[发明专利]一种图片数据集获得方法、装置、设备及存储介质

权利要求书

1.一种图片数据集获得方法，其特征在于，包括：

根据接收到的图片需求，确定核心关键词；

生成所述核心关键词的扩展关键词；

基于所述核心关键词和所述扩展关键词，进行主题图片的爬取操作，获得源图片数据集；

对所述源图片数据集进行数据增强处理，获得目标图片数据集。

2.根据权利要求1所述的图片数据集获得方法，其特征在于，所述获得源图片数据集，包括：

对爬取到的图片进行去重和去噪处理后，获得源图片数据集。

3.根据权利要求1所述的图片数据集获得方法，其特征在于，所述生成所述核心关键词的扩展关键词，包括：

通过预先训练获得的扩展模型，生成所述核心关键词的扩展关键词。

4.根据权利要求1所述的图片数据集获得方法，其特征在于，所述对所述源图片数据集进行数据增强处理，获得目标图片数据集，包括：

对所述源图片数据集中的图片进行学习，基于学习到的特征，生成与所述源图片数据集中的图片具有相同主题的图片；

基于所述源图片数据集中的图片和生成的与所述源图片数据集中的图片具有相同主题的图片，确定目标图片数据集。

5.根据权利要求1所述的图片数据集获得方法，其特征在于，所述图片需求为文字识别场景下的图片需求，所述对所述源图片数据集进行数据增强处理，获得目标图片数据集，包括：

根据预先获得的文本信息，生成包含所述文本信息的图片；

基于所述源图片数据集中的图片和生成的包含所述文本信息的图片，确定目标图片数据集。

6.根据权利要求5所述的图片数据集获得方法，其特征在于，生成的包含所述文本信息的图片有多张，包含所述文本信息的每两张图片中的文本字体、文本位置、背景中的至少一种不同。

7.根据权利要求1至6之中任一项所述的图片数据集获得方法，其特征在于，所述图片需求为针对目标模型训练的图片需求，在所述获得目标图片数据集之后，还包括：

利用所述目标图片数据集对所述目标模型进行训练优化，以利用训练优化后的所述目标模型进行任务处理；

获得利用训练优化后的所述目标模型进行任务处理的过程中的输入图片及相应的处理结果；

基于获得的所述输入图片及相应的处理结果，扩充所述目标图片数据集，重复执行所述利用所述目标图片数据集对所述目标模型进行训练优化的步骤。

8.一种图片数据集获得装置，其特征在于，包括：

核心关键词确定模块，用于根据接收到的图片需求，确定核心关键词；

扩展关键词生成模块，用于生成所述核心关键词的扩展关键词；

源图片数据集获得模块，用于基于所述核心关键词和所述扩展关键词，进行主题图片的爬取操作，获得源图片数据集；

目标图片数据集获得模块，用于对所述源图片数据集进行数据增强处理，获得目标图片数据集。

9.一种图片数据集获得设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述的图片数据集获得方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的图片数据集获得方法的步骤。