CN116188895A - 一种模型训练的方法、装置、存储介质及电子设备 - Google Patents
一种模型训练的方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN116188895A CN116188895A CN202211679253.7A CN202211679253A CN116188895A CN 116188895 A CN116188895 A CN 116188895A CN 202211679253 A CN202211679253 A CN 202211679253A CN 116188895 A CN116188895 A CN 116188895A
- Authority
- CN
- China
- Prior art keywords
- applet
- subnet
- training
- page
- training sample
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Image Analysis (AREA)
- Stored Programmes (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本说明书提供一种模型训练的方法、装置、存储介质及电子设备,通过设置不同的训练任务,包括小程序页面的还原、预测小程序的服务类型以及小程序页面的元素类型等,使小程序识别模型不仅具备文本和图像的识别能力,还具有对小程序页面布局方式的理解能力,提升了模型的训练效果。本说明书还提供了识别小程序的方法,使用通过上述模型训练的方法训练完成的小程序识别模型对小程序进行识别,根据小程序的页面对应的图像提取到小程序的特征,利用该特征对小程序实现精准识别,提高了识别小程序的效率。
Description
技术领域
本申请涉及计算机领域,特别涉及一种模型训练的方法、装置、存储介质及电子设备。
背景技术
在信息化时代,在互联网上有很多商家通过小程序的方式给用户提供服务,为了保障网络健康和安全,互联网常常需要识别这些小程序提供的服务是否合法,如果说把这些识别工作交给人来处理显得耗时耗力,那么把这些工作交给计算机来处理就显得方便快捷。
为了方便识别大量且多样的小程序,互联网通常会要求商家发送一个关于该小程序的申请资料,然后根据该小程序所对应的申请资料识别该小程序提供的服务是否合法,但有些商家为了一己私利存在欺骗瞒报的可能,例如,当申请资料表示该商家的小程序提供的服务为售卖苹果时,小程序中可能将商品信息改为苹果手机,导致用户用购买苹果手机的价格买到了苹果,面对这种情况,互联网需要具备自主识别小程序的能力。
为此,本申请提出了一种通过训练模型进而达到识别小程序的方法。
发明内容
本说明书提供一种模型训练的方法、装置、存储介质及识别小程序的方法、装置、存储介质及电子设备,以至少部分的解决上述问题。
本说明书采用下述技术方案:
本说明书提供了一种模型训练的方法,所述方法包括:
确定小程序的页面对应的图像,作为训练样本;
将所述训练样本输入小程序识别模型中的特征提取子网,获得所述特征提取子网输出的所述训练样本的特征;
将所述特征中的至少部分输入小程序识别模型中的预测子网,获得所述预测子网输出的预测结果,所述预测结果至少包括所述页面的还原结果、所述小程序所提供的服务类型的预测结果、所述页面中包含的各元素的类型的预测结果中的至少一种;其中,所述页面的还原结果为所述特征中未输入所述预测子网的部分在所述页面中对应的信息;
根据所述预测结果和所述训练样本对应的标注,确定最终损失;
以最终损失最小化为训练目标,对所述小程序识别模型进行训练。
可选的,获得所述特征提取子网输出的所述训练样本的特征,具体包括:
通过所述特征提取子网,对所述训练样本中的图像进行特征提取,获得所述特征提取子网输出的图像特征;
通过所述特征提取子网,对所述训练样本中的文本进行特征提取,获得所述特征提取子网输出的文本特征;
将所述图像特征和文本特征进行特征融合,得到该训练样本的特征。
可选的,对所述训练样本中的图像进行特征提取,具体包括:
剔除所述训练样本中的至少部分图像,对所述训练样本中剩余的部分图像进行特征提取;
对所述训练样本中的文本进行特征提取,具体包括:
剔除所述训练样本中的至少部分文本,对所述训练样本中剩余的部分文本进行特征提取。
可选的,当所述预测结果包括所述页面中包含的各元素的类型的预测结果时,根据所述预测结果和所述训练样本对应的标注,确定最终损失,具体包括:
