[发明专利]模型训练数据筛选方法、装置、设备及存储介质

权利要求书

1.一种模型训练数据筛选方法，其特征在于，包括：

获取业务模型产生的多个坏例数据，所述业务模型为图像识别模型；

利用分类模型对所述多个坏例数据进行分类，得到所述多个坏例数据各自所属的分类的类别，所述多个坏例数据为通过所述图像识别模型进行识别预测时不能准确给出结果的多个样本；

根据所述分类的类别，利用所述分类模型对所述业务模型处理的业务数据进行筛选，得到所述业务模型的第一训练数据；

其中，根据所述分类的类别，利用所述分类模型对所述业务模型处理的业务数据进行筛选，得到所述业务模型的第一训练数据，包括：在所述第一训练数据中增加所述分类的类别对应的坏例数据的数量；

获取业务模型产生的多个坏例数据，包括：获取所述业务模型处理的业务数据；将所述业务模型对所述业务数据的处理结果与所述业务数据对应的标注数据相比对，根据比对结果得到所述业务模型产生的多个坏例数据；

根据所述分类的类别，利用所述分类模型对所述业务模型处理的业务数据进行筛选，得到所述业务模型的第一训练数据，包括：利用所述分类模型对所述业务模型处理的业务数据进行分类，得到分类数据；获取预设占比值，所述预设占比值包括所述分类的类别对应的数据在所述第一训练数据中的占比值；按照所述预设占比值从所述分类数据中抽取得到所述第一训练数据。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据数据内容和/或数据属性对所述第一训练数据进行筛选，得到第二训练数据。

3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

对所述业务模型处理的业务数据进行标注，得到第一标注数据；

基于所述第一标注数据利用贝叶斯决策训练所述分类模型。

4.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

在所述分类模型对所述坏例数据无法分类的情况下，对无法分类的所述坏例数据进行标注，得到第二标注数据；

基于所述第二标注数据优化所述分类模型。

5.一种模型训练数据筛选装置，其特征在于，包括：

获取单元，用于获取业务模型产生的多个坏例数据，所述业务模型为图像识别模型，所述多个坏例数据为通过所述图像识别模型进行识别预测时不能准确给出结果的多个样本；

分类单元，用于利用分类模型对所述多个坏例数据进行分类，得到所述多个坏例数据各自所属的分类的类别；

筛选单元，用于根据所述分类的类别，利用所述分类模型对所述业务模型处理的业务数据进行筛选，得到所述业务模型的第一训练数据；

其中，所述筛选单元还用于在所述第一训练数据中增加所述分类的类别对应的坏例数据的数量；

所述获取单元用于：获取所述业务模型处理的业务数据；将所述业务模型对所述业务数据的处理结果与所述业务数据对应的标注数据相比对，根据比对结果得到所述业务模型产生的多个坏例数据；

所述筛选单元用于：利用所述分类模型对所述业务模型处理的业务数据进行分类，得到分类数据；获取预设占比值，所述预设占比值包括所述分类的类别对应的数据在所述第一训练数据中的占比值；按照所述预设占比值从所述分类数据中抽取得到所述第一训练数据。

6.根据权利要求5所述的装置，其特征在于，所述筛选单元还用于：

根据数据内容和/或数据属性对所述第一训练数据进行筛选，得到第二训练数据。

7.根据权利要求5或6所述的装置，其特征在于，所述装置还包括训练单元，所述训练单元用于：

对所述业务模型处理的业务数据进行标注，得到第一标注数据；

基于所述第一标注数据利用贝叶斯决策训练所述分类模型。

8.根据权利要求5或6所述的装置，其特征在于，所述装置还包括训练单元，所述训练单元用于：

在所述分类模型对所述坏例数据无法分类的情况下，对无法分类的所述坏例数据进行标注，得到第二标注数据；

基于所述第二标注数据优化所述分类模型。