CN108960316A - 用于生成模型的方法和装置 - Google Patents
用于生成模型的方法和装置 Download PDFInfo
- Publication number
- CN108960316A CN108960316A CN201810679114.1A CN201810679114A CN108960316A CN 108960316 A CN108960316 A CN 108960316A CN 201810679114 A CN201810679114 A CN 201810679114A CN 108960316 A CN108960316 A CN 108960316A
- Authority
- CN
- China
- Prior art keywords
- sample
- label
- sequence
- training
- candidate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例公开了用于生成模型的方法和装置。该方法的一具体实施方式包括：获取训练样本集，其中，训练样本包括包括样本对象的样本视频和针对样本视频中的样本对象预先确定的样本标签序列；从训练样本集中选取训练样本，以及执行以下训练步骤：将所选取的训练样本中的样本视频输入初始模型，获得样本视频中的样本对象所对应的至少两个候选标签序列；从至少两个候选标签序列选择候选标签序列作为实际标签序列；基于实际标签序列和所选取的训练样本中的样本标签序列，确定初始模型是否训练完成；响应于确定初始模型训练完成，将训练完成的初始模型作为视频识别模型。通过该实施方式能够得到一种用于识别视频的模型，且丰富了模型的生成方式。
Description
技术领域
本申请实施例涉及计算机技术领域，尤其涉及用于生成模型的方法和装置。
背景技术
目前，通过拍摄视频实现信息分享已经成为人们生活中重要的信息分享模式。实践中，为了提高用户对视频的观看体验，通常会对拍摄得到的视频进行处理，以生成用于表征视频中所显示的内容的标签。
发明内容
本申请实施例提出了用于生成模型的方法和装置，以及用于识别视频的方法和装置。
第一方面，本申请实施例提供了一种用于生成模型的方法，该包括：获取训练样本集，其中，训练样本包括包括样本对象的样本视频和针对样本视频中的样本对象预先确定的样本标签序列，样本标签用于表征样本对象所指示的内容，样本标签序列包括至少两个样本标签，样本标签序列中的样本标签具有等级关系，等级低的样本标签所对应的内容属于等级高的样本标签所对应的内容；从训练样本集中选取训练样本，以及执行以下训练步骤：将所选取的训练样本中的样本视频输入初始模型，获得样本视频中的样本对象所对应的至少两个候选标签序列；从至少两个候选标签序列选择候选标签序列作为实际标签序列；基于实际标签序列和所选取的训练样本中的样本标签序列，确定初始模型是否训练完成；响应于确定初始模型训练完成，将训练完成的初始模型作为视频识别模型。
在一些实施例中，从至少两个候选标签序列选择候选标签序列作为实际标签序列，包括：对于至少两个候选标签序列中候选标签序列，基于该候选标签序列中的候选标签所对应的概率，确定该候选标签序列所对应的概率；选取概率最大的候选标签序列作为实际标签序列。
在一些实施例中，基于该候选标签序列中的候选标签所对应的概率，确定该候选标签序列所对应的概率，包括：对该候选标签序列中的候选标签所对应的概率进行求积，获得求积结果；将所获得的求积结果确定为该候选标签序列所对应的概率。
在一些实施例中，基于实际标签序列和所选取的训练样本中的样本标签序列，确定初始模型是否训练完成，包括：对于实际标签序列中的实际标签，确定该实际标签相对于该实际标签所对应的样本标签序列中的样本标签的损失值；基于所确定的损失值，确定初始模型是否训练完成。
在一些实施例中，基于所确定的损失值，确定初始模型是否训练完成，包括：对于实际标签序列中的实际标签，确定该实际标签所对应的等级，以及确定该实际标签所对应的损失值是否小于等于针对所确定的等级预先设置的损失阈值；响应于确定实际标签序列中的实际标签所对应的损失值均小于等于相对应的损失阈值，确定初始模型训练完成。
在一些实施例中，基于所确定的损失值，确定初始模型是否训练完成，包括：确定实际标签序列中的实际标签所对应的等级；获取针对不同等级的标签预先设置的权重，以及基于所获取的权重，对所确定的损失值进行加权求和处理，获得加权求和值；将所获得的加权求和值确定为实际标签序列相对于样本标签序列的总损失值，以及响应于确定总损失值小于等于预先设置的总损失阈值，确定初始模型训练完成。
在一些实施例中，该方法还包括：响应于确定初始模型未训练完成，调整初始模型中的相关参数，从未被选取的训练样本中选取训练样本，以及使用最近一次调整的初始模型作为初始模型且使用最近一次选取的训练样本作为所选取的训练样本，继续执行训练步骤。
第二方面，本申请实施例提供了一种用于生成模型的装置，该装置包括：样本获取单元，被配置成获取训练样本集，其中，训练样本包括包括样本对象的样本视频和针对样本视频中的样本对象预先确定的样本标签序列，样本标签用于表征样本对象所指示的内容，样本标签序列包括至少两个样本标签，样本标签序列中的样本标签具有等级关系，等级低的样本标签所对应的内容属于等级高的样本标签所对应的内容；第一执行单元，被配置成从训练样本集中选取训练样本，以及执行以下训练步骤：将所选取的训练样本中的样本视频输入初始模型，获得样本视频中的样本对象所对应的至少两个候选标签序列；从至少两个候选标签序列选择候选标签序列作为实际标签序列；基于实际标签序列和所选取的训练样本中的样本标签序列，确定初始模型是否训练完成；响应于确定初始模型训练完成，将训练完成的初始模型作为视频识别模型。
在一些实施例中，第一执行单元包括：概率确定模块，被配置成对于至少两个候选标签序列中候选标签序列，基于该候选标签序列中的候选标签所对应的概率，确定该候选标签序列所对应的概率；序列选取模块，被配置成选取概率最大的候选标签序列作为实际标签序列。
在一些实施例中，概率确定模块进一步被配置成：对该候选标签序列中的候选标签所对应的概率进行求积，获得求积结果；将所获得的求积结果确定为该候选标签序列所对应的概率。
在一些实施例中，第一执行单元包括：损失确定模块，被配置成对于实际标签序列中的实际标签，确定该实际标签相对于该实际标签所对应的样本标签序列中的样本标签的损失值；模型确定模块，被配置成基于所确定的损失值，确定初始模型是否训练完成。
在一些实施例中，模型确定模块进一步被配置成：对于实际标签序列中的实际标签，确定该实际标签所对应的等级，以及确定该实际标签所对应的损失值是否小于等于针对所确定的等级预先设置的损失阈值；响应于确定实际标签序列中的实际标签所对应的损失值均小于等于相对应的损失阈值，确定初始模型训练完成。
在一些实施例中，模型确定模块进一步被配置成：确定实际标签序列中的实际标签所对应的等级；获取针对不同等级的标签预先设置的权重，以及基于所获取的权重，对所确定的损失值进行加权求和处理，获得加权求和值；将所获得的加权求和值确定为实际标签序列相对于样本标签序列的总损失值，以及响应于确定总损失值小于等于预先设置的总损失阈值，确定初始模型训练完成。
在一些实施例中，该装置还包括：第二执行单元，被配置成响应于确定初始模型未训练完成，调整初始模型中的相关参数，从未被选取的训练样本中选取训练样本，以及使用最近一次调整的初始模型作为初始模型且使用最近一次选取的训练样本作为所选取的训练样本，继续执行训练步骤。
第三方面，本申请实施例提供了一种用于识别视频的方法，该方法包括：获取包括对象的待识别视频；将待识别视频输入采用如上述第一方面中任一实施例所描述的方法生成的视频识别模型中，生成待识别视频中的对象所对应的标签序列，其中，标签用于表征对象所指示的内容，标签序列包括至少两个标签，标签序列中的标签具有等级关系，等级低的标签所对应的内容属于等级高的标签所对应的内容。
