[发明专利]一种建立训练集的方法、装置、电子设备以及介质

说明书

本申请实施例提供了一种建立训练集的方法、装置、电子设备以及介质，涉及计算机技术领域，所述方法包括：获取预设训练集，预设训练集包括：预先收集的多个具有特定人脸属性的样本图像，将预设训练集中的样本图像作为标注，对初始图像生成模型进行训练，得到人脸图像生成模型，基于人脸图像生成模型，生成多个具有特定人脸属性的候选图像，基于人脸图像生成模型生成的多个具有特定人脸属性的候选图像，生成用于训练人脸识别模型的目标训练集。采用本申请可以提高目标训练集中具有特定人脸属性的图像的数量。

技术领域

本申请涉及计算机技术领域，特别是涉及一种建立训练集的方法、装置、电子设备以及介质。

背景技术

目前，计算机视觉技术在各个领域的应用越来越广泛，例如，智能交通系统、智能家居系统或者支付系统等等。其中，计算机视觉技术通常可以应用于人脸识别，例如，目前可采用神经网络模型实现计算机视觉技术，电子设备可以通过预设的包括特定人脸属性的图像的训练集对人脸识别模型进行训练，训练后的人脸识别模型可以用于进行人脸识别技术。

在训练神经网络模型之前，需要搜集具有特定人脸属性的图像以生成包括特定人脸属性的图像的训练集。相关技术中，可以通过人工在互联网中具有公开信息的网站中搜集并标注具有特定人脸属性的图像并生成包括特定人脸属性的图像的训练集。

然而，互联网中可用的具有特定人脸属性的图像数量有限，针对具有特定人脸属性的图像(例如具有绿色瞳色的人脸图像)，可能会出现具有特定人脸属性的人脸图像数量不足的情况，会导致包括特定人脸属性的图像的训练集中的图像数量不足。

发明内容

本申请实施例的目的在于提供一种建立训练集的方法、装置、电子设备以及介质，以提高目标训练集中具有特定人脸属性的图像的数量。具体技术方案如下：

第一方面，提供了一种建立训练集的方法，所述方法应用于电子设备，所述方法包括：

获取预设训练集，所述预设训练集包括：预先收集的多个具有特定人脸属性的样本图像；

将所述预设训练集中的样本图像作为标注，对初始图像生成模型进行训练，得到人脸图像生成模型；

基于所述人脸图像生成模型，生成多个具有所述特定人脸属性的候选图像；

基于所述人脸图像生成模型生成的多个具有所述特定人脸属性的候选图像，生成用于训练人脸识别模型的目标训练集。

可选的，所述基于所述人脸图像生成模型生成的多个具有所述特定人脸属性的候选图像，生成用于训练人脸识别模型的目标训练集，包括：

确定每个候选图像的噪声特征值和/或分辨率；

将噪声特征值小于预设噪声特征值阈值，和/或分辨率大于预设分辨率阈值的候选图像加入所述目标训练集。

可选的，在所述生成用于训练人脸识别模型的目标训练集之后，所述方法还包括：

基于预设的图像变换工具，分别对所述目标训练集中的每个图像进行图像变换，分别得到每个图像对应的多个变换图像；

将所述目标训练集中的每个图像对应的多个变换图像加入所述目标训练集。

可选的，所述基于预设的图像变换工具，分别对所述目标训练集中的每个图像进行图像变换，分别得到每个图像对应的多个变换图像，包括：

针对所述目标训练集中的每个图像，基于预设的图像编辑算法，对所述目标训练集中的每个图像进行镜像、旋转、变形操作中的至少一种操作；和/或，

基于预设的图像增强网络模型，增强或者抑制所述目标训练集中的每个图像中的像素点单元。

第二方面，提供了一种建立训练集的装置，所述装置应用于电子设备，所述装置包括：