稀少内容的分级深度学习模型检测方法、装置、计算机设备
基本信息
| 申请号 | CN202010933073.1 | 申请日 | - |
| 公开（公告）号 | CN112183754A | 公开（公告）日 | 2021-01-05 |
| 申请公布号 | CN112183754A | 申请公布日 | 2021-01-05 |
| 分类号 | G06N5/04(2006.01)I;G06N20/00(2019.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 冯健明;唐会军;刘拴林;梁堃;陈建 | 申请（专利权）人 | 北京数美时代科技有限公司 |
| 代理机构 | 北京轻创知识产权代理有限公司 | 代理人 | 北京数美时代科技有限公司 |
| 地址 | 100012北京市朝阳区望京诚盈中心3号楼14层 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种稀少内容的分级深度学习模型检测方法、装置、计算机设备。其中，所述方法包括：采用分级深度学习模型方式，将推理模型配置为初筛模型和决策模型，其中，该初筛模型为满足预设性能阈值的模型，该决策模型为满足预设指标阈值的模型，和调节该初筛模型的初筛阈值为第一阈值，根据该第一阈值，从稀少内容中筛选出正常内容，以及调整该决策模型的决策阈值为第二阈值，根据该第二阈值，从该经筛选出正常内容后的稀少内容中决策出正常内容；其中，该第二阈值小于该第一阈值。通过上述方式，能够实现在维持足够的推理性能指标的同时，能够减少做推理计算所需的计算资源，降低机器成本。 |
