[发明专利]深度学习平台中图片格式的转换方法及装置在审
| 申请号： | 201910831724.3 | 申请日： | 2019-09-04 |
| 公开（公告）号： | CN110597775A | 公开（公告）日： | 2019-12-20 |
| 发明（设计）人： | 赵潇瑶 | 申请（专利权）人： | 广东浪潮大数据研究有限公司 |
| 主分类号： | G06F16/178 | 分类号： | G06F16/178;G06N3/08 |
| 代理公司： | 11227 北京集佳知识产权代理有限公司 | 代理人： | 李伟 |
| 地址： | 510620 广东省广州市天河区*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 图片格式 训练图片 学习平台 转换 格式转换 图片输入 用户体验 受限制 图片 | ||
1.一种深度学习平台中图片格式的转换方法，其特征在于，包括：
获取待训练图片的图片格式；
判断所述待训练图片的图片格式是否为当前训练框架支持的图片格式；
若所述待训练图片的图片格式不是所述当前训练框架支持的图片格式，则对所述待训练图片的图片格式进行转换，生成与所述待训练图片对应的格式转换图片，并将所述格式转换图片输入训练框架进行训练；所述格式转换图片的图片格式为所述当前训练框架支持的图片格式。
2.根据权利要求1所述的方法，其特征在于，所述获取待训练图片的图片格式，包括：
解析所述待训练图片的图片信息，获取所述图片信息中包含的所述待训练图片的后缀名；
将所述待训练图片的后缀名，作为所述待训练图片的图片格式。
3.根据权利要求2所述的方法，其特征在于，所述判断所述待训练图片的图片格式是否为当前训练框架支持的图片格式，包括：
获取所述当前训练框架支持的图片的后缀名；
判断所述待训练图片的后缀名是否属于所述当前训练框架支持的图片的后缀名；
若所述待训练图片的后缀名不属于所述当前训练框架支持的图片的后缀名，则判断所述待训练图片的图片格式不是所述当前训练框架支持的图片格式。
4.根据权利要求1所述的方法，其特征在于，所述对所述待训练图片的图片格式进行转换，生成与所述待训练图片对应的格式转换图片，包括：
将所述待训练图片导入预先创建的画布；
基于预先设定的转换方法，将导入有所述待训练图片的画布转换为与所述待训练图片对应的格式转换图片。
5.根据权利要求1所述的方法，其特征在于，还包括：
对所述格式转换图片的编码方式进行转换，使所述格式转换图片采用预先设定的编码方式进行编码。
6.一种深度学习平台中图片格式的转换装置，其特征在于，包括：
格式获取单元，用于获取待训练图片的图片格式；
格式判断单元，用于判断所述待训练图片的图片格式是否为当前训练框架支持的图片格式；
格式转换单元，用于当所述待训练图片的图片格式不是所述当前训练框架支持的图片格式时，对所述待训练图片的图片格式进行转换，生成与所述待训练图片对应的格式转换图片；所述格式转换图片的图片格式为所述当前训练框架支持的图片格式；
图片输入单元，用于将所述格式转换图片输入训练框架进行训练。
7.根据权利要求6所述的装置，其特征在于，所述格式获取单元，包括：
获取子单元，用于解析所述待训练图片的图片信息，获取所述图片信息中包含的所述待训练图片的后缀名；
将所述待训练图片的后缀名，作为所述待训练图片的图片格式。
8.根据权利要求7所述的装置，其特征在于，所述格式判断单元，包括：
判断子单元，用于获取所述当前训练框架支持的图片的后缀名；
判断所述待训练图片的后缀名是否属于所述当前训练框架支持的图片的后缀名；
若所述待训练图片的后缀名不属于所述当前训练框架支持的图片的后缀名，则判断所述待训练图片的图片格式不是所述当前训练框架支持的图片格式。
9.根据权利要求6所述的装置，其特征在于，所述格式转换单元，包括：
转换子单元，用于将所述待训练图片导入预先创建的画布；
基于预先设定的转换方法，将导入有所述待训练图片的画布转换为与所述待训练图片对应的格式转换图片。
10.根据权利要求6所述的装置，其特征在于，还包括：
编码转换单元，用于对所述格式转换图片的编码方式进行转换，使所述格式转换图片采用预先设定的编码方式进行编码。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东浪潮大数据研究有限公司，未经广东浪潮大数据研究有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910831724.3/1.html，转载请声明来源钻瓜专利网。