第四方面，本申请实施例提供了一种用于识别视频的装置，该装置包括：视频获取单元，被配置成获取包括对象的待识别视频；序列生成单元，被配置成将待识别视频输入采用如上述第一方面中任一实施例所描述的方法生成的视频识别模型中，生成待识别视频中的对象所对应的标签序列，其中，标签用于表征对象所指示的内容，标签序列包括至少两个标签，标签序列中的标签具有等级关系，等级低的标签所对应的内容属于等级高的标签所对应的内容。
第五方面，本申请实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上述第一方面和第三方面中任一实施例所描述的方法。
第六方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面和第三方面中任一实施例所描述的方法。
本申请实施例提供的用于生成模型的方法和装置，通过获取训练样本集，其中，训练样本包括包括样本对象的样本视频和针对样本视频中的样本对象预先确定的样本标签序列，样本标签用于表征样本对象所指示的内容，样本标签序列包括至少两个样本标签，样本标签序列中的样本标签具有等级关系，等级低的样本标签所对应的内容属于等级高的样本标签所对应的内容，而后从训练样本集中选取训练样本，以及执行以下训练步骤：将所选取的训练样本中的样本视频输入初始模型，获得样本视频中的样本对象所对应的至少两个候选标签序列；从至少两个候选标签序列选择候选标签序列作为实际标签序列；基于实际标签序列和所选取的训练样本中的样本标签序列，确定初始模型是否训练完成；响应于确定初始模型训练完成，将训练完成的初始模型作为视频识别模型，从而能够得到一种可以用于识别视频的模型，且有助于丰富模型的生成方式。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本申请的一个实施例可以应用于其中的示例性系统架构图；
图2是根据本申请的用于生成模型的方法的一个实施例的流程图；
图3是根据本申请的用于生成模型的方法的一个应用场景的示意图；
图4是根据本申请的用于生成模型的方法的又一个实施例的流程图；
图5是根据本申请的用于生成模型的装置的一个实施例的结构示意图；
图6是根据本申请用于识别视频的方法的一个实施例的流程图；
图7是根据本申请用于识别视频的装置的一个实施例的结构示意图；
图8是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请实施例的用于生成模型的方法、用于生成模型的装置、用于识别视频的方法或用于识别视频的装置的示例性系统架构100。
如图1所示，系统架构100可以包括终端101、102，网络103、数据库服务器104和服务器105。网络103用以在终端101、102，数据库服务器104与服务器105之间提供通信链路的介质。网络103可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户110可以使用终端101、102通过网络103与服务器105进行交互，以接收或发送消息等。终端101、102上可以安装有各种客户端应用，例如模型训练类应用、视频识别类应用、社交类应用、支付类应用、网页浏览器和即时通讯工具等。
这里的终端101、102可以是硬件，也可以是软件。当终端101、102为硬件时，可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)、膝上型便携计算机和台式计算机等等。当终端101、102为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
当终端101、102为硬件时，其上还可以安装有视频采集设备。视频采集设备可以是各种能实现采集视频功能的设备，如摄像头、传感器等等。用户110可以利用终端101、102上的视频采集设备来采集视频。
数据库服务器104可以是提供各种服务的数据库服务器。例如数据库服务器中可以存储有样本集合。样本集合中包含有大量的样本。其中，样本可以包括包括样本对象的样本视频以及针对样本视频中的样本对象预先确定的样本标签序列。这样，用户110也可以通过终端101、102，从数据库服务器104所存储的样本集合中选取样本。
服务器105也可以是提供各种服务的服务器，例如对终端101、102上显示的各种应用提供支持的后台服务器。后台服务器可以利用终端101、102发送的样本集合中的样本，对初始模型进行训练，并可以将训练结果(如生成的视频识别模型)发送给终端101、102。这样，用户可以应用生成的视频识别模型进行视频识别。
这里的数据库服务器104和服务器105同样可以是硬件，也可以是软件。当它们为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当它们为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是，本申请实施例所提供的用于生成模型的方法或用于识别视频的方法一般由服务器105执行。相应地，用于生成模型的装置或用于识别视频的装置一般也设置于服务器105中。
需要指出的是，在服务器105可以实现数据库服务器104的相关功能的情况下，系统架构100中可以不设置数据库服务器104。
应该理解，图1中的终端、网络、数据库服务器和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端、网络、数据库服务器和服务器。
继续参考图2，示出了根据本申请的用于生成模型的方法的一个实施例的流程200。该用于生成模型的方法，包括以下步骤：
步骤201，获取训练样本集。
在本实施例中，用于生成模型的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从数据库服务器(例如图1所示的数据库服务器104)或者终端(例如图1所示的终端101、102)获取训练样本集。其中，训练样本可以包括包括样本对象的样本视频和针对样本视频中的样本对象预先确定的样本标签序列。
在本实施例中，样本对象可以为拍摄获得样本视频时的拍摄内容所对应的影像，样本对象可以是各种事物的影像(即拍摄内容可以是各种事物)，例如人物影像、动物影像、行为影像等。样本标签可以用于表征样本对象所指示的内容。样本标签可以包括但不限于以下至少一项：文字、数字、符号、图片。样本标签序列可以包括至少两个样本标签。样本标签序列中的样本标签具有等级关系，等级低的样本标签所对应的内容属于等级高的样本标签所对应的内容。
作为示例，样本视频为对猫进行拍摄所获得的视频，即样本视频中的样本对象即为猫影像。在这里，预先确定了该样本视频中的猫影像所对应的样本标签序列为“动物；宠物；猫”，即包括三个样本标签，分别为“动物”、“宠物”、“猫”。可以理解的是，猫属于宠物，宠物属于动物，因此，样本标签“动物”的等级最高；样本标签“宠物”的等级次之；样本标签“猫”的等级最低。
需要说明的是，在这里，技术人员可以预先确定样本视频中的样本对象所对应的样本标签序列。具体的，可以人工标注样本视频中的样本对象所对应的样本标签序列；也可以人工标注样本视频中的样本对象所对应的最低等级的样本标签，再根据预先建立的标签间的等级关系(例如等级对应关系表)，利用所标注的最低等级的样本标签，确定样本视频中的样本对象所对应的样本标签序列。
步骤202，从训练样本集中选取训练样本。
在本实施例中，上述执行主体可以从步骤201中获得的训练样本集中选取训练样本，以及执行步骤203至步骤206的训练步骤。其中，训练样本的选取方式在本申请中并不限制。例如可以是随机选取，也可以是优先选取训练样本中的样本视频的清晰度较好的训练样本。
步骤203，将所选取的训练样本中的样本视频输入初始模型，获得样本视频中的样本对象所对应的至少两个候选标签序列。
在本实施例中，上述执行主体可以将所选取的训练样本中的样本视频输入初始模型(例如卷积神经网络(Convolutional Neural Network，CNN)、残差网络(ResNet)等)，获得样本视频中的样本对象所对应的至少两个候选标签序列。
