[发明专利]一种人工智能训练集的获取方法及装置

权利要求书

1.一种人工智能训练集的获取方法，其特征在于，所述方法包括：

获取样本图像；

以所述样本图像为依据进行计算，得到所述样本图像的哈希值；

以预设的数据库和所述哈希值为依据进行重合判定，得到用于表示所述数据库中是否包括与所述哈希值对应的存储数据的判定结果；

在所述判定结果为所述数据库中不包括与所述哈希值对应的存储数据时，将所述样本图像添加至预设训练集，得到人工智能训练集。

2.根据权利要求1所述的人工智能训练集的获取方法，其特征在于，所述获取样本图像的步骤包括：

获取与预设品类相对应的初始集；

对所述初始集进行图像提取处理得到样本图像。

3.根据权利要求1所述的人工智能训练集的获取方法，其特征在于，所述以所述样本图像为依据进行计算，得到所述样本图像的哈希值的步骤包括：

获取所述样本图像的图像数据；

以所述图像数据为依据进行计算，得到所述样本图像的哈希值。

4.根据权利要求3所述的人工智能训练集的获取方法，其特征在于，所述以所述图像数据为依据进行计算，得到所述样本图像的哈希值的步骤包括：

对所述图像数据进行分辨率缩放处理与灰度处理，得到预处理数据；

以所述预处理数据为依据进行计算，得到灰度平均值；

以所述灰度平均值为依据遍历比较所述预处理数据中的每个子数据，得到比较结果；

以所述比较结果为依据进行计算，得到所述样本图像的哈希值。

5.根据权利要求1所述的人工智能训练集的获取方法，其特征在于，所述以预设的数据库和所述哈希值为依据进行重合判定，得到用于表示所述数据库中是否包括与所述哈希值对应的存储数据的判定结果的步骤之后，所述方法还包括：

在所述判定结果为所述数据库中包括与所述哈希值对应的存储数据时，删除与所述哈希值对应的样本图像。

6.根据权利要求1所述的人工智能训练集的获取方法，其特征在于，所述数据库的数据结构为红黑树。

7.根据权利要求1所述的人工智能训练集的获取方法，其特征在于，所述在所述判定结果为所述数据库中不包括与所述哈希值对应的存储数据时，将所述样本图像添加至预设的训练集，得到人工智能训练集的步骤包括：

在所述判定结果为所述数据库中不包括与所述哈希值对应的存储数据时，以所述样本图像和预设的纯色确定标准为依据进行纯色确定，得到用于表示所述样本图像是否为纯色图像的确定结果；

在所述确定结果为所述样本数据不为纯色图像时，将所述样本图像添加至预设的训练集，得到人工智能训练集。

8.根据权利要求7所述的人工智能训练集的获取方法，其特征在于，所述以所述样本图像和预设的纯色确定标准为依据进行纯色确定，得到用于表示所述样本图像是否为纯色图像的确定结果的步骤包括：

获取所述样本图像的多个分块图像；

以所述纯色确定标准对所述多个分块图像进行纯色确定，得到多个确定子结果；

以所述多个确定子结果和所述纯色确定标准为依据进行所述样本图像的纯色确定，得到用于表示所述样本图像是否为纯色图像的确定结果。

9.根据权利要求8所述的人工智能训练集的获取方法，其特征在于，所述纯色确定标准包括纯色标准区间，所述以所述纯色确定标准对所述多个分块图像进行纯色确定，得到多个确定子结果的步骤包括：

获取与所述多个分块图像一一对应的颜色均值；

逐一确定所述颜色均值是否从属于所述纯色标准区间，得到多个确定子结果。

10.根据权利要求7所述的人工智能训练集的获取方法，其特征在于，所述以所述样本图像和预设的纯色确定标准为依据进行纯色确定，得到用于表示所述样本图像是否为纯色图像的确定结果的步骤之后，所述方法还包括：

在所述确定结果为所述样本数据为纯色图像时，删除与所述哈希值对应的样本图像。