[发明专利]基于主动学习的模型训练方法、装置及服务器有效
| 申请号: | 202110104893.4 | 申请日: | 2021-01-26 |
| 公开(公告)号: | CN112434809B | 公开(公告)日: | 2021-04-06 |
| 发明(设计)人: | 李源;徐光耀;刘少平;蹇宜洋 | 申请(专利权)人: | 成都点泽智能科技有限公司;中科智云科技有限公司 |
| 主分类号: | G06N3/08 | 分类号: | G06N3/08;G06N3/04;G06K9/62;G06T7/246 |
| 代理公司: | 成都极刻智慧知识产权代理事务所(普通合伙) 51310 | 代理人: | 唐维虎 |
| 地址: | 610041 四川省成都市高新*** | 国省代码: | 四川;51 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 主动 学习 模型 训练 方法 装置 服务器 | ||
1.一种基于主动学习的模型训练方法,其特征在于,应用于服务器,所述方法包括:
在检测到训练任务启动后,调取所述训练任务所指示的每个应用场景的训练样本;
调度与每个应用场景预先匹配的初始深度学习网络模型对该应用场景的训练样本集的训练样本进行样本标注;
调度主动学习服务对已标注的训练样本进行主动筛选,获得每个应用场景的主动筛选样本,并根据用户对所述主动筛选样本的校准指令对所述主动筛选样本进行校准,获得校准主动筛选样本;
调度与每个应用场景关联的训练服务基于每个应用场景的校准主动筛选样本对每个应用场景预先匹配的初始深度学习网络模型进行训练,在训练过程满足训练终止条件时,获得每个应用场景的目标深度学习网络模型;
调度发布服务将每个应用场景的初始深度学习网络模型替换为所述目标深度学习网络模型后,发布到对应的每个应用场景对应的软件应用程序中;
所述方法还包括:
基于所述每个应用场景的目标深度学习网络模型对所述每个应用场景的待分类样本进行分类,获得所述每个应用场景的待分类样本的分类预测标签;
基于所述每个应用场景的待分类样本的分类预测标签和所述待分类样本的区域统计信息,生成所述每个应用场景的业务推送信息;
其中,所述基于所述每个应用场景的待分类样本的分类预测标签和所述待分类样本的区域统计信息,生成所述每个应用场景的业务推送信息的步骤,包括:
获取当前区域统计信息,所述当前区域统计信息包括进入当前区域的第一监控对象轨迹以及所述当前区域的监控对象工作状态,所述当前区域用于指示监控对象当前所处的监控区域位置,所述监控对象工作状态反映监控对象在所述当前区域的监控对象状态;
基于针对目标区域的监控对象跟踪进程,获取目标区域统计信息,所述目标区域统计信息包括所述目标区域的监控对象工作状态以及进入过所述目标区域的历史监控对象轨迹,所述监控对象跟踪进程用于指示监控对象由所述当前区域跟踪至所述目标区域;
对所述第一监控对象轨迹以及所述历史监控对象轨迹进行轨迹融合处理,得到符合监控对象画像特征且符合监控对象工作状态条件的监控对象融合轨迹,所述监控对象融合轨迹覆盖所述目标区域;
基于所述监控对象融合轨迹,更新所述目标区域对应的监控对象工作状态后,生成对应的业务推送信息;
其中,所述对所述第一监控对象轨迹以及所述历史监控对象轨迹进行轨迹融合处理,得到符合监控对象画像特征且符合监控对象工作状态条件的监控对象融合轨迹,包括:
按照基础融合策略,对所述第一监控对象轨迹以及所述历史监控对象轨迹进行轨迹融合处理,得到基础监控对象融合轨迹;
若所述基础监控对象融合轨迹符合所述监控对象画像特征,则使用所述基础监控对象融合轨迹作为所述监控对象融合轨迹;