将所述训练样本输入版面分析模型,获得所述版面分析模型输出的所述训练样本中各元素的类型,作为标注;
根据所述预测子网输出的所述页面中包含的各元素的类型的预测结果以及所述标注,确定最终损失。
可选的,当所述预测结果包括所述页面的还原结果时,根据所述预测结果和所述训练样本对应的标注,确定最终损失,具体包括:
将所述页面对应的图像作为标注,根据所述预测子网输出的所述页面的还原结果以及所述标注,确定最终损失。
可选的,当所述预测结果包括所述小程序所提供的服务类型的预测结果时,根据所述预测结果和所述训练样本对应的标注,确定最终损失,具体包括:
确定所述小程序的服务提供者针对所述小程序预设的服务类型,作为标注;
根据所述预测子网输出的所述小程序所提供的服务类型的预测结果以及所述标注,确定最终损失。
可选的,所述方法还包括:
将所述特征提取子网输出的所述训练样本的特征输入小程序识别模型的识别子网,以通过所述识别子网,在预设的各标准类型标签中,确定所述小程序所提供的服务对应的标准类型标签;
根据所述识别子网输出的标准类型标签和所述训练样本的标注,确定所述小程序识别模型的识别损失;
以所述识别损失最小化为训练目标,对所述小程序识别模型进行训练。
本说明书还提供了一种识别小程序的方法,所述方法包括:
确定待识别小程序的页面对应的图像,作为待识别图像;
将所述待识别图像输入小程序识别模型中的特征提取子网,获得所述特征提取子网输出的所述待识别图像的特征;
将所述特征输入小程序识别模型中的识别子网,获得所述识别子网输出的识别结果,其中,所述小程序识别模型是采用如上述模型训练的方法训练得到的。
本说明书还提供了一种模型训练的装置,所述装置包括:
样本提取模块,用于确定小程序的页面对应的图像,作为训练样本;
提取模块,用于将所述训练样本输入小程序识别模型中的特征提取子网,获得所述特征提取子网输出的所述训练样本的特征;
预测模块,用于将所述特征中的至少部分输入小程序识别模型中的预测子网,获得所述预测子网输出的预测结果,所述预测结果至少包括所述页面的还原结果、所述小程序所提供的服务类型的预测结果、所述页面中包含的各元素的类型的预测结果中的至少一种;其中,所述页面的还原结果为所述特征中未输入所述预测子网的部分在所述页面中对应的信息;
损失确定模块,用于根据所述预测结果和所述训练样本对应的标注,确定最终损失;
训练模块,用于以最终损失最小化为训练目标,对所述小程序识别模型进行训练。
本说明书还提供了一种小程序识别的装置,所述装置包括:
输入模块,用于确定待识别小程序的页面对应的图像,作为待识别图像;
特征提取模块,用于将所述待识别图像输入小程序识别模型中的特征提取子网,获得所述特征提取子网输出的所述待识别图像的特征;
识别模块,用于将所述特征输入小程序识别模型中的识别子网,获得所述识别子网输出的识别结果,其中,所述小程序识别模型是采用如上述模型训练的方法训练得到的。
本说明书提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述模型训练的方法和识别小程序的方法。
本说明书提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述模型训练的方法和识别小程序的方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果:
在本说明书提供的模型训练的方法中,通过设置不同的训练任务,包括小程序页面的还原、预测小程序的服务类型以及小程序页面的元素类型等,使小程序识别模型不仅具备文本和图像的识别能力,还具有对小程序页面布局方式的理解能力,提升了模型的训练效果。
本说明书还提供了识别小程序的方法,使用通过上述模型训练的方法训练完成的小程序识别模型对小程序进行识别,根据小程序的页面对应的图像提取到小程序的特征,利用该特征对小程序实现精准识别,提高了识别小程序的效率。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解,构成本说明书的一部分,本说明书的示意性实施例及其说明用于解释本说明书,并不构成对本说明书的不当限定。在附图中:
图1为本说明书中一种模型训练方法的流程示意图;
图2为本说明书提供的预测子网预测结果类型的示意图;
图3为本说明书中一种使用小程序识别模型示意图;
图4为本说明书提供的一种小程序识别的示意图;
图5为本说明书提供的对应于图1的电子设备示意图;
图6为本说明书提供的一种模型训练装置的示意图;