可以理解的是，对于机器学习模型来说，将一组数据输入模型，通常会获得多个结果，所获得的结果中的每个结果都会对应一个概率，进而，模型会将概率最大的结果作为模型的最终结果并输出。在本实施例中，候选标签即为将样本视频输入初始模型所获得的中间结果。在这里，上述执行主体将所选取的训练样本中的样本视频输入初始模型，可以获得样本视频中的样本对象所对应的多个候选标签，进而根据标签间的等级关系，可以获得至少两个候选标签序列。
作为示例，上述执行主体将包括猫影像(样本对象)的样本视频输入初始模型，可以获得多个候选标签，例如包括“家畜(80％)；猫(50％)；家禽(50％)；鸡(40％)”。进而，由于猫属于家畜，鸡属于家禽，故可以获得两个候选标签序列，分别为“家畜(80％)；猫(50％)”和“家禽(50％)；鸡(40％)”。
步骤204，从至少两个候选标签序列选择候选标签序列作为实际标签序列。
在本实施例中，上述执行主体可以从步骤203中得到的至少两个候选标签序列中选择候选标签序列作为实际标签序列。其中，实际标签序列即为用于作为初始模型的输出的最终结果。
在这里，上述执行主体可以采用各种方式从至少两个候选标签序列选择候选标签序列作为实际标签序列。例如，可以随机选取；或者，上述执行主体也可以基于候选标签序列中的最低等级的候选标签的概率，从至少两个候选标签序列选择候选标签序列作为实际标签序列(即选取概率最大的最低等级的候选标签所对应的候选标签序列作为实际标签序列)。
作为示例，对于候选标签序列“家畜(80％)；猫(50％)”和候选标签序列“家禽(50％)；鸡(40％)”，由于“猫”所对应的概率(50％)大于“鸡”所对应的概率(40％)，故上述执行主体可以将候选标签“猫”所在的候选标签序列“家畜(80％)；猫(50％)”作为实际标签序列。
步骤205，基于实际标签序列和所选取的训练样本中的样本标签序列，确定初始模型是否训练完成。
在本实施例中，基于步骤204中得到的实际标签序列和所选取的训练样本中的样本标签序列，上述执行主体可以确定初始模型是否训练完成。
作为示例，对于实际标签序列中的实际标签，上述执行主体可以确定样本标签序列中与该实际标签等级相同的样本标签与该实际标签是否相同。若实际标签序列中的实际标签均与样本标签序列中相对应的样本标签相同，则可以确定初始模型训练完成。
在本实施例的一些可选的实现方式中，上述执行主体还可以通过如下步骤确定初始模型是否训练完成：首先，对于实际标签序列中的实际标签，上述执行主体可以确定该实际标签相对于该实际标签所对应的样本标签序列中的样本标签的损失值。然后，上述执行主体可以基于所确定的损失值，确定初始模型是否训练完成。在这里，需要说明的是，损失值可以用于表征实际输出与期望输出之间的差异。实践中，可以采用预设的各种损失函数计算实际标签相对于该实际标签所对应的样本标签的损失值，例如，可以采用L2范数作为损失函数计算损失值。
在本实施例的一些可选的实现方式中，基于所确定的损失值，上述执行主体可以通过如下步骤确定初始模型是否训练完成：首先，对于实际标签序列中的实际标签，可以确定该实际标签所对应的等级，以及确定该实际标签所对应的损失值是否小于等于针对所确定的等级预先设置的损失阈值。然后，可以响应于确定实际标签序列中的实际标签所对应的损失值均小于等于相对应的损失阈值，确定初始模型训练完成。
示例性的，实际标签序列为“动物；猫”，样本标签序列为“动物；狗”，可以理解的是，实际标签“动物”所对应的等级是高等级，实际标签“猫”所对应的等级是低等级。而技术人员针对高等级的标签，预先设置的损失阈值可以是5；针对低等级的标签，预先设置的损失阈值可以是1。故上述执行主体可以确定实际标签“动物”所对应的损失值是否小于等于损失阈值“5”；确定实际标签“猫”所对应的损失值是否小于等于损失阈值“1”。进而，可以响应于确定实际标签“动物”所对应的损失值小于等于损失阈值“5”，且实际标签“猫”所对应的损失值小于等于损失阈值“1”，确定初始模型训练完成。
在本实施例的一些可选的实现方式中，上述执行主体还可以通过以下步骤确定初始模型是否训练完成：首先，可以确定实际标签序列中的实际标签所对应的等级。然后，可以获取针对不同等级的标签预先设置的权重，以及基于所获取的权重，对所确定的损失值进行加权求和处理，获得加权求和值。最后，可以将所获得的加权求和值确定为实际标签序列相对于样本标签序列的总损失值，以及响应于确定总损失值小于等于预先设置的总损失阈值，确定初始模型训练完成。
示例性的，对于上述实际标签序列为“动物；猫”，样本标签序列为“动物；狗”的示例，实际标签“动物”所对应的等级是高等级，实际标签“猫”所对应的等级是低等级。而技术人员针对高等级的标签，预先设置的权重可以为0.4；针对低等级的标签，预先设置的权重为0.6。假如确定了实际标签“动物”所对应的损失值是0，实际标签“猫”所对应的损失值是6，则上述执行主体可以基于上述权重，对上述损失值进行加权求和处理，获得加权求和值3.6(3.6＝0×0.4+6×0.6)，即获得总损失值。而技术人员预先设置的总损失阈值可以为5，进而上述执行主体可以响应于确定总损失值“3.6”小于总损失阈值“5”，确定初始模型训练完成。
步骤206，响应于确定初始模型训练完成，将训练完成的初始模型作为视频识别模型。
在本实施例中，上述执行主体可以响应于确定初始模型训练完成，将训练完成的初始模型作为视频识别模型。
可选的，上述执行主体还可以响应于确定初始模型未训练完成，调整初始模型中的相关参数(例如，当初始模型为卷积神经网络时，采用反向传播技术修改初始模型中各卷积层中的权重)，从未被选取的训练样本中选取训练样本，以及使用最近一次调整的初始模型作为初始模型且使用最近一次选取的训练样本作为所选取的训练样本，继续执行训练步骤203-206。
继续参见图3，图3是根据本实施例的模型生成的方法的应用场景的一个示意图。在图3的应用场景中，用户所使用的终端301上可以安装有模型训练类应用。当用户打开该应用，并上传训练样本集或训练样本集的存储路径后，对该应用提供后台支持的服务器302可以运行用于生成模型的方法，包括：
首先，可以获取训练样本集303。其中，训练样本可以包括包括样本对象的样本视频和针对样本视频中的样本对象预先确定的样本标签序列。样本标签可以用于表征样本对象所指示的内容，样本标签序列可以包括至少两个样本标签，样本标签序列中的样本标签具有等级关系，等级低的样本标签所对应的内容属于等级高的样本标签所对应的内容。
然后，可以从训练样本集303中选取训练样本3031。
接着，对于所选取的训练样本3031，可以执行以下训练步骤：将所选取的训练样本3031中的样本视频30311输入初始模型304，获得样本视频30311中的样本对象所对应的候选标签序列3051和3052；从候选标签序列3051和3052选择一个候选标签序列作为实际标签序列306；基于实际标签序列306和所选取的训练样本3031中的样本标签序列30312，确定初始模型304的训练是否完成；响应于确定完成，将训练完成的初始模型304作为视频识别模型307。
此时，服务器302还可以向终端301发送用于指示模型训练完成的提示信息。该提示信息可以是语音和/或文字信息。这样，用户可以在预设的存储位置获取到视频识别模型。
本申请的上述实施例提供的方法通过获取训练样本集，其中，训练样本包括包括样本对象的样本视频和针对样本视频中的样本对象预先确定的样本标签序列，样本标签用于表征样本对象所指示的内容，样本标签序列包括至少两个样本标签，样本标签序列中的样本标签具有等级关系，等级低的样本标签所对应的内容属于等级高的样本标签所对应的内容，而后从训练样本集中选取训练样本，以及执行以下训练步骤：将所选取的训练样本中的样本视频输入初始模型，获得样本视频中的样本对象所对应的至少两个候选标签序列；从至少两个候选标签序列选择候选标签序列作为实际标签序列；基于实际标签序列和所选取的训练样本中的样本标签序列，确定初始模型是否训练完成；响应于确定初始模型训练完成，将训练完成的初始模型作为视频识别模型，从而能够得到一种可以用于识别视频的模型，且有助于丰富模型的生成方式。
