[发明专利]获取训练样本的方法、装置、设备和计算机存储介质

说明书

本发明提供一种获取训练样本的方法、装置、设备和计算机存储介质，所述获取训练样本的方法包括：获取已标注对象的第一图片集；利用网络搜索引擎对所述第一图片集进行搜索，获取第二图片集；整合所述第一图片集和所述第二图片集，将所述对象作为整合后得到的图片集对应的标注结果；将所述整合后得到的图片集以及所述标注结果作为图像识别模型的训练样本。利用本发明所提供的技术方案，通过网络搜索引擎获取大量的图片作为训练样本，不依靠人力进行拍摄以及标注，从而减少了人力成本，简化了训练样本的获取过程。

【技术领域】

本发明涉及互联网技术应用，尤其涉及一种获取训练样本的方法、装置、设备和计算机存储介质。

【背景技术】

在计算机视觉领域，图片数据的收集与标定是所有图像识别算法中最前期的一步。因此，图片训练数据的数量直接影响着整个图像识别算法的好坏。在通常情况下，研究人员在图像识别算法研发的前期，需要收集大量的图像数据。现有技术一般通过人工收集的方式，主要通过用户拍摄物体足够多的图片后，再进行手工标定来获取正负样本。但是，由于图片数据需要覆盖物体所有可能出现的角度和姿态，并且还需要人工对每张图片数据进行标定，导致算法的研发周期长、人力成本高。此外，如果无法获取足够多的训练数据，还会进一步导致图像识别算法的性能较差。

【发明内容】

有鉴于此，本发明提供了一种获取训练样本的方法、装置、设备和计算机存储介质，用于实现减少人力成本，简化训练样本的获取过程。

本发明为解决技术问题所采用的技术方案是提供一种获取训练样本的方法，所述方法包括：获取已标注对象的第一图片集；利用网络搜索引擎对所述第一图片集进行搜索，获取第二图片集；整合所述第一图片集和所述第二图片集，将所述对象作为整合后得到的图片集对应的标注结果；将所述整合后得到的图片集以及所述标注结果作为图像识别模型的训练样本。

根据本发明一优选实施例，所述利用网络搜索引擎对所述第一图片集进行搜索，获取第二图片集包括：利用网络搜索引擎，获取对应第一图片集的图片搜索结果；从所述图片搜索结果中获取预设数量或满足预设要求的图片，作为第二图片集。

根据本发明一优选实施例，所述利用网络搜索引擎获取对应第一图片集的图片搜索结果包括以下至少一种获取方式：方式1、利用网络搜索引擎，使用以图搜图方法获取对应第一图片集的图片搜索结果；方式2、利用网络搜索引擎，根据所述第一图片集所标注对象的名称获取对应第一图片集的图片搜索结果；方式3、使用光学字符识别方法获取所述第一图片集中的文字，利用网络搜索引擎，根据所述文字获取对应第一图片集的图片搜索结果；方式4、使用图文关系分析方法获取所述第一图片集的分析结果，利用所述网络搜索引擎，根据所述分析结果获取对应第一图片集的图片搜索结果；方式5、使用人脸识别方法获取所述第一图片集中所包含人脸的识别结果，利用所述网络搜索引擎，根据所述人脸识别结果获取对应第一图片集的图片搜索结果。

根据本发明一优选实施例，所述从所述图片搜索结果中获取预设数量的图片，作为第二图片集包括：获取所述图片搜索结果中排在前N位的图片作为第二图片集，其中N为正整数；或者根据各获取方式的预设权重值，分别获取预设数量的图片搜索结果作为第二图片集；或者将所述获取的图片搜索结果中包含的图片作为第二图片集。

根据本发明一优选实施例，所述方法还包括：将所述图片搜索结果显示给标注用户进行筛选，将筛选后的结果作为第二图片集。

本发明为解决技术问题所采用的技术方案是提供一种获取训练样本的装置，所述装置包括：第一获取单元，用于获取已标注对象的第一图片集；第二获取单元，用于利用网络搜索引擎对所述第一图片集进行搜索，获取第二图片集；整合单元，用于整合所述第一图片集和所述第二图片集，将所述对象作为整合后得到的图片集对应的标注结果；应用单元，用于将所述整合后得到的图片集以及所述标注结果作为图像识别模型的训练样本。