本技術(shù)涉及計(jì)算機(jī)，尤其涉及一種模型訓(xùn)練、物品鑒別方法、裝置、設(shè)備和存儲介質(zhì)。

背景技術(shù)：

1、機(jī)器學(xué)習(xí)模型已被廣泛應(yīng)用于教育、軍事、金融、互聯(lián)網(wǎng)等各個領(lǐng)域。一般，采用初始神經(jīng)網(wǎng)絡(luò)模型對偽造物品數(shù)據(jù)進(jìn)行學(xué)習(xí)訓(xùn)練，得到用于鑒別偽造物品的目標(biāo)神經(jīng)網(wǎng)絡(luò)模型。然而，在實(shí)現(xiàn)過程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)中至少存在如下問題：只關(guān)注偽造物品本身的數(shù)據(jù)特征，存在模型準(zhǔn)確率較低的問題。

技術(shù)實(shí)現(xiàn)思路

1、為解決上述技術(shù)問題，本技術(shù)實(shí)施例期望提供一種模型訓(xùn)練、物品鑒別方法、裝置、設(shè)備和存儲介質(zhì)，解決了現(xiàn)有技術(shù)只關(guān)注偽造物品本身的數(shù)據(jù)特征，存在模型準(zhǔn)確率較低的問題。

2、本技術(shù)的技術(shù)方案是這樣實(shí)現(xiàn)的：

3、一種偽造物品鑒別模型訓(xùn)練方法，所述方法包括：

4、獲取待訓(xùn)練物品的物品信息；其中，所述待訓(xùn)練物品的物品信息表征所述待訓(xùn)練物品的基礎(chǔ)屬性和所述待訓(xùn)練物品的用戶體驗(yàn)情況；

5、基于所述待訓(xùn)練物品的物品信息，確定所述待訓(xùn)練物品對應(yīng)的目標(biāo)物品；其中，所述目標(biāo)物品用于鑒別所述待訓(xùn)練物品是否是偽造的；

6、基于所述待訓(xùn)練物品的物品信息和所述目標(biāo)物品的物品信息對初始偽造物品鑒別模型進(jìn)行模型訓(xùn)練，得到目標(biāo)偽造物品鑒別模型。

7、上述方案中，所述基于所述待訓(xùn)練物品的物品信息，確定所述待訓(xùn)練物品對應(yīng)的目標(biāo)物品，包括：

8、通過所述初始偽造物品鑒別模型中的嵌入層，采用低維向量對所述待訓(xùn)練物品的物品信息進(jìn)行編碼，得到所述待訓(xùn)練物品的物品特征；

9、基于所述待訓(xùn)練物品的物品特征和物品池中的每一物品的物品特征，從所述物品池中確定所述目標(biāo)物品。

10、上述方案中，所述基于所述待訓(xùn)練物品的物品特征和物品池中的每一物品的物品特征，從所述物品池中確定所述目標(biāo)物品，包括：

11、通過所述初始偽造物品鑒別模型中的召回層，基于所述待訓(xùn)練物品的物品特征和所述物品池中的每一物品的物品特征，確定所述待訓(xùn)練物品與所述物品池中每一物品的相似性；

12、基于所述相似性和召回閾值，從所述物品池中確定所述目標(biāo)物品。

13、上述方案中，所述基于所述待訓(xùn)練物品的物品信息和所述目標(biāo)物品的物品信息對初始偽造物品鑒別模型進(jìn)行模型訓(xùn)練，得到目標(biāo)偽造物品鑒別模型，包括：

14、基于所述待訓(xùn)練物品的物品特征和所述目標(biāo)物品的物品特征對所述初始偽造物品鑒別模型進(jìn)行模型訓(xùn)練，得到所述目標(biāo)偽造物品鑒別模型。

15、上述方案中，所述基于所述待訓(xùn)練物品的物品特征和所述目標(biāo)物品的物品特征對所述初始偽造物品鑒別模型進(jìn)行模型訓(xùn)練，得到所述目標(biāo)偽造物品鑒別模型，包括：