进一步参考图4，其示出了用于生成模型的方法的又一个实施例的流程400。该用于生成模型的方法的流程400，包括以下步骤：
步骤401，获取训练样本集。
在本实施例中，用于生成模型的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从数据库服务器(例如图1所示的数据库服务器104)或者终端(例如图1所示的终端101、102)获取训练样本集。其中，训练样本可以包括包括样本对象的样本视频和针对样本视频中的样本对象预先确定的样本标签序列。
步骤402，从训练样本集中选取训练样本。
在本实施例中，上述执行主体可以从步骤401中获得的训练样本集中选取训练样本，以及执行步骤403至步骤406的训练步骤。其中，训练样本的选取方式在本申请中并不限制。例如可以是随机选取，也可以是优先选取训练样本中的样本视频的清晰度较好的训练样本。
步骤403，将所选取的训练样本中的样本视频输入初始模型，获得样本视频中的样本对象所对应的至少两个候选标签序列。
在本实施例中，上述执行主体可以将所选取的训练样本中的样本视频输入初始模型(例如卷积神经网络(Convolutional Neural Network，CNN)、残差网络(ResNet)等)，获得样本视频中的样本对象所对应的至少两个候选标签序列。
步骤404，对于至少两个候选标签序列中候选标签序列，基于该候选标签序列中的候选标签所对应的概率，确定该候选标签序列所对应的概率。
在本实施例中，对于至少两个候选标签序列中候选标签序列，上述执行主体可以基于该候选标签序列中的候选标签所对应的概率，确定该候选标签序列所对应的概率。
具体的，作为示例，上述执行主体可以对候选标签序列中的候选标签所对应的概率进行均值计算，并将计算结果作为候选标签序列所对应的概率。例如，对于候选标签序列“家畜(80％)；猫(50％)”，上述执行主体可以获得候选标签序列所对应的概率为65％(65％＝(80％+50％)÷2)。
在本实施例的一些可选的实现方式中，上述执行主体还可以通过如下步骤确定候选标签序列所对应的概率：首先，对候选标签序列中的候选标签所对应的概率进行求积，获得求积结果。然后，将所获得的求积结果确定为该候选标签序列所对应的概率。
步骤405，选取概率最大的候选标签序列作为实际标签序列。
在本实施例中，基于步骤404所确定的候选标签序列所对应的概率，上述执行主体可以选取概率最大的候选标签序列作为实际标签序列。
步骤406，基于实际标签序列和所选取的训练样本中的样本标签序列，确定初始模型是否训练完成。
在本实施例中，基于步骤405得到的实际标签序列和所选取的训练样本中的样本标签序列，上述执行主体可以确定初始模型是否训练完成。
步骤407，响应于确定初始模型训练完成，将训练完成的初始模型作为视频识别模型。
在本实施例中，上述执行主体可以响应于确定初始模型训练完成，将训练完成的初始模型作为视频识别模型。
需要说明的是，步骤401、402、403、406、407可以采用与前述实施例中的步骤201、202、203、205、206类似的方式实现。相应地，上文针对步骤201、202、203、205、206的描述也适可用于本实施例的步骤401、402、403、406、407，此处不再赘述。
从图4中可以看出，与图2对应的实施例相比，本实施例中的用于生成模型的方法的流程400突出了确定候选标签序列所对应的概率，并通过候选标签序列的概率选取候选标签序列作为实际标签序列的步骤。由此，本实施例描述的方案可以综合利用候选标签序列中的各个候选标签，实现了信息处理的全面性和准确性，且通过候选标签的概率确定候选标签序列的概率简单方便，进而可以提高信息生成的效率。
进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于生成模型的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，本实施例的用于生成模型的装置500包括：样本获取单元50和第一执行单元502。其中，样本获取单元501被配置成获取训练样本集，其中，训练样本包括包括样本对象的样本视频和针对样本视频中的样本对象预先确定的样本标签序列，样本标签用于表征样本对象所指示的内容，样本标签序列包括至少两个样本标签，样本标签序列中的样本标签具有等级关系，等级低的样本标签所对应的内容属于等级高的样本标签所对应的内容；第一执行单元，被配置成从训练样本集中选取训练样本，以及执行以下训练步骤：将所选取的训练样本中的样本视频输入初始模型，获得样本视频中的样本对象所对应的至少两个候选标签序列；从至少两个候选标签序列选择候选标签序列作为实际标签序列；基于实际标签序列和所选取的训练样本中的样本标签序列，确定初始模型是否训练完成；响应于确定初始模型训练完成，将训练完成的初始模型作为视频识别模型。
在本实施例中，用于生成模型的装置500的样本获取单元501可以通过有线连接方式或者无线连接方式从数据库服务器(例如图1所示的数据库服务器104)或者终端(例如图1所示的终端101、102)获取训练样本集。其中，训练样本可以包括包括样本对象的样本视频和针对样本视频中的样本对象预先确定的样本标签序列。
在本实施例中，样本对象可以为拍摄获得样本视频时的拍摄内容所对应的影像，样本对象可以是各种事物的影像(即拍摄内容可以是各种事物)，例如人物影像、动物影像、行为影像等。样本标签可以用于表征样本对象所指示的内容。样本标签可以包括但不限于以下至少一项：文字、数字、符号、图片。样本标签序列可以包括至少两个样本标签。样本标签序列中的样本标签具有等级关系，等级低的样本标签所对应的内容属于等级高的样本标签所对应的内容。
需要说明的是，在这里，技术人员可以预先确定样本视频中的样本对象所对应的样本标签序列。具体的，可以人工标注样本视频中的样本对象所对应的样本标签序列；也可以人工标注样本视频中的样本对象所对应的最低等级的样本标签，再根据预先建立的标签间的等级关系，利用所标注的最低等级的样本标签，确定样本视频中的样本对象所对应的样本标签序列。
在本实施例中，第一执行单元502可以从样本获取单元501获得的训练样本集中选取训练样本，以及执行步骤5021至步骤5024的训练步骤。其中，训练样本的选取方式在本申请中并不限制。
步骤5021，将所选取的训练样本中的样本视频输入初始模型，获得样本视频中的样本对象所对应的至少两个候选标签序列。
在本实施例中，第一执行单元502可以将所选取的训练样本中的样本视频输入初始模型(例如卷积神经网络(Convolutional Neural Network，CNN)、残差网络(ResNet)等)，获得样本视频中的样本对象所对应的至少两个候选标签序列。
步骤5022，从至少两个候选标签序列选择候选标签序列作为实际标签序列。
在本实施例中，第一执行单元502可以从步骤5021中得到的至少两个候选标签序列中选择候选标签序列作为实际标签序列。
在这里，第一执行单元502可以采用各种方式从至少两个候选标签序列选择候选标签序列作为实际标签序列。
步骤5023，基于实际标签序列和所选取的训练样本中的样本标签序列，确定初始模型是否训练完成。
在本实施例中，基于步骤5022中得到的实际标签序列和所选取的训练样本中的样本标签序列，第一执行单元502可以确定初始模型是否训练完成。
步骤5024，响应于确定初始模型训练完成，将训练完成的初始模型作为视频识别模型。
在本实施例中，上述执行主体可以响应于确定初始模型训练完成，将训练完成的初始模型作为视频识别模型。
在本实施例的一些可选的实现方式中，第一执行单元502可以包括：概率确定模块(图中未示出)，被配置成对于至少两个候选标签序列中候选标签序列，基于该候选标签序列中的候选标签所对应的概率，确定该候选标签序列所对应的概率；序列选取模块，被配置成选取概率最大的候选标签序列作为实际标签序列。
