训练样本的获取方法、装置、计算机设备及存储介质与流程

技术特征：
1.一种训练样本的获取方法，其特征在于，所述方法包括：获取多个原始样本；将多个所述原始样本输入教师模型，通过所述教师模型获取各所述原始样本对应的注意力反应数据；根据各所述注意力反应数据获取对应原始样本的关键特征信息；根据各所述关键特征信息生成多个增强样本。2.根据权利要求1所述的训练样本的获取方法，其特征在于，所述通过所述教师模型获取各所述原始样本对应的注意力反应数据的步骤，包括：对所述教师模型的预设卷积层输入激活张量，输出一个c
×
h
×
w的特征层，其中c为所述特征层的层数，所述特征层包括c个特征图，各所述特征图的尺寸为h
×
w；计算各所述特征图中处于相同位置的特征点的平均值；根据所述平均值获取尺寸为h
×
w的初始空间注意力图；将所述初始空间注意力图进行归一化处理，得到修正空间注意力图；通过平均池化函数将所述修正空间注意力图映射到各所述原始样本上的维度上，得到所述注意力反应数据。3.根据权利要求1所述的训练样本的获取方法，其特征在于，所述根据各所述注意力反应数据获取对应原始样本的关键特征信息的步骤，包括：根据各所述注意力反应数据生成尺寸与所述原始样本的尺寸相等的注意力反应遮罩；将各所述注意力反应遮罩与对应原始样本相乘，得到各所述关键特征信息。4.根据权利要求3所述的训练样本的获取方法，其特征在于，所述根据各所述注意力反应数据生成尺寸与所述原始样本的尺寸相等的注意力反应遮罩的步骤，包括：计算所述注意力反应数据的所有元素的元素均值；从所述注意力反应数据的各元素中确定小于所述元素均值的第一目标元素，将所述注意力反应数据中的第一目标元素的元素值设置为0，从所述注意力反应数据的各元素中确定大于等于所述元素均值的第二目标元素，将所述注意力反应数据中的第二目标元素的元素值设置为1，以得到所述注意力反应遮罩。5.根据权利要求1-4任一项所述的训练样本的获取方法，其特征在于，所述根据各所述关键特征信息生成多个增强样本的步骤，包括：将所述注意力反应数据中的所述第一目标元素的元素值设置为1，所述第二目标元素的元素值设置为0，得到干扰参数；从多个所述原始样本中随机抽取至少两个原始样本作为多个目标样本，将各所述目标样本分别与所述干扰参数相乘得到多个干扰噪声信息；将各所述关键特征信息分别与各所述干扰噪声信息进行组合，得到多个增强样本。6.根据权利要求1所述的训练样本的获取方法，其特征在于，所述根据各所述关键特征信息生成多个增强样本的步骤，包括：生成多个随机值，将各所述关键特征信息分别与所述多个随机值进行组合，得到多个增强样本。7.根据权利要求1所述的训练样本的获取方法，其特征在于，所述方法还包括：将多个所述原始样本与多个所述增强样本输入所述教师模型，得到第一输出结果；
将多个所述原始样本与多个所述增强样本输入学生模型，得到第二输出结果；通过预设损失函数计算第一输出结果和第二输出结果的蒸馏损失；将所述蒸馏损失反向梯度传递给所述学生模型，对所述学生模型进行调整。8.一种训练样本的获取装置，其特征在于，所述装置包括：第一获取模块，用于获取多个原始样本；输入模块，用于将多个所述原始样本输入教师模型，通过所述教师模型获取各所述原始样本对应的注意力反应数据；第二获取模块，用于根据各所述注意力反应数据获取对应的原始样本的关键特征信息；生成模块，用于根据各所述关键特征信息生成多个增强样本。9.一种计算机设备，其特征在于，所述计算机设备包括存储器及处理器，所述存储器存储有计算机程序，所述计算机程序在所述处理器运行时执行权利要求1-7所述的训练样本的获取方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的训练样本的获取方法。

技术总结
本申请实施例公开了一种训练样本的获取方法、装置、计算机设备及存储介质，涉及数据处理技术领域。所述方法包括：获取训练集中的原始样本并输入教师模型，通过教师模型获取各原始样本对应的注意力反应数据，根据各所述注意力反应数据获取对应原始样本的关键特征信息，并将所述关键特征信息与干扰噪声信息组合，得到多个增强样本。本申请极大地扩充了用于训练学生模型的样本量，达到了较好的知识蒸馏效果。果。果。


技术研发人员：ꢀ(74)专利代理机构
受保护的技术使用者：成都数之联科技股份有限公司
技术研发日：2022.03.16
技术公布日：2022/4/12