[发明专利]一种自训练方法、系统、装置、电子设备及存储介质

说明书

本申请实施例提供了一种自训练方法、系统、装置、电子设备及存储介质，涉及人工智能技术领域，包括：获得数据采集设备采集的多媒体数据，并获得第一对象检测模型对各个多媒体数据中对象进行检测得到的属性信息；基于所获得的每一多媒体数据中对象的属性信息，从各个多媒体数据中选择包含具有目标属性的对象的数据，作为第一样本数据，其中，目标属性为：第一对象检测模型对多媒体数据中对象进行检测时，检测结果的准确度满足预设的自训练条件的多媒体数据中对象所具有的属性；利用第一样本数据对第一对象检测模型进行训练，得到第二对象检测模型。应用本申请实施例提供的方案，可以提高对象检测模型进行对象检测的准确度。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种自训练方法、系统、装置、电子设备及存储介质。

背景技术

随着人工智能技术的快速发展，对象检测模型的应用越来越广泛，其中，上述对象检测模型用于针对图像、音频等中的对象进行检测。

现有技术中，在获得对象检测模型时，通常需要搜集大量样本数据，利用所搜集的样本数据对初始模型进行训练，从而得到训练后的对象检测模型。为得到能够兼顾各种应用场景的对象检测模型，在搜集样本数据时，一般会从多个场景中分别搜集包含不同属性的对象的多种样本数据。然而在实际应用场景中，对象检测模型的输入数据主要集中在包含某些属性的对象的数据中。例如，上述对象为车辆时，对象的属性包括货车、卡车、商务车、轿车等，在对车辆检测模型进行训练时，所搜集的样本数据可以是货车图像、卡车图像、商务车图像、轿车图像等，若训练得到的车辆检测模型应用在城市交通道路场景中，则上述车辆检测模型的输入数据主要为商务车图像、轿车图像。

由于训练上述对象检测模型时，所采用的样本数据为包含不同属性的对象的多种数据，对于包含特定属性的对象的数据而言，针对性相对较弱。而实际应用场景中对象检测模型的输入数据一般为包含特定属性的对象的数据，所以，应用上述对象检测模型进行对象检测时，得到的检测结果准确度较低。

发明内容

本申请实施例的目的在于提供一种自训练方法、系统、装置、电子设备及存储介质，以提高对象检测模型进行对象检测的准确度。具体技术方案如下：

第一方面，本申请实施例提供了一种自训练方法，所述方法包括：

获得数据采集设备采集的多媒体数据，并获得第一对象检测模型对各个多媒体数据中对象进行检测得到的属性信息，其中，所述第一对象检测模型为：所述数据采集设备当前使用的模型；

基于所获得的每一多媒体数据中对象的属性信息，从各个多媒体数据中选择包含具有目标属性的对象的数据，作为第一样本数据，其中，所述目标属性为：所述第一对象检测模型对多媒体数据中对象进行检测时，检测结果的准确度满足预设的自训练条件的多媒体数据中对象所具有的属性；

利用所述第一样本数据对所述第一对象检测模型进行训练，得到第二对象检测模型。

本申请的一个实施例中，所述方法还包括：

基于测试数据，测试所述第二对象检测模型进行对象检测的准确度，得到测试结果，其中，所述测试数据包括已有测试数据和/或新测试数据，所述已有测试数据为：已使用过的、用于测试所述第一对象检测模型进行对象检测的准确度的数据，所述新测试数据为：未使用过的测试数据；

根据所述测试结果，确定是否将所述数据采集设备中的所述第一对象检测模型更新为所述第二对象检测模型。

本申请的一个实施例中，所述新测试数据包括以下数据中的至少一种：

用户通过客户端输入的带有标注信息的数据；

由用户对候选数据进行标注得到的数据，其中，所述候选数据为：从所述数据采集设备采集的多媒体数据中抽取的数据。