在本实施例的一些可选的实现方式中，概率确定模块可以进一步被配置成：对该候选标签序列中的候选标签所对应的概率进行求积，获得求积结果；将所获得的求积结果确定为该候选标签序列所对应的概率。
在本实施例的一些可选的实现方式中，第一执行单元502可以包括：损失确定模块(图中未示出)，被配置成对于实际标签序列中的实际标签，确定该实际标签相对于该实际标签所对应的样本标签序列中的样本标签的损失值；模型确定模块(图中未示出)，被配置成基于所确定的损失值，确定初始模型是否训练完成。
在本实施例的一些可选的实现方式中，模型确定模块可以进一步被配置成：对于实际标签序列中的实际标签，确定该实际标签所对应的等级，以及确定该实际标签所对应的损失值是否小于等于针对所确定的等级预先设置的损失阈值；响应于确定实际标签序列中的实际标签所对应的损失值均小于等于相对应的损失阈值，确定初始模型训练完成。
在本实施例的一些可选的实现方式中，模型确定模块可以进一步被配置成：确定实际标签序列中的实际标签所对应的等级；获取针对不同等级的标签预先设置的权重，以及基于所获取的权重，对所确定的损失值进行加权求和处理，获得加权求和值；
将所获得的加权求和值确定为实际标签序列相对于样本标签序列的总损失值，以及响应于确定总损失值小于等于预先设置的总损失阈值，确定初始模型训练完成。
在本实施例的一些可选的实现方式中，装置500还可以包括：第二执行单元(图中未示出)，被配置成响应于确定初始模型未训练完成，调整初始模型中的相关参数，从未被选取的训练样本中选取训练样本，以及使用最近一次调整的初始模型作为初始模型且使用最近一次选取的训练样本作为所选取的训练样本，继续执行训练步骤5021-5024。
可以理解的是，该装置500中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置500及其中包含的单元，在此不再赘述。
本申请的上述实施例提供的装置500通过样本获取单元501获取训练样本集，其中，训练样本包括包括样本对象的样本视频和针对样本视频中的样本对象预先确定的样本标签序列，样本标签用于表征样本对象所指示的内容，样本标签序列包括至少两个样本标签，样本标签序列中的样本标签具有等级关系，等级低的样本标签所对应的内容属于等级高的样本标签所对应的内容，而后第一执行单元502从训练样本集中选取训练样本，以及执行以下训练步骤：将所选取的训练样本中的样本视频输入初始模型，获得样本视频中的样本对象所对应的至少两个候选标签序列；从至少两个候选标签序列选择候选标签序列作为实际标签序列；基于实际标签序列和所选取的训练样本中的样本标签序列，确定初始模型是否训练完成；响应于确定初始模型训练完成，将训练完成的初始模型作为视频识别模型，从而能够得到一种可以用于识别视频的模型，且有助于丰富模型的生成方式。
请参见图6，其示出了本申请提供的用于识别视频的方法的一个实施例的流程600。该用于识别视频的方法可以包括以下步骤：
步骤601，获取包括对象的待识别视频。
在本实施例中，用于识别视频的方法的执行主体(例如图1所示的服务器105)可以通过有线的连接方式或者无线的连接方式获取包括对象的待识别视频。例如，上述执行主体可以从数据库服务器(例如图1所示的数据库服务器104)中获取存储于其中的视频，也可以接收终端(例如图1所示的终端101、102)或其他设备采集的视频。
在本实施例中，待识别视频可以为待对其进行识别的视频。对象可以为拍摄获得待识别视频时的拍摄内容所对应的影像，对象可以是各种事物的影像(即拍摄内容可以是各种事物)，例如人物影像、动物影像、行为影像等。
步骤602，将待识别视频输入视频识别模型中，生成待识别视频中的对象所对应的标签序列。
在本实施例中，上述执行主体可以将步骤601中获取的待识别视频输入视频识别模型中，从而生成待识别视频中的对象所对应的标签序列。其中，标签可以用于表征对象所指示的内容，标签可以包括但不限于以下至少一项：文字、数字、符号、图片。标签序列可以包括至少两个标签。标签序列中的标签具有等级关系，等级低的标签所对应的内容属于等级高的标签所对应的内容。
在本实施例中，视频识别模型可以是采用如上述图2实施例所描述的方法而生成的。具体生成过程可以参见图2实施例的相关描述，在此不再赘述。
需要说明的是，本实施例用于识别视频的方法可以用于测试上述各实施例所生成的视频识别模型。进而根据测试结果可以不断地优化视频识别模型。该方法也可以是上述各实施例所生成的视频识别模型的实际应用方法。采用上述各实施例所生成的视频识别模型来进行视频识别，可以实现对通过录制屏幕获得的视频的检测，且有助于提高视频识别的准确性。
继续参见图7，作为对上述图6所示方法的实现，本申请提供了一种用于识别视频的装置的一个实施例。该装置实施例与图6所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图7所示，本实施例的用于识别视频的装置700可以包括：视频获取单元701和序列生成单元702。其中，视频获取单元701被配置成获取包括对象的待识别视频；序列生成单元702被配置成将待识别视频输入采用如上述图2实施例所描述的方法生成的模型中，生成待识别视频中的对象所对应的标签序列。其中，标签可以用于表征对象所指示的内容，标签可以包括但不限于以下至少一项：文字、数字、符号、图片。标签序列可以包括至少两个标签。标签序列中的标签具有等级关系，等级低的标签所对应的内容属于等级高的标签所对应的内容。
可以理解的是，该装置700中记载的诸单元与参考图6描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置700及其中包含的单元，在此不再赘述。
下面参见图8，其示出了适于用来实现本申请实施例的电子设备的计算机系统800的结构示意图。图8示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图8所示，计算机系统800包括中央处理单元(CPU)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中，还存储有系统800操作所需的各种程序和数据。CPU 801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
以下部件连接至I/O接口805：包括触摸屏、键盘、鼠标、摄像装置等的输入部分806；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807；包括硬盘等的存储部分808；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器810上，以便于从其上读出的计算机程序根据需要被安装入存储部分808。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分809从网络上被下载和安装，和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(CPU)801执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括样本获取单元和第一执行单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，样本获取单元还可以被描述为“获取训练样本集的单元”。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取训练样本集，其中，训练样本包括包括样本对象的样本视频和针对样本视频中的样本对象预先确定的样本标签序列，样本标签用于表征样本对象所指示的内容，样本标签序列包括至少两个样本标签，样本标签序列中的样本标签具有等级关系，等级低的样本标签所对应的内容属于等级高的样本标签所对应的内容；从训练样本集中选取训练样本，以及执行以下训练步骤：将所选取的训练样本中的样本视频输入初始模型，获得样本视频中的样本对象所对应的至少两个候选标签序列；从至少两个候选标签序列选择候选标签序列作为实际标签序列；基于实际标签序列和所选取的训练样本中的样本标签序列，确定初始模型是否训练完成；响应于确定初始模型训练完成，将训练完成的初始模型作为视频识别模型。