图7为本说明书提供的对应于图1的电子设备示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
图1为本说明书提供的一种模型训练方法的流程示意图,具体包括以下步骤:
S100:确定小程序的页面对应的图像,作为训练样本。
本说明书提供的模型训练的执行主体可以是服务器,也可以是诸如个人计算机(Personal Computer,PC)、手机等电子设备,为了便于描述,下面仅以服务器为执行主体,对本说明书提供的模型训练的方法进行说明。
在本说明书实施例中,选取小程序的页面对应的图像作为训练样本,既可以训练小程序识别模型的文本识别能力,还可以训练小程序识别模型对图像以及页面布局的理解能力,其中,小程序的页面对应的图像为小程序页面的截图,训练样本的数量可以根据具体情况确定,在本说明书中不对训练样本的数量进行限制。
S101:将所述训练样本输入小程序识别模型中的特征提取子网,获得所述特征提取子网输出的所述训练样本的特征。
对于输入到特征提取子网的训练样本,通过特征提取子网对训练样本中的文本进行特征提取,具体地,可先通过光学字符识别(Optical Character Recognition,OCR)识别训练样本中的文字,并针对识别出的每个字,将该文字输入到特征提取子网中,提取该文字对应的特征,再根据提取的每个字对应的特征,确定该训练样本的文本特征。
对于输入到特征提取子网的训练样本,通过特征提取子网对训练样本中的图像进行特征提取,具体地,可针对训练样本中的每个图像,将该图像放缩到指定尺寸,再将放缩后的该图像输入到特征提取子网中,以提取该图像对应的特征,再根据提取的每个图像对应的特征,确定该训练样本的图像特征。
其中,将该图像放缩到指定尺寸时,首先将该图像放缩为指定宽度或高度,若将图像放缩为指定宽度,则检查放缩后该图像的高度是否超出预设尺寸,超出预设尺寸则裁剪多余的部分,不足预设的尺寸则补足空白的部分;若将图像放缩为指定高度,则检查放缩后该图像的宽度是否超出预设尺寸,超出预设尺寸则裁剪多余的部分,不足预设的尺寸则补足空白的部分。
获得训练样本的文本特征和图像特征后,则可将文本特征和图像特征进行融合,作为训练样本的特征。
S102:将所述特征中的至少部分输入小程序识别模型中的预测子网,获得所述预测子网输出的预测结果,所述预测结果至少包括所述页面的还原结果、所述小程序所提供的服务类型的预测结果、所述页面中包含的各元素的类型的预测结果中的至少一种;其中,所述页面的还原结果为所述特征中未输入所述预测子网的部分在所述页面中对应的信息。
如图2所示,当将预测小程序服务类型以及页面各元素类型作为训练任务时,可将特征提取子网提取的训练样本的特征,全部输入到小程序识别模型中的预测子网中。
当将页面的还原结果作为训练任务时,可将特征提取子网提取的训练样本的特征中的一部分输入到小程序识别模型中的预测子网中。
具体地,在提取训练样本的文本特征后,将所述文本特征进行挑选,将挑选出的部分剔除,剩余的文本特征会输入到预测子网中,由预测子网输出页面的文本还原结果,将所述页面文本还原结果与小程序的页面对应的图像中的文本对比,确定损失;和/或,在提取训练样本的图像特征后,将所述图像特征进行挑选,并将挑选出的图像分块剔除,剩余的图像分块作为训练样本图像特征中的一部分输入到预测子网中,由预测子网输出页面图像还原结果,将所述页面图像还原结果与小程序的页面对应的图像对比,确定损失,其中,剔除可以是对特征中的文本特征采用掩膜矩阵进行处理,也可以是对特征中的图像特征采用掩膜矩阵进行处理,还可以是对文本特征和图像特征都采用掩膜矩阵进行处理。
S103:根据所述预测结果和所述训练样本对应的标注,确定最终损失。
当预测结果为小程序页面的文本还原结果时,可以将小程序页面对应的图像中的文本作为训练样本的标注,并将还原的结果与所述标注对比,确定预测结果与所述标注之间的差异,从而确定第一损失。
当预测结果为小程序页面的图像还原结果时,可以将小程序页面对应的图像作为训练样本的标注,并将还原的结果与所述标注对比,确定预测结果与所述标注之间的差异,从而确定第二损失。
在本说明书实施例中,训练完成的小程序识别模型用于根据待识别的小程序页面截图,判断所述待识别小程序属于预设的标准类型标签中的哪种类型标签,然而,直接将预设的标准类型标签作为标注与预测结果对比,二者差异较大,会导致训练效果不好,因此,在训练小程序识别模型时,可以先将小程序的服务提供者提供的小程序的服务类型作为训练样本的标注,当预测结果为小程序所提供的服务类型时,确定预测结果与所述标注之间的差异,从而确定第三损失。
