[发明专利]模型训练方法、装置、电子设备、介质及产品

说明书

本公开提供了视频分析模型训练方法、装置、设备、介质及产品，在训练机器学习模型的过程中，是将样本视频的图像集合作为输入，而不是将整个样本视频作为输入。样本视频的图像集合包含第二视频图像以及从样本视频中抽取得到的第一视频图像。第二视频图像为设定图像，由于样本视频的图像集合包含的图像数目小于样本视频包含的所有图像的数目，所以训练机器学习模型的速度较快。由于第二视频图像可能与样本视频无关，所以需要确定掩膜参数，掩膜参数用于记录图像集合中有效图像的位置以及无效图像的位置，将图像集合和掩膜参数作为输入机器学习模型，以使得机器学习模型基于第一视频图像得到样本视频的分析结果。使得训练的机器学习模型更加准确。

技术领域

本公开涉及人工智能技术领域，尤其涉及视频分析模型训练方法、装置、设备、介质及产品。

背景技术

视频类客户端能够向用户推荐用户感兴趣的视频，或者，能够向用户展示视频的分类标签(例如综艺节目、电影、动漫等分类标签)，以便于用户能够基于视频的分类标签查找到相应的视频。

相关技术中，用户感兴趣的视频或视频的分类标签均是基于视频的视频内容信息确定的，视频的视频内容信息的获取方法可以是将视频输入机器学习模型，以得到机器学习模型输出的视频内容信息。机器学习模型是通过将多个视频作为输入训练得到的。

相关技术中训练机器学习模型的速度较慢。

发明内容

本公开提供一种视频分析模型训练方法、装置、设备、介质及产品，以至少解决相关技术中训练机器学习模型的速度较慢的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种视频分析模型训练方法，包括：

从样本视频包含的多帧视频图像中间隔抽取视频图像，以抽取得到第一视频图像；

确定所述样本视频对应的图像集合，所述图像集合包括所述第一视频图像以及第一数目个第二视频图像，所述第二视频图像为设定图像，所述第一视频图像的数目与所述第一数目之和为预设数目，样本视频集合中不同样本视频分别对应的图像集合包含的图像的数目均为所述预设数目；

基于所述图像集合，确定掩膜参数，所述掩膜参数用于记录所述图像集合中有效图像的位置以及无效图像的位置，所述第一视频图像为有效图像，所述第二视频图像为无效图像；

将所述图像集合以及所述掩膜参数作为机器学习模型的输入，将所述样本视频对应的人工标注分类标签作为训练目标，训练得到视频分析模型。

结合第一方面，在第一种可能实现方式中，所述基于所述图像集合，确定掩膜参数步骤包括：

确定所述第一视频图像位于所述图像集合中的第一位置；

确定所述第二视频图像位于所述图像集合中的第二位置；

基于所述第一位置以及所述第二位置，确定所述掩膜参数，所述掩膜参数中位于所述第一位置对应的位置处的元素为第一字符，位于所述第二位置对应的位置处的元素为第二字符；其中，第一字符表征位于所述图像集合的所述第一位置的图像为有效图像，所述第二字符表征位于所述图像集合的所述第二位置的图像为无效图像。

结合第一方面，在第二种可能实现方式中，所述从样本视频包含的多帧视频图像中间隔抽取视频图像，以抽取得到第一视频图像步骤包括：

接收来自存储设备的样本视频，所述样本视频为所述存储设备压缩编码后的视频；

从所述样本视频包含的多个关键帧中获得目标关键帧；

获取抽样间隔；

从所述样本视频包含的所述目标关键帧对应的非关键帧中，每隔所述抽样间隔抽取一个非关键帧，以得到至少一个非关键帧，所述非关键帧是基于所述目标关键帧压缩的；