模型训练方法、关键帧抽取方法及装置

专利主权项内容

1.一种模型训练方法，其特征在于，包括：获取视频样本中的多个样本候选关键帧；基于所述多个样本候选关键帧对初始关键帧抽取模型和至少一个初始视频理解模型进行至少一次训练操作，直至满足预设训练结束条件，将满足所述预设训练结束条件的初始关键帧抽取模型作为训练好的关键帧抽取模型；其中，所述训练操作包括：将所述多个样本候选关键帧输入至初始关键帧抽取模型，确定各个样本候选关键帧的评价数值向量；所述评价数值向量中的各个评价数值分别用于表示各个样本候选关键帧分别与所述视频样本的关联程度；基于所述评价数值向量，从所述多个样本候选关键帧中确定至少一个样本关键帧；将所述至少一个样本关键帧分别输入至至少一个初始视频理解模型，得到所述至少一个初始视频理解模型分别输出的针对所述视频样本的视频预测标签；针对每个初始视频理解模型，基于所述视频样本对应的视频样本标签和视频预测标签，确定所述初始视频理解模型对应的第一损失函数；基于各个初始视频理解模型分别对应的第一损失函数，确定第二损失函数；基于所述第二损失函数对所述初始关键帧抽取模型的参数和所述至少一个初始视频理解模型的参数进行调整，将调整参数后的初始关键帧抽取模型作为下一次训练操作对应的初始关键帧抽取模型，将调整参数后的至少一个初始视频理解模型作为下一次训练操作对应的至少一个初始视频理解模型。