当预测结果为小程序页面中包含的各元素的类型时,可采用蒸馏的方法,将预先训练的版面分析模型作为教师模型,小程序识别模型作为学生模型,输入相同的内容,以教师模型的输出结果作为学生模型的训练目标,所以,将训练样本分别输入到版面分析模型和小程序识别模型中,将版面分析模型的输出结果作为训练样本的标注,将小程序识别模型的输出结果与所述标注对比,确定预测结果与所述标注之间的差异,从而确定第四损失,其中,版面分析模型为已经训练完成且可以输出准确结果的模型,第四损失可以为预测结果与所述标注的交叉熵。
在确定的第一损失、第二损失、第三损失以及第四损失后,对第一损失、第二损失、第三损失以及第四损失中的至少一种进行加权以确定最终损失。
S104:以最终损失最小化为训练目标,对所述小程序识别模型进行训练。
在本说明书实施例中,通过不同的训练任务对小程序识别模型进行训练,使得训练完成的小程序可以根据待识别小程序的页面截图,准确的提取所述页面截图的特征,进而判断出待识别小程序的属于哪种***预设的标准类型标签,因此,使小程序识别模型能够精准提取页面截图的特征,是训练小程序识别模型的关键,即,在对小程序识别模型进行训练时,具体可调整小程序识别模型中的特征提取子网的参数。
在本说明书提供的模型训练的方法中,将获取的小程序页面的图像作为训练样本进行特征提取,所述特征包括文字及图像等特征,并将特征的部分输入小程序识别模型的预测子网中,获取预测结果,预设训练样本的标注,并将标注与预测结果相对比,确定最终损失,并使最终损失最小化,上述方法可以使小程序训练模型具备文字识别以及图像理解的能力,从而实现对小程序的精准识别,提升了小程序识别的效率。
在本说明书实施例中,对小程序识别模型训练后,需要检验该模型的训练效果,并根据检验的结果对该模型进行微调,该模型在具体使用时的模型结构不同于训练时的模型结构,如图3所示,可采用识别子网替换掉图2所示模型结构中的预测子网,具体地,将小程序的页面图像作为训练样本输入到该模型的特征提取子网中进行特征提取,将提取的特征输入到该模型的识别子网中,根据预设的标准类型标签,确定小程序所提供的服务属于哪种标准类型标签,并将确定的结果作为训练样本的标注,根据识别子网输出的结果与所述标注对比,确定识别子网输出的结果与所述标注之间的差异,进而确定识别损失,以识别损失最小化为目标,对该模型进行调整,在对该模型进行调整时,具体可调整特征提取子网和识别子网的模型参数。
相应的,采用如图1所示的方法训练了小程序识别模型,并采用上述方法对如图3所示的小程序识别模型进行微调后,使用该小程序识别模型的方法如图4所示,具体步骤如下:
S400:确定待识别小程序的页面对应的图像,作为待识别图像。
对待识别的小程序的页面进行截图,将所述截图作为待识别图像。
S401:将所述待识别图像输入小程序识别模型中的特征提取子网,获得所述特征提取子网输出的所述待识别图像的特征。
通过训练完成的小程序识别模型,将所述待识别图像输入到所述小程序识别模型的特征提取子网中,以获取所述待识别图像的特征,其中,获取所述待识别图像的特征为待识别图像的文本特征和/或图像特征。
S402:将所述特征输入小程序识别模型中的识别子网,获得所述识别子网输出的识别结果。
获取到所述待识别图像的特征后,将所述待识别图像的特征输入到所述小程序识别模型的识别子网中,得到所述待识别小程序的识别结果,即,待识别小程序属于哪种预设的标准类型标签。
在本说明书提供的识别小程序的方法中,通过对获取的小程序页面的截图进行特征提取,既可以提取小程序页面的文本特征,也可以提取小程序页面的图像特征,还可以同时提取,并根据提取的特征进行识别,从而判断出小程序的标准类型标签属于哪种预设的标准类型标签,提升了小程序识别的效率和准确率。
以上为本说明书的一个或多个实施例提供的模型训练方法,基于同样的思路,本说明书还提供了相应的模型训练装置,如图5所示。
图5为本说明书提供的一种模型训练装置示意图,具体包括:
样本提取模块501,用于确定小程序的页面对应的图像,作为训练样本;
提取模块502,用于将所述训练样本输入小程序识别模型中的特征提取子网,获得所述特征提取子网输出的所述训练样本的特征;
预测模块503,用于将所述特征中的至少部分输入小程序识别模型中的预测子网,获得所述预测子网输出的预测结果,所述预测结果至少包括所述页面的还原结果、所述小程序所提供的服务类型的预测结果、所述页面中包含的各元素的类型的预测结果中的至少一种;其中,所述页面的还原结果为所述特征中未输入所述预测子网的部分在所述页面中对应的信息;