此外，当上述一个或者多个程序被该电子设备执行时，还可以使得该电子设备：获取包括对象的待识别视频；将待识别视频输入视频识别模型中，生成待识别视频中的对象所对应的标签序列，其中，标签用于表征对象所指示的内容。标签序列包括至少两个标签。标签序列中的标签具有等级关系，等级低的标签所对应的内容属于等级高的标签所对应的内容。视频识别模型可以是采用如上述各实施例所描述的用于生成模型的方法而生成的。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (18)
1.一种用于生成模型的方法，包括：
获取训练样本集，其中，训练样本包括包括样本对象的样本视频和针对样本视频中的样本对象预先确定的样本标签序列，样本标签用于表征样本对象所指示的内容，样本标签序列包括至少两个样本标签，样本标签序列中的样本标签具有等级关系，等级低的样本标签所对应的内容属于等级高的样本标签所对应的内容；
从训练样本集中选取训练样本，以及执行以下训练步骤：将所选取的训练样本中的样本视频输入初始模型，获得样本视频中的样本对象所对应的至少两个候选标签序列；从至少两个候选标签序列选择候选标签序列作为实际标签序列；基于实际标签序列和所选取的训练样本中的样本标签序列，确定初始模型是否训练完成；响应于确定初始模型训练完成，将训练完成的初始模型作为视频识别模型。
2.根据权利要求1所述的方法，其中，所述从至少两个候选标签序列选择候选标签序列作为实际标签序列，包括：
对于至少两个候选标签序列中候选标签序列，基于该候选标签序列中的候选标签所对应的概率，确定该候选标签序列所对应的概率；
选取概率最大的候选标签序列作为实际标签序列。
3.根据权利要求2所述的方法，其中，所述基于该候选标签序列中的候选标签所对应的概率，确定该候选标签序列所对应的概率，包括：
对该候选标签序列中的候选标签所对应的概率进行求积，获得求积结果；
将所获得的求积结果确定为该候选标签序列所对应的概率。
4.根据权利要求1所述的方法，其中，所述基于实际标签序列和所选取的训练样本中的样本标签序列，确定初始模型是否训练完成，包括：
对于实际标签序列中的实际标签，确定该实际标签相对于该实际标签所对应的样本标签序列中的样本标签的损失值；
基于所确定的损失值，确定初始模型是否训练完成。
5.根据权利要求4所述的方法，其中，所述基于所确定的损失值，确定初始模型是否训练完成，包括：
对于实际标签序列中的实际标签，确定该实际标签所对应的等级，以及确定该实际标签所对应的损失值是否小于等于针对所确定的等级预先设置的损失阈值；
响应于确定实际标签序列中的实际标签所对应的损失值均小于等于相对应的损失阈值，确定初始模型训练完成。
6.根据权利要求4所述的方法，其中，所述基于所确定的损失值，确定初始模型是否训练完成，包括：
确定实际标签序列中的实际标签所对应的等级；
获取针对不同等级的标签预先设置的权重，以及基于所获取的权重，对所确定的损失值进行加权求和处理，获得加权求和值；
将所获得的加权求和值确定为实际标签序列相对于样本标签序列的总损失值，以及响应于确定总损失值小于等于预先设置的总损失阈值，确定初始模型训练完成。
7.根据权利要求1-6之一所述的方法，其中，所述方法还包括：
响应于确定初始模型未训练完成，调整初始模型中的相关参数，从未被选取的训练样本中选取训练样本，以及使用最近一次调整的初始模型作为初始模型且使用最近一次选取的训练样本作为所选取的训练样本，继续执行所述训练步骤。
8.一种用于生成模型的装置，包括：
样本获取单元，被配置成获取训练样本集，其中，训练样本包括包括样本对象的样本视频和针对样本视频中的样本对象预先确定的样本标签序列，样本标签用于表征样本对象所指示的内容，样本标签序列包括至少两个样本标签，样本标签序列中的样本标签具有等级关系，等级低的样本标签所对应的内容属于等级高的样本标签所对应的内容；
第一执行单元，被配置成从训练样本集中选取训练样本，以及执行以下训练步骤：将所选取的训练样本中的样本视频输入初始模型，获得样本视频中的样本对象所对应的至少两个候选标签序列；从至少两个候选标签序列选择候选标签序列作为实际标签序列；基于实际标签序列和所选取的训练样本中的样本标签序列，确定初始模型是否训练完成；响应于确定初始模型训练完成，将训练完成的初始模型作为视频识别模型。
9.根据权利要求8所述的装置，其中，所述第一执行单元包括：
概率确定模块，被配置成对于至少两个候选标签序列中候选标签序列，基于该候选标签序列中的候选标签所对应的概率，确定该候选标签序列所对应的概率；
序列选取模块，被配置成选取概率最大的候选标签序列作为实际标签序列。
10.根据权利要求9所述的装置，其中，所述概率确定模块进一步被配置成：
对该候选标签序列中的候选标签所对应的概率进行求积，获得求积结果；
将所获得的求积结果确定为该候选标签序列所对应的概率。
11.根据权利要求8所述的装置，其中，所述第一执行单元包括：
损失确定模块，被配置成对于实际标签序列中的实际标签，确定该实际标签相对于该实际标签所对应的样本标签序列中的样本标签的损失值；
模型确定模块，被配置成基于所确定的损失值，确定初始模型是否训练完成。
12.根据权利要求11所述的装置，其中，所述模型确定模块进一步被配置成：
对于实际标签序列中的实际标签，确定该实际标签所对应的等级，以及确定该实际标签所对应的损失值是否小于等于针对所确定的等级预先设置的损失阈值；
响应于确定实际标签序列中的实际标签所对应的损失值均小于等于相对应的损失阈值，确定初始模型训练完成。
13.根据权利要求11所述的装置，其中，所述模型确定模块进一步被配置成：
确定实际标签序列中的实际标签所对应的等级；
获取针对不同等级的标签预先设置的权重，以及基于所获取的权重，对所确定的损失值进行加权求和处理，获得加权求和值；
将所获得的加权求和值确定为实际标签序列相对于样本标签序列的总损失值，以及响应于确定总损失值小于等于预先设置的总损失阈值，确定初始模型训练完成。
14.根据权利要求8-13之一所述的装置，其中，所述装置还包括：
第二执行单元，被配置成响应于确定初始模型未训练完成，调整初始模型中的相关参数，从未被选取的训练样本中选取训练样本，以及使用最近一次调整的初始模型作为初始模型且使用最近一次选取的训练样本作为所选取的训练样本，继续执行所述训练步骤。
15.一种用于识别视频的方法，包括：
获取包括对象的待识别视频；
将所述待识别视频输入采用如权利要求1-7之一所述的方法生成的视频识别模型中，生成所述待识别视频中的对象所对应的标签序列，其中，标签用于表征所述对象所指示的内容，标签序列包括至少两个标签，标签序列中的标签具有等级关系，等级低的标签所对应的内容属于等级高的标签所对应的内容。
16.一种用于识别视频的装置，包括：
视频获取单元，被配置成获取包括对象的待识别视频；
序列生成单元，被配置成将所述待识别视频输入采用如权利要求1-7之一所述的方法生成的视频识别模型中，生成所述待识别视频中的对象所对应的标签序列，其中，标签用于表征所述对象所指示的内容，标签序列包括至少两个标签，标签序列中的标签具有等级关系，等级低的标签所对应的内容属于等级高的标签所对应的内容。
17.一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7、15中任一所述的方法。
18.一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1-7、15中任一所述的方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810679114.1A CN108960316B (zh) | 2018-06-27 | 2018-06-27 | 用于生成模型的方法和装置 |
