[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

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種用于訓練圖片提純模型的技術。

背景技術

圖片數據的質量提純是獲取訓練數據十分關鍵的一步。尤其深度學習領域，絕大多數的方法都是數據驅動的，導致了圖片數據的質量直接關系到了算法模型性能。因此，獲取高質量的訓練數據是算法研究中極為重要的一步。

目前，圖片數據的提純方法主要包括基于算法的自動挖掘的方法和利用人工標注的方法。基于算法挖掘的方法是低成本的，但效果不能保證。而人工標注的方法，雖然質量高，但成本高，周期長，尤其是海量的數據，往往有數千萬級別甚至數億張級別，人工標注的方法是不能很好滿足大數據的業務需求的。

因此，如何提供一種高效、準確的訓練圖片提純模型的方法，從而利用該模型來進行圖片質量提純，成為本領域技術人員亟需解決的問題之一。

發明內容

本發明的目的是提供一種用于訓練圖片提純模型的方法和裝置。

根據本發明的一個方面，提供了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。

優選地，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。

優選地，步驟a包括：

獲取所述用戶上傳的圖片，作為所述現有圖片。

優選地，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。

優選地，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。

優選地，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。

優選地，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。

根據本發明的另一個方面，還提供了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。

優選地，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。

優選地，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。

優選地，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。

優選地，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。

優選地，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。

優選地，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。

根據本發明的又一個方面，還提供了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，如上任一項所述的方法被執行。

根據本發明的再一個方面，還提供了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，如上任一項所述的方法被執行。