16、通過所述初始偽造物品鑒別模型中的特征交叉層，對所述待訓(xùn)練物品的物品特征和所述目標(biāo)物品的物品特征進(jìn)行特征交叉，得到交叉特征；

17、基于所述交叉特征對所述初始偽造物品鑒別模型進(jìn)行模型訓(xùn)練，得到所述目標(biāo)偽造物品鑒別模型。

18、上述方案中，所述基于所述交叉特征對所述初始偽造物品鑒別模型進(jìn)行模型訓(xùn)練，得到所述目標(biāo)偽造物品鑒別模型，包括：

19、對所述交叉特征進(jìn)行特征優(yōu)化，得到關(guān)鍵特征；

20、基于所述關(guān)鍵特征對所述初始偽造物品鑒別模型進(jìn)行模型訓(xùn)練，得到所述目標(biāo)偽造物品鑒別模型。

21、上述方案中，所述對所述交叉特征進(jìn)行特征優(yōu)化，得到關(guān)鍵特征，包括：

22、基于遺忘門、輸入門和輸出門，構(gòu)建所述初始偽造物品鑒別模型中的特征優(yōu)化網(wǎng)絡(luò)；

23、采用所述特征優(yōu)化網(wǎng)絡(luò)對所述交叉特征進(jìn)行特征優(yōu)化，得到所述關(guān)鍵特征。

24、上述方案中，所述采用所述特征優(yōu)化網(wǎng)絡(luò)對所述交叉特征進(jìn)行特征優(yōu)化，得到所述關(guān)鍵特征，包括：

25、在所述交叉特征第t次經(jīng)過所述特征優(yōu)化網(wǎng)絡(luò)中的門細(xì)胞進(jìn)行特征優(yōu)化時(shí)，對第t-1次門細(xì)胞的隱含狀態(tài)和所述交叉特征中的第t個交叉特征進(jìn)行拼接處理，得到拼接特征；

26、通過所述特征優(yōu)化網(wǎng)絡(luò)中的遺忘門，基于拼接特征、所述遺忘門對應(yīng)的權(quán)重和所述遺忘門對應(yīng)的常數(shù)，確定第t次門細(xì)胞的待召回特征；

27、通過所述特征優(yōu)化網(wǎng)絡(luò)中的輸入門，基于所述待召回特征、所述拼接特征、所述輸入門對應(yīng)的權(quán)重和所述輸入門對應(yīng)的常數(shù)，確定所述第t次門細(xì)胞的細(xì)胞狀態(tài)；

28、通過所述特征優(yōu)化網(wǎng)絡(luò)中的輸出門，基于所述拼接特征、所述輸出門對應(yīng)的權(quán)重、所述輸出門對應(yīng)的常數(shù)和所述第t次門細(xì)胞的細(xì)胞狀態(tài)，確定所述第t次門細(xì)胞的隱藏狀態(tài)，直至所述交叉特征均已經(jīng)過所述特征優(yōu)化網(wǎng)絡(luò)中的門細(xì)胞，將第n次門細(xì)胞的隱藏狀態(tài)確定為所述關(guān)鍵特征。

29、一種物品鑒別方法，所述方法包括：

30、獲取待處理物品的物品信息；

31、采用目標(biāo)偽造物品鑒別模型對所述待處理物品的物品信息進(jìn)行鑒別，確定所述待處理物品是否是偽造的；

32、其中，所述目標(biāo)偽造物品鑒別模型的訓(xùn)練過程如下：

33、獲取待訓(xùn)練物品的物品信息；所述待訓(xùn)練物品的物品信息表征所述待訓(xùn)練物品的基礎(chǔ)屬性和所述待訓(xùn)練物品的用戶體驗(yàn)情況；

34、基于所述待訓(xùn)練物品的物品信息，確定所述待訓(xùn)練物品對應(yīng)的目標(biāo)物品；所述目標(biāo)物品用于鑒別所述待訓(xùn)練物品是否是偽造的；

35、基于所述待訓(xùn)練物品的物品信息和所述目標(biāo)物品的物品信息對初始偽造物品鑒別模型進(jìn)行模型訓(xùn)練，得到所述目標(biāo)偽造物品鑒別模型。

36、一種偽造物品鑒別模型訓(xùn)練裝置，所述偽造物品鑒別模型訓(xùn)練裝置包括：

37、第一獲取單元，用于獲取待訓(xùn)練物品的物品信息；其中，所述待訓(xùn)練物品的物品信息表征所述待訓(xùn)練物品的基礎(chǔ)屬性和所述待訓(xùn)練物品的用戶體驗(yàn)情況；

38、第一處理單元，用于基于所述待訓(xùn)練物品的物品信息，確定所述待訓(xùn)練物品對應(yīng)的目標(biāo)物品；其中，所述目標(biāo)物品用于鑒別所述待訓(xùn)練物品是否是偽造的；

39、所述第一處理單元，還用于基于所述待訓(xùn)練物品的物品信息和所述目標(biāo)物品的物品信息對初始偽造物品鑒別模型進(jìn)行模型訓(xùn)練，得到目標(biāo)偽造物品鑒別模型。

40、一種物品鑒別裝置，所述物品鑒別裝置包括：

41、第二獲取單元，用于獲取待處理物品的物品信息；

42、第二處理單元，用于采用所述目標(biāo)偽造物品鑒別模型對所述待處理物品的物品信息進(jìn)行鑒別，確定所述待處理物品是否是偽造的；

43、其中，所述目標(biāo)偽造物品鑒別模型的訓(xùn)練過程如下：

44、獲取待訓(xùn)練物品的物品信息；其中，所述待訓(xùn)練物品的物品信息表征所述待訓(xùn)練物品的基礎(chǔ)屬性和所述待訓(xùn)練物品的用戶體驗(yàn)情況；