损失确定模块504,用于根据所述预测结果和所述训练样本对应的标注,确定最终损失;
训练模块505,用于以最终损失最小化为训练目标,对所述小程序识别模型进行训练。
可选地,所述提取模块502具体用于,通过所述特征提取子网,对所述训练样本中的图像进行特征提取,获得所述特征提取子网输出的图像特征;通过所述特征提取子网,对所述训练样本中的文本进行特征提取,获得所述特征提取子网输出的文本特征;将所述图像特征和文本特征进行特征融合,得到该训练样本的特征。
可选地,所述提取模块502具体用于,剔除所述训练样本中的至少部分图像,对所述训练样本中剩余的部分图像进行特征提取;剔除所述训练样本中的至少部分文本,对所述训练样本中剩余的部分文本进行特征提取。
可选地,所述预测模块503具体用于,将所述训练样本输入版面分析模型,获得所述版面分析模型输出的所述训练样本中各元素的类型,作为标注;根据所述预测子网输出的所述页面中包含的各元素的类型的预测结果以及所述标注,确定最终损失。
可选地,所述预测模块503具体用于,将所述页面对应的图像作为标注,根据所述预测子网输出的所述页面的还原结果以及所述标注,确定最终损失。
可选地,所述预测模块503具体用于,确定所述小程序的服务提供者针对所述小程序预设的服务类型,作为标注;据所述预测子网输出的所述小程序所提供的服务类型的预测结果以及所述标注,确定最终损失。
可选地,所述训练模块505还用于,将所述特征提取子网输出的所述训练样本的特征输入小程序识别模型的识别子网,以通过所述识别子网,在预设的各标准类型标签中,确定所述小程序所提供的服务对应的标准类型标签;根据所述识别子网输出的标准类型标签和所述训练样本的标注,确定所述小程序识别模型的识别损失;以所述识别损失最小化为训练目标,对所述小程序识别模型进行训练。
以上为本说明书的一个或多个实施例提供的小程序识别方法,基于同样的思路,本说明书还提供了相应的小程序识别装置,如图6所示。
图6为本说明书提供的一种小程序识别装置示意图,具体包括:
输入模块601,用于确定待识别小程序的页面对应的图像,作为待识别图像;
特征提取模块602,用于将所述待识别图像输入小程序识别模型中的特征提取子网,获得所述特征提取子网输出的所述待识别图像的特征;
识别模块603,用于将所述特征输入小程序识别模型中的识别子网,获得所述识别子网输出的识别结果,其中,所述小程序识别模型是采用如上述模型训练的方法训练得到的。
本说明书还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,计算机程序可用于执行上述图1提供的模型训练及图2提供的小程序识别的方法。
本说明书还提供了图7所示的电子设备的结构示意图。如图7所述,在硬件层面,该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,以实现上述图1所述的模型训练及图2提供的小程序识别的方法。当然,除了软件实现方式之外,本说明书并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字***“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的***、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书的实施例可提供为方法、***或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于***实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (12)
1.一种模型训练方法,所述方法包括:
确定小程序的页面对应的图像,作为训练样本;
将所述训练样本输入小程序识别模型中的特征提取子网,获得所述特征提取子网输出的所述训练样本的特征;
将所述特征中的至少部分输入小程序识别模型中的预测子网,获得所述预测子网输出的预测结果,所述预测结果至少包括所述页面的还原结果、所述小程序所提供的服务类型的预测结果、所述页面中包含的各元素的类型的预测结果中的至少一种;其中,所述页面的还原结果为所述特征中未输入所述预测子网的部分在所述页面中对应的信息;
根据所述预测结果和所述训练样本对应的标注,确定最终损失;
以最终损失最小化为训练目标,对所述小程序识别模型进行训练。
2.如权利要求1所述的方法,获得所述特征提取子网输出的所述训练样本的特征,具体包括:
