[发明专利]数据处理方法与数据处理模型的训练方法

说明书

本公开提供一种数据处理方法与数据处理模型的训练方法。数据处理方法包括：获取目标数据，所述目标数据包括目标图像；使用第i个处理层组处理所述目标数据以输出第i个处理结果，所述第i个处理层组包括按顺序连接的前N_i个公共特征处理层与第i个分支层组，所述分支层组包括多个分支特征处理层，其中i≥1，N_i+1≥N_i≥1；根据至少一个所述处理结果确定所述目标数据的最终处理结果。本公开实施例可以使用一个具有公共层组和多个分支层组的数据处理模型端对端完成多项数据处理任务，结合各分支层组对公共层组的改进和公共层组对各分支层组的反向影响有效提高数据处理任务的处理能力，提高数据处理效率和准确度。

技术领域

本公开涉及机器学习技术领域，具体而言，涉及一种数据处理方法与数据处理模型的训练方法。

背景技术

随着智能手机的不断普及，很多公司推出了手机碎屏险。在理赔过程中，首先要求客户或维修商拍摄带有IMEI码(International Mobile Equipment Identity，国际移动设备识别码)的手机屏幕图片，进行以下图像识别和验证工作：(1)筛选出带有手机屏幕的图像；(2)判断手机屏幕是否真的出现破碎；(3)识别图像中的IMEI码并根据IMEI码判断该手机是否为已投保手机；(4)判断手机机型与IMEI码对应的手机的机型是否一致。

相关技术中，通常使用基于传统机器学习方式和深度学习方式的多个模型完成上述四个任务。但是由于对应每个模型的训练数据有限，各模型的精度都无法达到最优，此外，在实际应用过程中对各模型的调用会造成数据处理效率低下和数据庞大。

因此，需要一种具有更高精度和更高数据处理效率的数据处理方法。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种数据处理方法与数据处理模型的训练方法，用于至少在一定程度上克服由于相关技术的限制和缺陷而导致的多任务处理过程中多个模型的匹配对训练样本要求高、实际应用过程中数据处理效率低下等缺陷。

根据本公开实施例的第一方面，提供一种数据处理方法，包括：获取目标数据，所述目标数据包括目标图像；使用第i个处理层组处理所述目标数据以输出第i个处理结果，所述第i个处理层组包括按顺序连接的前N_i个公共特征处理层与第i个分支层组，所述分支层组包括多个分支特征处理层，其中i≥1，N_i+1≥N_i≥1；根据至少一个所述处理结果确定所述目标数据的最终处理结果。

在本公开的一种示例性实施例中，所述使用第i个处理层组处理所述目标数据以输出第i个处理结果包括：在所述第i个处理结果符合预设条件时，使用第i+1个处理层组处理所述目标数据；在所述第i个处理结果不符合所述预设条件时，停止处理所述目标图像。

在本公开的一种示例性实施例中，所述使用第i个处理层组处理所述目标数据以输出第i个处理结果包括：同时使用n个处理层组处理所述目标数据以同时输出n个处理结果，n≥2。

在本公开的一种示例性实施例中，在所述目标数据为用于碎屏险理赔的第一目标图像时，所述分支层组包括：图片筛选分支层组，用于检测所述第一目标图像是否为包含手机屏幕的第二目标图像；碎屏检测分支层组，用于检测所述第二目标图像中的手机屏幕是否破碎；识别码检测分支层组，用于检测所述第二目标图像中的识别码；机型识别分支层组，用于检测所述第二目标图像中的手机机型。

在本公开的一种示例性实施例中，所述识别码检测分支层组中的各分支特征处理层与尺寸对应的公共特征处理层通道连接。