述待优化识别模型识别的所述待识别样本是否为坏例的坏例识别结果。

根据本发明实施例的第二方面，提供了一种模型优化方法，其包括获取多个待识别样本以训练待优化识别模型；利用上述第一方面所述的坏例识别方法，获得所述待优化识别模型识别的各所述待识别样本是否为坏例的多个坏例识别结果；以及基于所述多个坏例识别结果，优化所述待优化识别模型。

根据本发明实施例的第三方面，提供了一种计算机存储介质，所述计算机存储介质中存储有用于执行本发明第一方面所述的坏例识别方法的各所述步骤的指令。

根据本发明实施例的第四方面，提供了一种计算机存储介质，所述计算机存储介质中存储有用于执行本发明第二方面所述的模型优化方法的各所述步骤的指令。

根据本发明实施例的第五方面，提供了一种坏例识别装置，其包括：识别模块，用于利用具有相同识别能力的待优化识别模型和至少一参考识别模型针对待识别样本分别进行识别，获得所述待优化模型的第一识别结果和所述至少一参考识别模型的至少一第二识别结果；以及多策略叠加模型，用于利用至少二坏例分析策略分别基于所述至少一第二识别结果分析所述第一识别结果，获得各所述坏例分析策略对应的各中间分析结果，并根据各所述中间分析结果获得所述待优化识别模型识别的所述待识别样本是否为坏例的坏例识别结果。

根据本发明实施例的第六方面，提供了一种模型优化装置，其包括：模型训练模块，获取多个待识别样本以训练待优化识别模型，并利用上述第五方面所述的坏例识别装置，获得所述待优化识别模型识别的各所述待识别样本是否为坏例的多个坏例识别结果；以及模型优化模块，用于基于所述多个坏例识别结果，优化所述待优化识别模型。