通过所述特征提取子网,对所述训练样本中的图像进行特征提取,获得所述特征提取子网输出的图像特征;
通过所述特征提取子网,对所述训练样本中的文本进行特征提取,获得所述特征提取子网输出的文本特征;
将所述图像特征和文本特征进行特征融合,得到该训练样本的特征。
3.如权利要求2所述的方法,对所述训练样本中的图像进行特征提取,具体包括:
剔除所述训练样本中的至少部分图像,对所述训练样本中剩余的部分图像进行特征提取;
对所述训练样本中的文本进行特征提取,具体包括:
剔除所述训练样本中的至少部分文本,对所述训练样本中剩余的部分文本进行特征提取。
4.如权利要求1所述的方法,当所述预测结果包括所述页面中包含的各元素的类型的预测结果时,根据所述预测结果和所述训练样本对应的标注,确定最终损失,具体包括:
将所述训练样本输入版面分析模型,获得所述版面分析模型输出的所述训练样本中各元素的类型,作为标注;
根据所述预测子网输出的所述页面中包含的各元素的类型的预测结果以及所述标注,确定最终损失。
5.如权利要求1所述的方法,当所述预测结果包括所述页面的还原结果时,根据所述预测结果和所述训练样本对应的标注,确定最终损失,具体包括:
将所述页面对应的图像作为标注,根据所述预测子网输出的所述页面的还原结果以及所述标注,确定最终损失。
6.如权利要求1所述的方法,当所述预测结果包括所述小程序所提供的服务类型的预测结果时,根据所述预测结果和所述训练样本对应的标注,确定最终损失,具体包括:
确定所述小程序的服务提供者针对所述小程序预设的服务类型,作为标注;
根据所述预测子网输出的所述小程序所提供的服务类型的预测结果以及所述标注,确定最终损失。
7.如权利要求1所述的方法,还包括:
将所述特征提取子网输出的所述训练样本的特征输入小程序识别模型的识别子网,以通过所述识别子网,在预设的各标准类型标签中,确定所述小程序所提供的服务对应的标准类型标签;
根据所述识别子网输出的标准类型标签和所述训练样本的标注,确定所述小程序识别模型的识别损失;
以所述识别损失最小化为训练目标,对所述小程序识别模型进行训练。
8.一种识别小程序的方法,所述方法包括:
确定待识别小程序的页面对应的图像,作为待识别图像;
将所述待识别图像输入小程序识别模型中的特征提取子网,获得所述特征提取子网输出的所述待识别图像的特征;
将所述特征输入小程序识别模型中的识别子网,获得所述识别子网输出的识别结果,其中,所述小程序识别模型是采用如权利要求1~7任一所述的方法训练得到的。
9.一种模型训练的装置,所述装置包括:
样本提取模块,用于确定小程序的页面对应的图像,作为训练样本;
提取模块,用于将所述训练样本输入小程序识别模型中的特征提取子网,获得所述特征提取子网输出的所述训练样本的特征;
预测模块,用于将所述特征中的至少部分输入小程序识别模型中的预测子网,获得所述预测子网输出的预测结果,所述预测结果至少包括所述页面的还原结果、所述小程序所提供的服务类型的预测结果、所述页面中包含的各元素的类型的预测结果中的至少一种;其中,所述页面的还原结果为所述特征中未输入所述预测子网的部分在所述页面中对应的信息;
损失确定模块,用于根据所述预测结果和所述训练样本对应的标注,确定最终损失;
训练模块,用于以最终损失最小化为训练目标,对所述小程序识别模型进行训练。
10.一种小程序识别的装置,所述装置包括:
输入模块,用于确定待识别小程序的页面对应的图像,作为待识别图像;
特征提取模块,用于将所述待识别图像输入小程序识别模型中的特征提取子网,获得所述特征提取子网输出的所述待识别图像的特征;
识别模块,用于将所述特征输入小程序识别模型中的识别子网,获得所述识别子网输出的识别结果,其中,所述小程序识别模型是采用如权利要求1~7任一所述的方法训练得到的。
11.一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被执行时实现上述权利要求1~8中任一项所述的方法。
12.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述权利要求1~8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211679253.7A CN116188895A (zh) | 2022-12-26 | 2022-12-26 | 一种模型训练的方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211679253.7A CN116188895A (zh) | 2022-12-26 | 2022-12-26 | 一种模型训练的方法、装置、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116188895A true CN116188895A (zh) | 2023-05-30 |
