[发明专利]训练数据处理方法及装置

权利要求书

1.一种训练数据处理方法，所述训练数据为眼底图像，其特征在于，所述方法包括：

获取训练数据中的各个类别的样本图像；

获取对应于各个类别的样本图像的噪声图像；其中，所述噪声图像中的像素点满足随机分布；

分别将所述噪声图像与对应类别的各个样本图像进行融合，融合后的图像与所述样本图像之间具有足够高的相似度并且无法用于获得可用的神经网络模型；其中，分别将所述噪声图像与对应类别的各个样本图像进行融合包括：将所述噪声图像至少覆盖对应类别的各个样本图像的黄斑区域；

从所述融合后的图像中去除对应的噪声图像，以用于神经网络模型的训练。

2.根据权利要求1所述的方法，其特征在于，所述噪声图像中的全部像素点的像素值均小于设定阈值；在分别将所述噪声图像与对应类别的各个样本图像进行融合的步骤中，通过在至少一个通道中将像素值相加或相减的方式融合所述噪声图像和所述样本图像。

3.根据权利要求1所述的方法，其特征在于，所述获取对应于各个类别的样本图像的噪声图像包括：利用生成式对抗网络根据输入图像生成素材图像；根据所述素材图像和所述输入图像获得所述生成式对抗网络在生成所述素材图像时提供的噪声图像。

4.根据权利要求3所述的方法，其特征在于，在利用生成式对抗网络根据输入图像生成素材图像的步骤中，对于不同类别的样本图像，所述输入图像不相同。

5.根据权利要求1-3中任一项所述的方法，所述对应于各个类别的样本图像的各个噪声图像均不相同。

6.根据权利要求1-5中任一项所述的方法，其特征在于，在获取对应于各个类别的样本图像的噪声图像的步骤中，还包括对所述噪声图像进行尺寸和/或方向的变换操作。

7.根据权利要求1-5中任一项所述的方法，其特征在于，在融合时所使用的噪声图像的尺寸与所述样本图像的尺寸一致。

8.根据权利要求1-5中任一项所述的方法，其特征在于，在融合时所使用的噪声图像的尺寸小于所述样本图像的尺寸，在分别将所述噪声图像与对应类别的各个样本图像进行融合的步骤中，将所述噪声图像与所述样本图像中的设定区域进行融合。

9.根据权利要求8所述的方法，其特征在于，不同类别的样本图像的所述设定区域不相同。

10.一种训练数据处理设备，其特征在于，包括：至少一个处理器；以及与处理器通信连接的存储器；其中，所述存储器存储有可被处理器执行的指令，所述指令被处理器执行，以使处理器执行如权利要求1-9中任一项所述的训练数据处理方法。