买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：百果园技术(新加坡)有限公司

摘要：本发明实施例提供一种机审模型训练、视频机审方法、装置、设备及存储介质。机审模型训练方法包括：获取第一训练样本；利用预先训练的多标签场景识别模型，识别得到所述第一训练样本分别归属于各标签对应场景的概率，并基于所述概率计算场景对抗损失值；在利用所述第一训练样本对机审模型进行训练的过程中，基于所述场景对抗损失值计算所述机审模型的损失值；在所述机审模型的损失值满足预设条件的情况下，确定所述机审模型训练完成。本发明实施例在机审模型的训练过程中，结合了场景因素对视频违规的影响，通过预先训练的场景识别模型提供场景控制信息来实行对抗学习，从而提高机审模型对复杂场景的适应能力，提高机审模型的识别精度。

主权项：1.一种机审模型训练方法，其特征在于，所述方法包括：获取第一训练样本，其中，所述第一训练样本包括：第一样本视频和第一样本视频对应的第一标注信息，所述第一标注信息用于指示第一样本视频是否为违规视频；利用预先训练的多标签场景识别模型，识别得到所述第一训练样本分别归属于各标签对应场景的概率，并基于所述概率计算场景对抗损失值；在利用所述第一训练样本对机审模型进行训练的过程中，基于所述场景对抗损失值计算所述机审模型的损失值；在所述机审模型的损失值满足预设条件的情况下，确定所述机审模型训练完成；所述机审模型包括级联的一级模型和二级模型；所述一级模型包括通道减半的残差神经网络；所述二级模型包括所述通道减半的残差神经网络和去密集化的残差神经网络；所述在利用所述第一训练样本对机审模型进行训练的过程中，基于所述场景对抗损失值计算所述机审模型的损失值，包括：将所述第一训练样本输入所述二级模型，得到所述通道减半的残差神经网络的第一输出，以及所述通道减半的残差神经网络和所述去密集化的残差神经网络集成的第二输出；在所述第一输出小于预设分数阈值时，基于所述第一输出计算第一损失值，将所述第一损失值作为所述通道减半的残差神经网络的损失值；在所述第一输出大于等于预设分数阈值时，基于所述第一输出计算第二损失值，并基于所述第二输出和所述场景对抗损失值计算第三损失值，将所述第二损失值和所述第三损失值的总和，作为所述通道减半的残差神经网络的损失值；将所述第三损失值作为所述去密集化的残差神经网络的损失值；将所述通道减半的残差神经网络的损失值和所述去密集化的残差神经网络的损失值的总和，作为所述机审模型的损失值。

全文数据：

权利要求：

百度查询： 百果园技术(新加坡)有限公司 机审模型训练、视频机审方法、装置、设备及存储介质