Family
ID=86431862
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211679253.7A Pending CN116188895A (zh) | 2022-12-26 | 2022-12-26 | 一种模型训练的方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116188895A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117709856A (zh) * | 2024-02-06 | 2024-03-15 | 成都铭亿嘉科技有限公司 | 供应链对接优化方法 |
-
2022
- 2022-12-26 CN CN202211679253.7A patent/CN116188895A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117709856A (zh) * | 2024-02-06 | 2024-03-15 | 成都铭亿嘉科技有限公司 | 供应链对接优化方法 |
CN117709856B (zh) * | 2024-02-06 | 2024-04-26 | 成都铭亿嘉科技有限公司 | 供应链对接优化方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113688313A (zh) | 一种预测模型的训练方法、信息推送的方法及装置 | |
CN114758327B (zh) | 识别码图像中的风险的方法、装置以及设备 | |
CN112417093B (zh) | 一种模型训练的方法及装置 | |
CN112733024A (zh) | 一种信息推荐的方法及装置 | |
CN112347512A (zh) | 图像处理方法、装置、设备及存储介质 | |
CN114332873A (zh) | 一种识别模型的训练方法及装置 | |
CN116188895A (zh) | 一种模型训练的方法、装置、存储介质及电子设备 | |
CN110033092B (zh) | 数据标签生成、模型训练、事件识别方法和装置 | |
CN110191150B (zh) | 一种信息的处理***、方法、装置及设备 | |
CN113887206B (zh) | 一种模型训练及关键词提取方法及装置 | |
CN112966577B (zh) | 一种模型训练以及信息提供的方法及装置 | |
CN110232155B (zh) | 浏览器界面的信息推荐方法及电子设备 | |
CN116822606A (zh) | 一种异常检测模型的训练方法、装置、设备及存储介质 | |
CN115689676A (zh) | 一种行业识别的方法、装置、存储介质及电子设备 | |
CN116188023A (zh) | 一种风险识别模型训练的方法、装置、存储介质及设备 | |
CN114926437A (zh) | 一种图像质量评价方法及装置 | |
CN115310956A (zh) | 支付处理方法及装置 | |
CN112307371B (zh) | 小程序子服务识别方法、装置、设备及存储介质 | |
CN114996570A (zh) | 一种信息推荐的方法及装置 | |
CN115017905A (zh) | 一种模型训练和信息推荐的方法及装置 | |
CN113344590A (zh) | 一种模型训练以及投诉率预估的方法及装置 | |
CN114331602A (zh) | 一种基于迁移学习的模型训练方法、信息推荐方法及装置 | |
CN109584088B (zh) | 产品信息的推送方法及装置 | |
CN112287130A (zh) | 一种图形题目的搜索方法、装置以及设备 | |
CN110705439A (zh) | 一种信息的处理方法、装置及设备 |
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 |