| PCT/CN2018/116175 WO2020000876A1 (zh) | 2018-06-27 | 2018-11-19 | 用于生成模型的方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810679114.1A CN108960316B (zh) | 2018-06-27 | 2018-06-27 | 用于生成模型的方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108960316A true CN108960316A (zh) | 2018-12-07 |
| CN108960316B CN108960316B (zh) | 2020-10-30 |
Family
ID=64487219
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810679114.1A Active CN108960316B (zh) | 2018-06-27 | 2018-06-27 | 用于生成模型的方法和装置 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN108960316B (zh) |
| WO (1) | WO2020000876A1 (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110598869A (zh) * | 2019-08-27 | 2019-12-20 | 阿里巴巴集团控股有限公司 | 基于序列模型的分类方法、装置、电子设备 |
| CN111311309A (zh) * | 2020-01-19 | 2020-06-19 | 百度在线网络技术（北京）有限公司 | 用户满意度确定方法、装置、设备和介质 |
| CN111352965A (zh) * | 2020-02-18 | 2020-06-30 | 腾讯科技（深圳）有限公司 | 序列挖掘模型的训练方法、序列数据的处理方法及设备 |
| CN111476258A (zh) * | 2019-01-24 | 2020-07-31 | 杭州海康威视数字技术股份有限公司 | 一种基于注意力机制的特征提取方法、装置及电子设备 |
| WO2021139274A1 (zh) * | 2020-06-09 | 2021-07-15 | 平安科技（深圳）有限公司 | 基于深度学习模型的文献分类方法、装置和计算机设备 |
| CN113743613A (zh) * | 2020-05-29 | 2021-12-03 | 京东城市(北京)数字科技有限公司 | 用于训练模型的方法和装置 |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112509562B (zh) * | 2020-11-09 | 2024-03-22 | 北京有竹居网络技术有限公司 | 用于文本后处理的方法、装置、电子设备和介质 |
| CN112541705B (zh) * | 2020-12-23 | 2024-01-23 | 北京百度网讯科技有限公司 | 生成用户行为评估模型的方法、装置、设备以及存储介质 |
| CN112712003B (zh) * | 2020-12-25 | 2022-07-26 | 华南理工大学 | 一种用于骨骼动作序列识别的联合标签数据增强方法 |
| CN112989023B (zh) * | 2021-03-25 | 2023-07-28 | 北京百度网讯科技有限公司 | 标签推荐方法、装置、设备、存储介质及计算机程序产品 |
| CN113744708B (zh) * | 2021-09-07 | 2024-05-14 | 腾讯音乐娱乐科技（深圳）有限公司 | 模型训练方法、音频评价方法、设备及可读存储介质 |
| CN114359803A (zh) * | 2022-01-04 | 2022-04-15 | 腾讯科技（深圳）有限公司 | 视频处理方法、装置、设备、介质和计算机程序产品 |
| CN115062709B (zh) * | 2022-06-21 | 2024-08-09 | 腾讯科技（深圳）有限公司 | 模型优化方法、装置、设备、存储介质及程序产品 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070233668A1 (en) * | 2006-04-03 | 2007-10-04 | International Business Machines Corporation | Method, system, and computer program product for semantic annotation of data in a software system |
| US20080281592A1 (en) * | 2007-05-11 | 2008-11-13 | General Instrument Corporation | Method and Apparatus for Annotating Video Content With Metadata Generated Using Speech Recognition Technology |
| EP2557524A1 (en) * | 2011-08-09 | 2013-02-13 | Teclis Engineering, S.L. | Method for automatic tagging of images in Internet social networks |
| CN106326462A (zh) * | 2016-08-30 | 2017-01-11 | 北京奇艺世纪科技有限公司 | 一种视频索引分级方法及装置 |
| CN107766940A (zh) * | 2017-11-20 | 2018-03-06 | 北京百度网讯科技有限公司 | 用于生成模型的方法和装置 |
| CN107832305A (zh) * | 2017-11-28 | 2018-03-23 | 百度在线网络技术（北京）有限公司 | 用于生成信息的方法和装置 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102542024B (zh) * | 2011-12-21 | 2013-09-25 | 电子科技大学 | 一种视频资源语义标签的标定方法 |
| US20160188592A1 (en) * | 2014-12-24 | 2016-06-30 | Facebook, Inc. | Tag prediction for images or video content items |
| CN105677735B (zh) * | 2015-12-30 | 2020-04-21 | 腾讯科技（深圳）有限公司 | 一种视频搜索方法及装置 |
| CN105913072A (zh) * | 2016-03-31 | 2016-08-31 | 乐视控股（北京）有限公司 | 视频分类模型的训练方法和视频分类方法 |
-
2018
- 2018-06-27 CN CN201810679114.1A patent/CN108960316B/zh active Active
- 2018-11-19 WO PCT/CN2018/116175 patent/WO2020000876A1/zh active Application Filing
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070233668A1 (en) * | 2006-04-03 | 2007-10-04 | International Business Machines Corporation | Method, system, and computer program product for semantic annotation of data in a software system |
