[發(fā)明專利]一種圖片數(shù)據(jù)集獲得方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110983765.1
• 申請(qǐng)日: 2021-08-25
• 公開(kāi)（公告）號(hào): CN115730094A
• 公開(kāi)（公告）日: 2023-03-03
• 發(fā)明（設(shè)計(jì)）人: 許云中;王雄;郜振鋒
• 申請(qǐng)（專利權(quán)）人: 深信服科技股份有限公司
• 主分類號(hào): G06F16/51
• 分類號(hào): G06F16/51;G06F16/583;G06F16/58;G06F16/951;G06V10/22;G06V10/30;G06V10/762;G06V10/774
• 代理公司: 深圳市深佳知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44285
• 代理人: 陳彥如

1.一種圖片數(shù)據(jù)集獲得方法，其特征在于，包括：

根據(jù)接收到的圖片需求，確定核心關(guān)鍵詞；

生成所述核心關(guān)鍵詞的擴(kuò)展關(guān)鍵詞；

基于所述核心關(guān)鍵詞和所述擴(kuò)展關(guān)鍵詞，進(jìn)行主題圖片的爬取操作，獲得源圖片數(shù)據(jù)集；

對(duì)所述源圖片數(shù)據(jù)集進(jìn)行數(shù)據(jù)增強(qiáng)處理，獲得目標(biāo)圖片數(shù)據(jù)集。

2.根據(jù)權(quán)利要求1所述的圖片數(shù)據(jù)集獲得方法，其特征在于，所述獲得源圖片數(shù)據(jù)集，包括：

對(duì)爬取到的圖片進(jìn)行去重和去噪處理后，獲得源圖片數(shù)據(jù)集。

3.根據(jù)權(quán)利要求1所述的圖片數(shù)據(jù)集獲得方法，其特征在于，所述生成所述核心關(guān)鍵詞的擴(kuò)展關(guān)鍵詞，包括：

通過(guò)預(yù)先訓(xùn)練獲得的擴(kuò)展模型，生成所述核心關(guān)鍵詞的擴(kuò)展關(guān)鍵詞。

4.根據(jù)權(quán)利要求1所述的圖片數(shù)據(jù)集獲得方法，其特征在于，所述對(duì)所述源圖片數(shù)據(jù)集進(jìn)行數(shù)據(jù)增強(qiáng)處理，獲得目標(biāo)圖片數(shù)據(jù)集，包括：

對(duì)所述源圖片數(shù)據(jù)集中的圖片進(jìn)行學(xué)習(xí)，基于學(xué)習(xí)到的特征，生成與所述源圖片數(shù)據(jù)集中的圖片具有相同主題的圖片；

基于所述源圖片數(shù)據(jù)集中的圖片和生成的與所述源圖片數(shù)據(jù)集中的圖片具有相同主題的圖片，確定目標(biāo)圖片數(shù)據(jù)集。

5.根據(jù)權(quán)利要求1所述的圖片數(shù)據(jù)集獲得方法，其特征在于，所述圖片需求為文字識(shí)別場(chǎng)景下的圖片需求，所述對(duì)所述源圖片數(shù)據(jù)集進(jìn)行數(shù)據(jù)增強(qiáng)處理，獲得目標(biāo)圖片數(shù)據(jù)集，包括：

根據(jù)預(yù)先獲得的文本信息，生成包含所述文本信息的圖片；

基于所述源圖片數(shù)據(jù)集中的圖片和生成的包含所述文本信息的圖片，確定目標(biāo)圖片數(shù)據(jù)集。

6.根據(jù)權(quán)利要求5所述的圖片數(shù)據(jù)集獲得方法，其特征在于，生成的包含所述文本信息的圖片有多張，包含所述文本信息的每?jī)蓮垐D片中的文本字體、文本位置、背景中的至少一種不同。

7.根據(jù)權(quán)利要求1至6之中任一項(xiàng)所述的圖片數(shù)據(jù)集獲得方法，其特征在于，所述圖片需求為針對(duì)目標(biāo)模型訓(xùn)練的圖片需求，在所述獲得目標(biāo)圖片數(shù)據(jù)集之后，還包括：

利用所述目標(biāo)圖片數(shù)據(jù)集對(duì)所述目標(biāo)模型進(jìn)行訓(xùn)練優(yōu)化，以利用訓(xùn)練優(yōu)化后的所述目標(biāo)模型進(jìn)行任務(wù)處理；

獲得利用訓(xùn)練優(yōu)化后的所述目標(biāo)模型進(jìn)行任務(wù)處理的過(guò)程中的輸入圖片及相應(yīng)的處理結(jié)果；

基于獲得的所述輸入圖片及相應(yīng)的處理結(jié)果，擴(kuò)充所述目標(biāo)圖片數(shù)據(jù)集，重復(fù)執(zhí)行所述利用所述目標(biāo)圖片數(shù)據(jù)集對(duì)所述目標(biāo)模型進(jìn)行訓(xùn)練優(yōu)化的步驟。

8.一種圖片數(shù)據(jù)集獲得裝置，其特征在于，包括：

核心關(guān)鍵詞確定模塊，用于根據(jù)接收到的圖片需求，確定核心關(guān)鍵詞；

擴(kuò)展關(guān)鍵詞生成模塊，用于生成所述核心關(guān)鍵詞的擴(kuò)展關(guān)鍵詞；

源圖片數(shù)據(jù)集獲得模塊，用于基于所述核心關(guān)鍵詞和所述擴(kuò)展關(guān)鍵詞，進(jìn)行主題圖片的爬取操作，獲得源圖片數(shù)據(jù)集；

目標(biāo)圖片數(shù)據(jù)集獲得模塊，用于對(duì)所述源圖片數(shù)據(jù)集進(jìn)行數(shù)據(jù)增強(qiáng)處理，獲得目標(biāo)圖片數(shù)據(jù)集。

9.一種圖片數(shù)據(jù)集獲得設(shè)備，其特征在于，包括：

存儲(chǔ)器，用于存儲(chǔ)計(jì)算機(jī)程序；

處理器，用于執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述的圖片數(shù)據(jù)集獲得方法的步驟。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述的圖片數(shù)據(jù)集獲得方法的步驟。