(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111659836.9 (22)申请日 2021.12.31 (71)申请人 联想 （北京） 有限公司 地址 100085 北京市海淀区上地西路6号2 幢2层201- H2-6 (72)发明人 吕广奕　章学敏　虞文明　 (74)专利代理 机构 北京派特恩知识产权代理有 限公司 1 1270 代理人 姚璐　蒋雅洁 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/762(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) G06N 5/04(2006.01) (54)发明名称 一种推理方法、 装置、 设备以及计算机存储 介质 (57)摘要 本申请实施例公开了一种推理方法、 装置、 设备以及计算机存储介质。 该方法包括： 将待检 测图像输入目标推理模型， 得到预测结果； 在检 测到待检测图像为异常图像的情况下， 根据异常 图像的异常类别， 对目标推理模 型的原始模型特 征按照不同比例进行更新； 在检测到待检测图像 是正常图像的情况 下， 输出预测结果。 权利要求书2页 说明书11页 附图3页 CN 114419434 A 2022.04.29 CN 114419434 A 1.一种推理方法， 所述方法包括： 将待检测图像输入目标推理模型， 得到预测结果； 在检测到所述待检测图像为异常图像的情况下， 根据所述异常图像的异常类别， 对所 述目标推理模型的原 始模型特征按照不同比例进行 更新； 在检测到所述待检测图像是正常图像的情况 下， 输出所述预测结果。 2.根据权利要求1所述的方法， 所述方法还 包括： 通过异常检测模块计算所述待检测图像与所述初始训练图像之间的差异值； 若所述差异值大于异常阈值， 则确定所述检测结果指示所述待检测图像为所述异常图 像， 并确定所述异常图像的异常类别； 若所述差异值小于或等于所述异常阈值， 则确定所述检测结果指示所述待检测图像为 所述正常图像。 3.根据权利要求2所述的方法， 所述确定所述异常图像的异常类别， 包括： 对所述异常图像进行度量计算， 确定所述异常图像的差异值； 根据所述异常图像的差异值和异常阈值的差值， 确定所述异常图像的异常类别； 其中， 所述异常类别至少包括以下的其中一种： 新类型样本、 难学习样本或者漂移样本 。 4.根据权利要求3所述的方法， 当检测到所述待检测图像是异常图像时， 所述方法还包 括： 将所述异常图像存 储至异常数据库； 在所述异常数据库中所述异常图像的数量达到更新阈值的情况下， 利用所述异常数据 库中的异常图像对所述目标推理模型进行 更新。 5.根据权利要求1 ‑4任意一项所述的方法， 在所述异常数据库中所述异常图像的数量 达到预设更新阈值的情况 下， 所述方法还 包括： 基于对所述异常图像进行的数据标注， 生成标注 异常图像； 相应地， 所述根据所述异常图像的异常类别， 对所述目标推理模型的原始模型特征按 照不同比例进行 更新， 包括： 对属于新类型样本的异常头像、 属于难学习样本的异常图像和属于漂移样本的异常图 像进行统计， 并根据统计结果确定数据偏移值； 在所述数据偏移值大于偏移阈值的情况下， 基于第一类更新策略， 利用所述标注异常 图像对所述目标推理模型进行 更新处理； 或者， 在所述数据偏移值小于或等于偏移阈值的情况下， 基于第二类更新策略， 利用所述标 注异常图像对所述目标推理模型进行 更新处理； 其中， 所述目标推理模型的原始模型特征在所述第 一类更新策略中的更新的比例小于 所述目标 预测模型的原 始模型特征在所述第二类更新策略中的更新比例。 6.根据权利要求5所述的方法， 所述第 一类更新策略至少包括贪心聚类更新策略， 所述 目标推理模型至少包括记 忆模块； 所述基于第一类更新策略， 利用所述标注异常图像对所述目标推理模型进行更新处 理， 包括： 将所述目标推理模型中待更新的原 始模型特征存储至所述记 忆模块； 基于所述贪心聚类更新策略， 采用所述异常数据库中的所述标注异常图像对所述记忆权　利　要　求　书 1/2 页 2 CN 114419434 A 2模块进行 更新处理。 7.根据权利要求6所述的方法， 所述基于贪心聚类更新策略， 采用所述异常数据库中的 所述标注 异常图像对所述记 忆模块进行 更新处理， 包括： 基于所述异常数据库中的所述标注 异常图像， 确定增量特 征集合； 获取所述记忆模块的当前 特征集合； 对所述增量特 征集合和所述当前 特征集合进行交集 运算， 得到目标交集； 对所述目标交集进行聚类处理， 得到新的特征集合， 并利用所述新的特征集合对所述 记忆模块进行参数 更新。 8.一种推理装置， 包括： 推理单元， 配置为将待检测图像输入目标推理模型， 得到预测结果； 更新单元， 配置为在检测到所述待检测图像为异常图像的情况下， 根据所述异常图像 的异常类别， 对所述目标推理模型的原 始模型特征按照不同比例进行 更新； 输出单元， 配置为在检测到所述待检测图像是正常图像的情况 下， 输出所述预测结果。 9.一种电子设备， 包括： 存储器， 用于存 储能够在处理器上运行的计算机程序； 处理器， 用于在运行 所述计算机程序时， 执 行如权利要求1至7任一项所述的方法。 10.一种计算机存储介质， 所述计算机存储介质存储有计算机程序， 所述计算机程序被 至少一个处 理器执行时实现如权利要求1至7任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114419434 A 3