[发明专利]数据集处理方法、装置、存储介质及电子设备

说明书

本申请涉及数据处理技术领域，具体涉及一种数据集处理方法、装置及电子设备，方法包括：获取待处理数据集，待处理数据集包括第一类样本数据；从待处理数据集中随机选取至少三个不同动作类别的第一类样本数据，并将至少三个不同动作类别的第一类样本数据拼接为拼接样本数据；对拼接样本数据进行采样，以获取采样样本数据集；根据采样样本数据集对待处理数据集进行扩充，得到目标数据集；目标数据集包括采样样本数据集和待处理数据集中的所有样本。该方法通过对拼接样本数据进行采样，能够利用较少的原始样本对待处理数据集实现快速的扩充，从而降低样本获取的成本，同时还能保证目标数据集中数据的多样性。

技术领域

本申请涉及数据处理技术领域，特别地涉及一种数据集处理方法、装置、存储介质及电子设备。

背景技术

随着深度卷积网络模型的不断优化，其在动作识别领域也逐渐迸发出巨大能量，特别是在视频监控领域，实时感知和预警可以为系统决策提供强力支撑。但基于深度卷积神经网络在动作识别领域的发展依然有所制约，限制其发展的主要原因是数据集的获取成本太高。为训练可以进行动作识别的网络模型，需要单动作视频为数据样本，动作类别作为标签进行训练。但在特定场景下，获取大量动作样本数据并进行标记是比较困难的事情。此外，在实际进行检测过程中，检测得到的待测样本通常包括多个动作，one-hot(独热)的标签编码方式无法正确反映样本真实的动作状态。

发明内容

针对上述问题，本申请提供一种数据集处理方法、装置、存储介质及电子设备。

第一方面，本申请提供了一种数据集处理方法，所述方法包括：

获取待处理数据集，所述待处理数据集包括第一类样本数据，其中，所述第一类样本为包括单个动作的样本数据；

从所述待处理数据集中随机选取至少三个不同动作类别的第一类样本数据，并将所述至少三个不同动作类别的第一类样本数据拼接为拼接样本数据；

对所述拼接样本数据进行采样，以获取采样样本数据集；

根据所述采样样本数据集对所述待处理数据集进行扩充，得到目标数据集；所述目标数据集包括所述采样样本数据集和所述待处理数据集中的所有样本。

上述实施方式中，从待处理数据集中随机选取至少三个不同动作类别的样本数据后，将其拼接为一个拼接样本数据。对该拼接样本数据进行采样后，就可以对原始数据集进行快速扩充，并得到目标数据集。该方法通过对拼接样本数据进行采样，能够利用较少的原始样本对待处理数据集实现快速的扩充，从而降低样本获取的成本，同时还能保证目标数据集中数据的多样性。

根据本申请的实施例，可选的，上述数据集处理方法中，获取待处理数据集，包括：

获取原始数据集，并将所述原始数据集中的第二类样本数据分割为多个第一类样本，得到分割后的原始数据集；其中，所述第二类样本数据为包括多个动作的样本数据；

根据每个所述第一类样本包括的动作的动作类别对所述第一类样本进行编码，得到每个所述第一类样本对应的标签；

根据所述第一类样本及其对应的标签得到所述待处理数据集。

根据本申请的实施例，可选的，上述数据集处理方法中，获取原始数据集，并将所述原始数据集中的第二类样本数据分割为多个第一类样本，得到分割后的原始数据集，包括：

确定所述第二类样本数据中的每个动作的起始帧及结束帧；

根据所述起始帧及所述结束帧将所述第二类样本数据分割为多个第一类样本。

根据本申请的实施例，可选的，上述数据集处理方法中，对所述拼接样本数据进行采样，以获取采样样本数据集，包括：

对所述拼接样本数据进行采样，得到多个采样样本；