[發明專利]一種構造訓練數據集的方法和裝置

在審

• 申請號: 201911293820.3
• 申請日: 2019-12-16
• 公開（公告）號: CN113065571A
• 公開（公告）日: 2021-07-02
• 發明（設計）人: 劉通
• 申請（專利權）人: 北京沃東天駿信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/00
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 李陽;王志遠

1.一種構造訓練數據集的方法，其特征在于，包括：

從待標注數據集中隨機選取兩張待標注圖像作為第一待標注圖像和第二待標注圖像，并確定第一待標注圖像的第一基礎美學標簽和第二待標注圖像的第二基礎美學標簽；

將所述第一待標注圖像和第二待標注圖像作為輸入數據，輸入預訓練的圖像美學比較模型，得到第一待標注圖像的第一評價因子和第二待標注圖像的第二評價因子；

根據所述第一評價因子和所述第二評價因子，更新所述第一基礎美學標簽和所述第二基礎美學標簽；

重復上述步驟，直至重復次數達到閾值，將最終得到的基礎美學標簽作為待標注圖像的最終美學標簽，以得到訓練數據集。

2.根據權利要求1所述的方法，其特征在于，確定第一待標注圖像的第一基礎美學標簽和第二待標注圖像的第二基礎美學標簽包括：

將第一待標注圖像和第二待標注圖像分別作為輸入數據，輸入預訓練的基礎美學評價模型，得到第一待標注圖像的第一基礎美學標簽和第二待標注圖像的第二基礎美學標簽。

3.根據權利要求1所述的方法，其特征在于，根據如下過程訓練得到所述圖像美學比較模型：

獲取各類目的多組圖像對，并通過人工方式對每一組圖像對進行標注，以生成美學比較訓練集；

對所述美學比較訓練集進行訓練，得到圖像美學比較模型。

4.根據權利要求3所述的方法，其特征在于，對所述美學比較訓練集進行訓練，得到圖像美學比較模型包括：

設置多種訓練方法和多種模型復雜度；基于所述多種訓練方法和多種模型復雜度，對所述美學比較訓練集進行訓練，得到多個圖像美學比較模型。

5.根據權利要求4所述的方法，其特征在于，將所述第一待標注圖像和第二待標注圖像作為輸入數據，輸入預訓練的圖像美學比較模型，得到第一待標注圖像的第一評價因子和第二待標注圖像的第二評價因子包括：

將所述第一待標注圖像和第二待標注圖像作為輸入數據，輸入所述多個圖像美學比較模型中的其中一個，得到第一待標注圖像的第一評價因子和第二待標注圖像的第二評價因子；

根據所述第一評價因子和所述第二評價因子，更新所述第一基礎美學標簽和所述第二基礎美學標簽包括：

根據所述第一評價因子和所述第二評價因子，更新所述第一基礎美學標簽和所述第二基礎美學標簽，將更新后的第一基礎美學標簽和第二基礎美學標簽分別作為新的第一基礎美學標簽和新的第二基礎美學標簽；

將所述第一待標注圖像和第二待標注圖像作為輸入數據，輸入其他圖像美學比較模型，得到新的第一評價因子和新的第二評價因子；

基于所述新的第一評價因子和新的第二評價因子，更新所述新的第一基礎美學標簽和新的第二基礎美學標簽；

重復執行上述步驟，直至遍歷完所述多個圖像美學比較模型。

6.根據權利要求1-5任一項所述的方法，其特征在于，根據下式更新所述第一基礎美學標簽和所述第二基礎美學標簽：

其中，Ra表示第一基礎美學標簽，Rb表示第二基礎美學標簽，Sa表示第一評價因子，Sb表示第二評價因子，k和β分別為預設參數，Ra^*表示更新后的第一基礎美學標簽，Rb^*表示更新后的第二基礎美學標簽。

7.根據權利要求6所述的方法，其特征在于，將最終得到的基礎美學標簽作為待標注圖像的最終美學標簽包括：

將最終得到的基礎美學標簽進行歸一化，將歸一化后的基礎美學標簽作為待標注圖像的最終美學標簽。