数据分类方法、装置、设备及存储介质

专利主权项内容

1.一种数据分类方法，其特征在于，所述方法包括：获取待分类的第一目标数据，所述第一目标数据为图片、音频或视频；基于干扰消除模型，对所述第一目标数据进行干扰消除处理，得到第二目标数据，所述干扰消除模型用于消除所述第一目标数据中的干扰；基于分类模型，对所述第二目标数据进行分类处理；所述方法还包括：获取第一原始数据及对应的第一对抗数据；基于所述干扰消除模型，对所述第一对抗数据进行干扰消除处理，得到第一数据；基于判别模型，对所述第一原始数据、所述第一对抗数据和所述第一数据进行判别处理，得到判别结果，所述判别模型用于确定所述第一原始数据与所述第一数据之间的差异，以及所述第一数据与所述第一对抗数据之间的差异，所述判别结果包括与所述第一原始数据对应的第二数据和与所述第一数据对应的第三数据；通过像素值均方差损失函数，确定所述第一原始数据与所述第一对抗数据对应的所述第一数据中位置相同的像素点之间的像素值差值，所述第一原始数据和所述第一数据均包括第一数量的像素点，所述第一数量为所述第一原始数据中像素的宽度与所述第一原始数据中像素的高度的乘积；确定每个像素值差值的平方，将第一数量的像素值差值的平方之和与第一数量的比值，确定为第一数值；通过空间一致性损失函数，确定所述第一数据中每个像素点的像素值的梯度的范数；将所述第一数据中所有像素点对应的范数与所述第一数量的比值，确定为第二数值，第一损失函数包括所述像素值均方差损失函数或所述空间一致性损失函数中的至少一项；基于所述第一数值或所述第二数值中的至少一项，确定所述第一损失函数的输出值，基于所述第一损失函数的输出值，对所述干扰消除模型进行训练，以使所述第一损失函数的输出值趋向于最小；通过第二损失函数，基于所述第二数据与所述第三数据之间的距离，确定所述第二损失函数的输出值，基于所述第二损失函数的输出值，对所述判别模型进行训练，以使所述第二损失函数的输出值趋向于最小。。来源：马 克 数 据 网