| US20080281592A1 (en) * | 2007-05-11 | 2008-11-13 | General Instrument Corporation | Method and Apparatus for Annotating Video Content With Metadata Generated Using Speech Recognition Technology |
| EP2557524A1 (en) * | 2011-08-09 | 2013-02-13 | Teclis Engineering, S.L. | Method for automatic tagging of images in Internet social networks |
| CN106326462A (zh) * | 2016-08-30 | 2017-01-11 | 北京奇艺世纪科技有限公司 | 一种视频索引分级方法及装置 |
| CN107766940A (zh) * | 2017-11-20 | 2018-03-06 | 北京百度网讯科技有限公司 | 用于生成模型的方法和装置 |
| CN107832305A (zh) * | 2017-11-28 | 2018-03-23 | 百度在线网络技术（北京）有限公司 | 用于生成信息的方法和装置 |
Non-Patent Citations (2)
| Title |
|---|
| YUJI YAMAUCHI 等: "Automatic generation of training samples and a learning method based on advanced MILBoost for human detection", 《THE FIRST ASIAN CONFERENCE ON PATTERN RECOGNITION》 * |
| 余春艳 等: "视频语义上下文标签树及其结构化分析", 《图学学报》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111476258A (zh) * | 2019-01-24 | 2020-07-31 | 杭州海康威视数字技术股份有限公司 | 一种基于注意力机制的特征提取方法、装置及电子设备 |
| CN111476258B (zh) * | 2019-01-24 | 2024-01-05 | 杭州海康威视数字技术股份有限公司 | 一种基于注意力机制的特征提取方法、装置及电子设备 |
| CN110598869A (zh) * | 2019-08-27 | 2019-12-20 | 阿里巴巴集团控股有限公司 | 基于序列模型的分类方法、装置、电子设备 |
| CN110598869B (zh) * | 2019-08-27 | 2024-01-19 | 创新先进技术有限公司 | 基于序列模型的分类方法、装置、电子设备 |
| CN111311309A (zh) * | 2020-01-19 | 2020-06-19 | 百度在线网络技术（北京）有限公司 | 用户满意度确定方法、装置、设备和介质 |
| CN111352965A (zh) * | 2020-02-18 | 2020-06-30 | 腾讯科技（深圳）有限公司 | 序列挖掘模型的训练方法、序列数据的处理方法及设备 |
| CN111352965B (zh) * | 2020-02-18 | 2023-09-08 | 腾讯科技（深圳）有限公司 | 序列挖掘模型的训练方法、序列数据的处理方法及设备 |
| CN113743613A (zh) * | 2020-05-29 | 2021-12-03 | 京东城市(北京)数字科技有限公司 | 用于训练模型的方法和装置 |
| WO2021139274A1 (zh) * | 2020-06-09 | 2021-07-15 | 平安科技（深圳）有限公司 | 基于深度学习模型的文献分类方法、装置和计算机设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2020000876A1 (zh) | 2020-01-02 |
| CN108960316B (zh) | 2020-10-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108960316A (zh) | 用于生成模型的方法和装置 | |
| CN108898185A (zh) | 用于生成图像识别模型的方法和装置 | |
| CN109325541A (zh) | 用于训练模型的方法和装置 | |
| CN108830235A (zh) | 用于生成信息的方法和装置 | |
| CN108898186A (zh) | 用于提取图像的方法和装置 | |
| CN109919244B (zh) | 用于生成场景识别模型的方法和装置 | |
| CN108805091A (zh) | 用于生成模型的方法和装置 | |
| CN109086719A (zh) | 用于输出数据的方法和装置 | |
| CN108960110A (zh) | 用于生成信息的方法和装置 | |
| CN108595628A (zh) | 用于推送信息的方法和装置 | |
| CN107919129A (zh) | 用于控制页面的方法和装置 | |
| CN109308490A (zh) | 用于生成信息的方法和装置 | |
| CN109446990A (zh) | 用于生成信息的方法和装置 | |
| CN109993150A (zh) | 用于识别年龄的方法和装置 | |
| CN109740018A (zh) | 用于生成视频标签模型的方法和装置 | |
| CN108345387A (zh) | 用于输出信息的方法和装置 | |
| CN109815365A (zh) | 用于处理视频的方法和装置 | |
| CN111695041B (zh) | 用于推荐信息的方法和装置 | |
| CN109829432A (zh) | 用于生成信息的方法和装置 | |
| CN109299477A (zh) | 用于生成文本标题的方法和装置 | |
| CN109344752A (zh) | 用于处理嘴部图像的方法和装置 | |
| CN110046571B (zh) | 用于识别年龄的方法和装置 | |
| CN107451785A (zh) | 用于输出信息的方法和装置 | |
| CN110084317A (zh) | 用于识别图像的方法和装置 | |
| CN109117758A (zh) | 用于生成信息的方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Patentee after: Tiktok vision (Beijing) Co.,Ltd. Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Patentee before: BEIJING BYTEDANCE NETWORK TECHNOLOGY Co.,Ltd. Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Patentee after: Douyin Vision Co.,Ltd. Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Patentee before: Tiktok vision (Beijing) Co.,Ltd. |
|
| CP01 | Change in the name or title of a patent holder |