[发明专利]训练深度学习模型的方法和装置、电子设备及存储介质

权利要求书

1.一种训练深度学习模型的方法，包括：

使用第一训练数据集开始对待训练模型进行迭代训练；

筛选推理错误的样本数据和推理正确的样本数据；

对所筛选的推理错误的样本数据进行数据增强；

基于经所述数据增强的推理错误的样本数据和所筛选的推理正确的样本数据生成第二训练数据集；以及

在使用所述第二训练数据集进行进一步训练后，使用所述第一训练数据集继续进行迭代训练。

2.根据权利要求1所述的方法，其中所述筛选推理错误的样本数据和推理正确的样本数据包括：

基于在至少一轮的迭代训练中推理错误的样本数据构成推理错误信息集，其中所述推理错误信息集中包括所述推理错误的样本数据的索引和在所述至少一轮的迭代训练中的推理错误置信度；以及

在所述至少一轮的迭代训练中选择推理正确的样本数据以构成推理正确信息集，使得所选的推理正确的样本数据在标签信息和推理正确置信度方面分布基本均衡，其中所述推理正确信息集包括所选择的推理正确的样本数据的索引。

3.根据权利要求2所述的方法，其中所述对所筛选的推理错误的样本数据进行数据增强包括：基于所述推理错误信息集中的索引获取所筛选的推理错误的样本数据，

其中所述对所筛选的推理错误的样本数据进行数据增强还包括：

对于每个所获取的推理错误的样本数据，进行与基于在所述推理错误信息集中的推理错误重复次数和各自的推理错误置信度正相关的数据增强；和/或

对于每个所获取的推理错误的样本数据，基于与所述推理错误置信度正相关的加权值进行数据增强。

4.根据权利要求2所述的方法，其中在基于经所述数据增强的推理错误的样本数据和所筛选的推理正确的样本数据生成第二训练数据集之前，所述方法还包括：

基于所述推理正确信息集中的索引获取所筛选的推理正确的样本数据。

5.根据权利要求1所述的方法，其中使用所述第二训练数据集进行至少一轮的训练。

6.根据权利要求1所述的方法，其中在使用所述第二训练数据集进行进一步训练后，使用所述第一训练数据集继续进行迭代训练，直到训练完成。

7.根据权利要求1所述的方法，还包括：以迭代方式重复执行训练优化操作，直到训练完成，其中所述训练优化操作包括：

筛选推理错误的样本数据和推理正确的样本数据；

对所筛选的推理错误的样本数据进行数据增强；

基于经所述数据增强的推理错误的样本数据和所筛选的推理正确的样本数据生成优化训练数据集；以及

在使用所述优化训练数据集进行进一步训练后，使用所述第一训练数据集继续进行迭代训练。

8.根据权利要求2所述的方法，其中所述基于在至少一轮的迭代训练中推理错误的样本数据构成推理错误信息集包括：

在确定第N轮迭代训练的结果满足预设条件时，从第N+1轮迭代训练开始确定每轮迭代训练中推理错误的样本数据以用于构成所述推理错误信息集，直到基于所述推理错误信息集确定截止到第M轮迭代训练的总推理错误次数超过预设次数，其中N是不小于1的正整数，M是大于N的正整数。

9.根据权利要求8所述的方法，其中所述在所述至少一轮的迭代训练中选择推理正确的样本数据以构成推理正确信息集包括：

在基于所述推理错误信息集确定截止到第M轮迭代训练的总推理错误次数超过预设次数时，在第M轮迭代训练中确定推理正确的样本数据并在从中进行选择。