[发明专利]一种标注信息验证的方法、类别确定的方法及装置

权利要求书

1.一种标注信息验证的方法，其特征在于，包括：

获取待验证图像、第一图像集合以及第二图像集合，其中，所述第一图像集合包括至少一个第一图像，所述第二图像集合包括至少一个第二图像；

根据所述待验证图像以及所述第一图像集合确定目标类内相似度，其中，所述待验证图像对应于目标标注信息，所述第一图像集合中的第一图像对应于第一标注信息，所述目标标注信息与所述第一标注信息属于相同类别的标注信息；

根据所述待验证图像以及所述第二图像集合确定目标类间相似度，其中，所述第二图像集合中的第二图像对应于第二标注信息，所述第二标注信息与所述目标标注信息属于不同类别的标注信息；

根据所述目标类内相似度以及所述目标类间相似度，确定所述目标标注信息的验证结果。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取待处理图像集合，其中，所述待处理图像集合包括X个图像，所述X为大于或等于2的整数；

对所述待处理图像集合进行去重处理，得到图像集合，其中，所述图像集合包括Y个图像，所述Y为大于或等于2，且小于或等于所述X的整数，所述图像集合包括所述第一图像集合以及所述第二图像集合。

3.根据权利要求2所述的方法，其特征在于，所述对所述待处理图像集合进行去重处理，得到图像集合，包括：

从所述待处理图像集合中获取第一待处理图像以及第二待处理图像；

根据所述第一待处理图像获取第一检测区域；

根据所述第二待处理图像获取第二检测区域；

通过图像分类模型获取所述第一检测区域所对应的图像特征；

通过所述图像分类模型获取所述第二检测区域所对应的图像特征；

根据所述第一检测区域所对应的图像特征以及所述第二检测区域所对应的图像特征，确定所述第一检测区域与所述第二检测区域之间的第一相似度；

若所述第一相似度大于或等于相似度阈值，则从所述待处理图像集合中去除所述第一待处理图像。

4.根据权利要求3所述的方法，其特征在于，所述确定所述第一检测区域与所述第二检测区域之间的第一相似度之后，所述方法还包括：

若所述第一相似度小于所述相似度阈值，则从所述待处理图像集合中获取第三待处理图像；

根据所述第三待处理图像获取第三检测区域；

通过所述图像分类模型获取所述第三检测区域所对应的图像特征；

根据所述第一检测区域所对应的图像特征以及所述第三检测区域所对应的图像特征，确定所述第一检测区域与所述第三检测区域之间的第二相似度；

若所述第二相似度大于或等于相似度阈值，则从所述待处理图像集合中去除所述第一待处理图像。

5.根据权利要求2所述的方法，其特征在于，所述方法还包括：

对所述图像集合中的图像进行数据增强处理，得到待训练图像集合，其中，所述待训练图像集合包括至少一个待训练图像，所述待训练图像集合对应于真实标签集合，所述真实标签集合包括至少一个真实标签，所述真实标签与所述待训练图像具有对应关系；

基于所述待训练图像集合，通过待训练图像分类模型的卷积层获取第一待训练特征集合，其中，所述第一待训练特征集合包括至少一个第一待训练特征，且所述第一待训练特征与所述待训练图像具有对应关系；

基于所述第一待训练特征集合，通过待训练图像分类模型的第一全连接层获取第一预测标签集合，其中，所述第一预测标签集合包括至少一个第一预测标签，所述第一预测标签与所述待训练图像具有对应关系；

基于所述待训练图像集合，通过所述待训练图像分类模型的池化层获取第二待训练特征集合，其中，所述第二待训练特征集合包括至少一个第二待训练特征，且所述第二待训练特征与所述待训练图像具有对应关系；

基于所述第二待训练特征集合，通过待训练图像分类模型的第二全连接层获取第二预测标签集合，其中，所述第二预测标签集合包括至少一个第二预测标签，所述第二预测标签与所述待训练图像具有对应关系；

根据所述真实标签集合、所述第一预测标签集合以及所述第二预测标签集合，对所述待训练图像分类模型进行训练，得到图像分类模型。