45、基于所述待訓(xùn)練物品的物品信息，確定所述待訓(xùn)練物品對應(yīng)的目標(biāo)物品；其中，所述目標(biāo)物品用于鑒別所述待訓(xùn)練物品是否是偽造的；

46、基于所述待訓(xùn)練物品的物品信息和所述目標(biāo)物品的物品信息對初始偽造物品鑒別模型進(jìn)行模型訓(xùn)練，得到目標(biāo)偽造物品鑒別模型。

47、一種偽造物品鑒別模型訓(xùn)練設(shè)備，所述偽造物品鑒別模型訓(xùn)練設(shè)備包括：第一處理器、第一存儲器和第一通信總線；

48、所述第一通信總線用于實(shí)現(xiàn)所述第一處理器和所述第一存儲器之間的通信連接；

49、所述第一處理器用于執(zhí)行所述第一存儲器中的偽造物品鑒別模型訓(xùn)練程序，以實(shí)現(xiàn)上述的偽造物品鑒別模型訓(xùn)練方法的步驟。

50、一種物品鑒別設(shè)備，所述物品鑒別設(shè)備包括：第二處理器、第二存儲器和第二通信總線；

51、所述第二通信總線用于實(shí)現(xiàn)所述第二處理器和所述第二存儲器之間的通信連接；

52、所述第二處理器用于執(zhí)行所述第二存儲器中的物品鑒別程序，以實(shí)現(xiàn)上述的物品鑒別方法的步驟。

53、一種存儲介質(zhì)，所述存儲介質(zhì)存儲有一個或者多個程序，所述一個或者多個程序可被一個或者多個處理器執(zhí)行，以實(shí)現(xiàn)上述的偽造物品鑒別模型訓(xùn)練方法或物品鑒別方法的步驟。

54、本技術(shù)的實(shí)施例所提供的模型訓(xùn)練、物品鑒別方法、裝置、設(shè)備和存儲介質(zhì)，因?yàn)楂@取待訓(xùn)練物品的物品信息，并基于待訓(xùn)練物品的物品信息確定待訓(xùn)練物品對應(yīng)的目標(biāo)物品，且目標(biāo)物品用于鑒別待訓(xùn)練物品是否是偽造的，其中，目標(biāo)物品用于鑒別待訓(xùn)練物品是否是偽造的，也就是說，目標(biāo)物品是鑒別物品是否是偽造的依據(jù)，而能夠鑒別物品是否是偽造的是正規(guī)物品，也即目標(biāo)物品是待訓(xùn)練物品對應(yīng)的正規(guī)物品；基于待訓(xùn)練物品的物品信息和目標(biāo)物品的物品信息對初始偽造物品鑒別模型進(jìn)行模型訓(xùn)練得到目標(biāo)偽造物品鑒別模型，由于目標(biāo)偽造物品鑒別模型是基于待訓(xùn)練物品的物品信息和能夠鑒別待訓(xùn)練物品是否是偽造的目標(biāo)物品的物品信息訓(xùn)練得到的，因此在訓(xùn)練的過程中，不僅能夠?qū)W習(xí)到待訓(xùn)練物品本身的物品特征，還能夠?qū)W習(xí)到待訓(xùn)練物品與目標(biāo)物品之間的隱式關(guān)聯(lián)特征，其中，待訓(xùn)練物品與目標(biāo)物品之間的隱式關(guān)聯(lián)特征，也即是指待訓(xùn)練物品與正規(guī)物品之間的隱式關(guān)聯(lián)特征，如此在訓(xùn)練的過程中綜合考慮了待訓(xùn)練物品本身的物品特征和待訓(xùn)練物品與正規(guī)物品之間的隱式關(guān)聯(lián)特征，能夠提高目標(biāo)偽造物品鑒別模型的模型準(zhǔn)確率；如此，通過待訓(xùn)練物品的物品信息和能夠鑒別待訓(xùn)練物品是否是偽造的目標(biāo)物品的物品信息來訓(xùn)練目標(biāo)偽造物品鑒別模型，不僅能夠?qū)W習(xí)到待訓(xùn)練物品本身的物品特征，還能夠?qū)W習(xí)到待訓(xùn)練物品與正規(guī)物品之間的隱式關(guān)聯(lián)特征，綜合考慮了待訓(xùn)練物品本身的物品特征和待訓(xùn)練物品與正規(guī)物品之間的隱式關(guān)聯(lián)特征，提高了目標(biāo)偽造物品鑒別模型的模型準(zhǔn)確率，克服了現(xiàn)有技術(shù)只關(guān)注偽造物品本身的數(shù)據(jù)特征，存在模型準(zhǔn)確率較低的問題。