若所述基础监控对象融合轨迹不符合所述监控对象画像特征,则确定所述当前区域与所述目标区域之间的区域归属关系;
在所述当前区域与所述目标区域之间存在所述区域归属关系的情况下,在所述目标区域之前的监控对象区域中进行广度优先遍历处理,得到符合所述监控对象画像特征的监控对象融合区域,所述当前区域之后的监控对象区域不会改变所述当前区域的监控对象工作状态;
基于所述监控对象融合区域生成所述监控对象融合轨迹;
在所述当前区域与所述目标区域之间不存在所述区域归属关系的情况下,基于导致所述基础监控对象融合轨迹不符合所述监控对象画像特征的目标监控对象工作状态,更改所述基础监控对象融合轨迹中涉及所述目标监控对象工作状态改变的监控对象区域,得到符合所述监控对象画像特征的所述监控对象融合轨迹;其中,所述目标监控对象工作状态改变用于满足所述监控对象画像特征,所述监控对象融合轨迹中除所述目标监控对象工作状态外的其他监控对象工作状态符合状态要求;
其中,所述在所述目标区域之前的监控对象区域中进行广度优先遍历处理之前,还包括:
获取目标决策区域之后的已追踪监控对象区域,所述目标决策区域是指导致所述基础监控对象融合轨迹不符合所述监控对象画像特征以及涉及所述目标监控对象工作状态判断的监控对象区域;
所述在所述目标区域之前的监控对象区域中进行广度优先遍历处理,得到符合所述监控对象画像特征的监控对象融合区域,包括:
除去所述目标决策区域的扩展区域中在历史轨迹上的监控对象区域,得到剩余已追踪监控对象区域;
在剩余区域中进行所述广度优先遍历处理,得到符合所述监控对象画像特征的监控对象融合区域;
其中,在广度优先遍历处理过程中,检测所述广度优先遍历处理的遍历迭代统计数;
在所述遍历迭代统计数未达到遍历迭代统计数阈值的情况下,对当前遍历区域进行区域判断处理,所述当前遍历区域是指当前遍历节点所述广度优先遍历处理进入的监控对象区域,所述广度优先遍历处理的起始区域为所述目标决策区域的目标扩展区域;
在所述当前遍历区域未通过所述区域判断处理的情况下,将所述当前遍历区域的下一扩展区域作为所述当前遍历区域,以及累加所述遍历迭代统计数,执行所述检测所述广度优先遍历处理的遍历迭代统计数的步骤;
在所述当前遍历区域通过所述区域判断处理的情况下,对所述当前遍历区域进行监控对象业务检测处理;
若所述当前遍历区域通过所述监控对象业务检测处理,则将所述当前遍历区域确定为所述监控对象融合区域;
若所述当前遍历区域未通过所述监控对象业务检测处理,则将所述当前遍历区域的下一扩展区域作为所述当前遍历区域,以及累加所述遍历迭代统计数,执行所述检测所述广度优先遍历处理的遍历迭代统计数的步骤;
在所述遍历迭代统计数达到遍历迭代统计数阈值的情况下,检测所述当前遍历区域的所有扩展区域是否均不在进入所述目标区域的所述历史监控对象轨迹上;
若所述当前遍历区域的所有扩展区域均不在所述历史监控对象轨迹上,则删除所述当前遍历区域所在的遍历分支;
若所述当前遍历区域的扩展区域中包含在所述历史监控对象轨迹上的目标扩展区域,则对所述目标扩展区域进行所述监控对象业务检测处理;
若所述目标扩展区域通过所述监控对象业务检测处理,则将所述目标扩展区域作为所述监控对象融合区域;
若所述目标扩展区域未通过所述监控对象业务检测处理,则删除所述当前遍历区域所在的遍历分支。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都点泽智能科技有限公司;中科智云科技有限公司,未经成都点泽智能科技有限公司;中科智云科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110104893.4/1.html,转载请声明来源钻瓜专利网。





