[發明專利]圖像樣本數據增強訓練方法、裝置及電子設備

在審

• 申請號: 202210288944.8
• 申請日: 2022-03-23
• 公開（公告）號: CN114596637A
• 公開（公告）日: 2022-06-07
• 發明（設計）人: 盧子鵬;王健;孫昊;丁二銳
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06V10/46;G06V10/774;G06K9/62;G06N20/00
• 代理公司: 北京博浩百睿知識產權代理有限責任公司 11134
• 代理人: 豐佩印

1.一種圖像樣本數據增強訓練方法，包括：

獲取待訓練樣本，其中，所述待訓練樣本由多張圖像組成，所述多張圖像至少包含目標對象的姿態信息；

采用所述待訓練樣本對預設的關鍵點模型進行訓練，并獲取訓練結果對應的第一損失值；

根據所述第一損失值對預設隊列所包含的至少一個訓練樣本進行更新，得到目標隊列，其中，所述預設隊列中存儲有所述待訓練樣本中的至少部分訓練樣本；

計算所述目標隊列所包含的至少一個訓練樣本的第二損失值，并根據所述第二損失值從所述目標隊列中確定至少一個候選訓練樣本；

在任意一個或多個所述候選訓練樣本對應的第三損失值滿足預設條件時，確定該候選訓練樣本為目標訓練樣本。

2.根據權利要求1所述的方法，其中，獲取待訓練樣本，包括：

獲取預設設置的隨機數；

在所述隨機數小于隨機數閾值時，從訓練樣本庫中獲取所述待訓練樣本；

在所述隨機數大于或等于所述隨機數閾值時，從所述目標隊列中獲取所述待訓練樣本。

3.根據權利要求2所述的方法，其中，采用所述待訓練樣本對預設的關鍵點模型進行訓練，并獲取訓練結果對應的第一損失值，包括：

對所述待訓練樣本進行編輯操作，得到編輯后的待訓練樣本；

采用所述編輯后的待訓練樣本對所述預設的關鍵點模型進行訓練，得到所述訓練結果；

基于預設的損失函數計算所述訓練結果對應的第一損失值。

4.根據權利要求3所述的方法，其中，根據所述第一損失值對預設隊列所包含的至少一個訓練樣本進行更新，得到目標隊列，包括：

在所述第一損失值大于或等于第一閾值時，存儲所述待訓練樣本至所述預設隊列中，得到所述目標隊列。

5.根據權利要求4所述的方法，在存儲所述待訓練樣本至所述預設隊列中，得到所述目標隊列之后，所述方法還包括：

確定所述目標隊列所包含的至少一個訓練樣本的第四損失值；

根據所述第四損失值的大小對所述目標隊列所包含的至少一個訓練樣本進行排序。

6.根據權利要求4所述的方法，在存儲所述待訓練樣本至所述預設隊列中，得到所述目標隊列之后，所述方法還包括：

獲取所述目標隊列的隊列長度；

在所述隊列長度達到長度閾值時，停止向所述目標隊列中存儲所述待訓練樣本。

7.根據權利要求2所述的方法，其中，從所述目標隊列中獲取所述待訓練樣本，包括：

獲取所述目標隊列所對應的隊列長度；

在所述隊列長度小于預設長度時，從所述目標隊列中隨機獲取所述待訓練樣本；

在所述隊列長度大于或等于所述預設長度時，將所述目標隊列劃分為多個樣本塊，并根據所述多個樣本塊的樣本概率從所述目標隊列中確定目標樣本塊，得到所述待訓練樣本，其中，每個樣本塊包含至少一個子訓練樣本，所述樣本概率表征了所述多個樣本塊被選中的概率。

8.根據權利要求7所述的方法，其中，將所述目標隊列劃分為多個樣本塊，包括：

獲取所述目標隊列所包含的至少一個訓練樣本的第五損失值；

按照所述第五損失值的大小，將所述目標隊列所包含的至少一個訓練樣本劃分為所述多個樣本塊。

9.根據權利要求7所述的方法，其中，根據所述多個樣本塊的樣本概率從所述目標隊列中確定目標樣本塊，得到所述待訓練樣本，包括：

獲取所述多個樣本塊所對應的樣本概率；

根據所述樣本概率從所述多個樣本塊中確定所述目標樣本塊；

從所述目標隊列中獲取所述目標樣本塊所包含的子訓練樣本，得到所述待訓練樣本。

10.根據權利要求1所述的方法，所述方法還包括：

在當前訓練樣本對應的第二損失值小于第二閾值時，記錄所述至少一個訓練樣本對應的解決次數；

在所述解決次數大于預設次數時，從所述目標隊列中刪除所述當前訓練樣本。