[發明專利]一種用于訓練圖片提純模型的方法和裝置

在審

• 申請號: 201710737312.4
• 申請日: 2017-08-24
• 公開（公告）號: CN107657269A
• 公開（公告）日: 2018-02-02
• 發明（設計）人: 李廣
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京漢昊知識產權代理事務所(普通合伙)11370
• 代理人: 羅朋

1.一種用于訓練圖片提純模型的方法，其中，該方法包括：

a對現有圖片進行圖片擴容，獲得擴容后的圖片；

b對所述擴容后的圖片進行聚類，獲得對應的聚類結果；

c在至少一個聚類結果中選擇預定數量的圖片作為樣例圖片呈現給用戶；

d獲取所述用戶基于對所述聚類結果的相關操作所得到的正、負樣本；

e根據所述用戶所選擇的正負樣本，訓練對應的圖片提純模型。

2.根據權利要求1所述的方法，其中，步驟a包括：

根據所述用戶輸入的關鍵詞，利用圖片搜索引擎獲得與所述關鍵詞匹配的圖片，作為所述現有圖片。

3.根據權利要求1所述的方法，其中，步驟a包括：

獲取所述用戶上傳的圖片，作為所述現有圖片。

4.根據權利要求1至3中任一項所述的方法，其中，步驟a包括：

根據所述用戶輸入的關鍵詞和自所述現有圖片中選擇的圖片，采用關鍵詞及以圖搜圖的方式進行圖片擴容，獲得擴容后的圖片。

5.根據權利要求1至4中任一項所述的方法，其中，該方法還包括：

獲取所述用戶設置的圖片擴容的目標數量；

其中，步驟a包括：

根據所述目標數量，對所述現有圖片進行圖片擴容，獲得擴容后的圖片。

6.根據權利要求1至5中任一項所述的方法，其中，步驟d還包括：

對至少一個聚類結果進行再次聚類，并對再次聚類后獲得的聚類結果選擇得到正、負樣本。

7.根據權利要求1至6中任一項所述的方法，其中，該方法還包括：

根據所述圖片提純模型，對大規模圖片集合進行圖片質量提純。

8.一種用于訓練圖片提純模型的裝置，其中，該裝置包括：

擴容裝置，用于對現有圖片進行圖片擴容，獲得擴容后的圖片；

聚類裝置，用于對所述擴容后的圖片進行聚類，獲得對應的聚類結果；

呈現裝置，用于在至少一個聚類結果中選擇預定數量的圖片作為樣例圖片呈現給用戶；

第一獲取裝置，用于獲取所述用戶基于對所述聚類結果的相關操作所得到的正、負樣本；

訓練裝置，用于根據所述用戶所選擇的正負樣本，訓練對應的圖片提純模型。

9.根據權利要求8所述的裝置，其中，所述擴容裝置用于：

根據所述用戶輸入的關鍵詞，利用圖片搜索引擎獲得與所述關鍵詞匹配的圖片，作為所述現有圖片。

10.根據權利要求8所述的裝置，其中，所述擴容裝置用于：

獲取所述用戶上傳的圖片，作為所述現有圖片。

11.根據權利要求8至10中任一項所述的裝置，其中，所述擴容裝置用于：

根據所述用戶輸入的關鍵詞和自所述現有圖片中選擇的圖片，采用關鍵詞及以圖搜圖的方式進行圖片擴容，獲得擴容后的圖片。

12.根據權利要求8至11中任一項所述的裝置，其中，該裝置還包括：

第二獲取裝置，用于獲取所述用戶設置的圖片擴容的目標數量；

其中，所述擴容裝置用于：

根據所述目標數量，對所述現有圖片進行圖片擴容，獲得擴容后的圖片。

13.根據權利要求8至12中任一項所述的裝置，其中，所述第一獲取裝置還用于：

對至少一個聚類結果進行再次聚類，并對再次聚類后獲得的聚類結果選擇得到正、負樣本。

14.根據權利要求8至13中任一項所述的裝置，其中，該裝置還包括：

提純裝置，用于根據所述圖片提純模型，對大規模圖片集合進行圖片質量提純。

15.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機代碼，當所述計算機代碼被執行時，如權利要求1至7中任一項所述的方法被執行。

16.一種計算機程序產品，當所述計算機程序產品被計算機設備執行時，如權利要求1至7中任一項所述的方法被執行。

17.一種計算機設備，所述計算機設備包括：

一個或多個處理器；

存儲器，用于存儲一個或多個計算機程序；

當所述一個或多個計算機程序被所述一個或多個處理器執行時，使得所述一個或多個處理器實現如權利要求1至7中任一項所述的方法。