[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

专利信息
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
【说明书】:

发明提供一种深度学习平台中图片格式的转换方法,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。本发明实施例提供的深度学习平台中图片格式的转换方法中,通过对图片格式不属于当前训练框架支持的图片格式的待训练图片进行图片格式的转换,经转换后的图片格式为当前训练框架支持的图片格式。故无论学习平台当前使用何种训练框架进行训练,用户可选择训练的图片格式可以不受限制,用户体验良好。

技术领域

本发明涉及机器学习技术领域,特别是涉及一种深度学习平台中图片格式的转换方法及装置。

背景技术

随着人工智能技术的发展,机器学习逐渐成为了人们热议的话题,深度学习正是机器学习领域中一个重要的研究方向。深度学习是学习样本数据的内在规律和表示层次,这些学习过程中获得的信息对诸如文字,图片和声音等数据的解释有很大的帮助。

随着科学技术的发展,出现了越来越多实现深度学习目标的深度学习平台,其中,用于图片分析的深度学习平台为常见的深度学习平台之一。在用于图片分析的深度学习平台中,前端主要是开发用户所能接触的前端展示界面,如用户选择待分析的图片进行输入的页面,而后端主要是开发用户不可见的实现逻辑功能等功能的模块,如为实现训练所搭建的训练框架。

在深度学习平台的使用中,前端展示界面与用户体验关联密切。而在现有技术中,用户输入页面所允许输入图片的格式,通常都是有限的。若用户在界面中选择图片的格式不属于该学习平台所允许输入的图片格式,前端展示界面一般会提示用户选择的格式不正确,不支持上传,用户还需自行进行图片处理才能完成输入,这使得用户的使用体验较差。

发明内容

有鉴于此,本发明实施例提供了一种深度学习平台中图片格式的转换方法,以解决前端界面输入图片的格式限制导致用户体验较差的问题。

本发明实施例还提供了一种深度学习平台中图片格式的转换装置,用以保证上述方法实际中的实现及应用。

为实现上述目的,本发明实施例提供如下技术方案:

一种深度学习平台中图片格式的转换方法,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。

上述的方法,可选的,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。

上述的方法,可选的,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。

上述的方法,可选的,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:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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/201910831724.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top