[发明专利]一种训练集中的图片处理方法及装置

说明书

本发明实施例提供一种训练集中的图片处理方法及装置，所述方法包括：获取预设模型针对原始图片的识别结果；若判断获知存在不正确的第一识别结果，则获取所有正确的第二识别结果；将所有第二识别结果对应的第二目标图片导入与相应图片标签对应的类别集合中，并进行再次训练；从再次训练完成后的类别集合中剔除最终目标图片；所述最终目标图片是与每个第一识别结果对应的第一目标图片的相似程度大于预设阈值的图片标签中的图片。所述装置执行上述方法。本发明实施例提供的训练集中的图片处理方法及装置，能够提高训练图片的处理效率，进而提高模型识别图片的准确度。

技术领域

本发明实施例涉及图片处理技术领域，尤其涉及一种训练集中的图片处理方法及装置。

背景技术

胶囊内镜具有无痛、无伤、拍摄图像信息量大等优点，具备广泛的应用价值。

现有技术采用人工方式识别通过胶囊内镜拍摄的原始图片、并对原始图片进行分类，为了更加准确、高效地识别原始图片，需要构建模型，但是模型在使用之前通常需要进行训练，在训练完成之后，才可以使用模型对原始图片进行识别。但是，由于原始图片的复杂性，会导致模型的识别结果不够准确，例如：会出现一些错分的图片，现有技术的方法是：将错分的图片放入图片标签集(即训练集)中进行再训练，以确保当再遇到类似的图片时，模型不会再犯同样的错误，当需要训练的图片量较少的情况下，这样做的效率还可以，但是，当需要训练的图片量较多的情况下时，现有技术的方法效率非常低下。

因此，如何避免上述缺陷，提高训练图片的处理效率，进而提高模型识别图片的准确度，成为亟须解决的问题。

发明内容

针对现有技术存在的问题，本发明实施例提供一种训练集中的图片处理方法及装置。

本发明实施例提供一种训练集中的图片处理方法，包括：

获取预设模型针对原始图片的识别结果；若判断获知存在不正确的第一识别结果，则获取所有正确的第二识别结果；

将所有第二识别结果对应的第二目标图片导入与相应图片标签对应的类别集合中，并进行再次训练；

从再次训练完成后的类别集合中剔除最终目标图片；所述最终目标图片是与每个第一识别结果对应的第一目标图片的相似程度大于预设阈值的图片标签中的图片。

本发明实施例提供一种训练集中的图片处理装置，包括：

获取单元，用于获取预设模型针对原始图片的识别结果；若判断获知存在不正确的第一识别结果，则获取所有正确的第二识别结果；

再训练单元，用于将所有第二识别结果对应的第二目标图片导入与相应图片标签对应的类别集合中，并进行再次训练；

剔除单元，用于从再次训练完成后的类别集合中剔除最终目标图片；所述最终目标图片是与每个第一识别结果对应的第一目标图片的相似程度大于预设阈值的图片标签中的图片。

本发明实施例提供一种电子设备，包括：处理器、存储器和总线，其中，

所述处理器和所述存储器通过所述总线完成相互间的通信；

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如下方法：

获取预设模型针对原始图片的识别结果；若判断获知存在不正确的第一识别结果，则获取所有正确的第二识别结果；

将所有第二识别结果对应的第二目标图片导入与相应图片标签对应的类别集合中，并进行再次训练；

从再次训练完成后的类别集合中剔除最终目标图片；所述最终目标图片是与每个第一识别结果对应的第一目标图片的相似程度大于预设阈值的图片标签中的图片。

本发明实施例提供一种非暂态计算机可读存储介质，包括：