[发明专利]模型训练样本生成方法、装置、存储介质以及电子设备

说明书

本发明公开了一种模型训练样本生成方法、装置、存储介质以及电子设备。该方法包括：获取待识别图像与背景图像；将待识别图像叠加到背景图像中，得到第一图像；使用目标识别模型识别第一图像，得到识别结果，其中，每一张第一图像对应一个识别结果，识别结果中包括第一图像中待识别图像的识别类型与识别区域；在识别结果中，存在识别错误的识别结果的情况下，提取识别错误的识别结果的识别区域的图像内容；将提取的图像内容叠加到背景图像中，得到第一训练样本。本发明解决了模型训练效果差的技术问题。

技术领域

本发明涉及计算机领域，具体而言，涉及一种模型训练样本生成方法、装置、存储介质以及电子设备。

背景技术

现有技术中，在对识别模型进行训练时，通常为由模型对训练样本图片进行识别，识别图片中待识别图像的类型与区域，以对图像进行分类，如果识别模型识别图像的类型或区域错误，则将图像作为负样本图像，添加到负样本图像集中，再次使用训练识别模型。

然而，使用上述方法，负样本图像仅仅是被标注然后再次使用训练模型，造成模型的训练效果差。

发明内容

本发明实施例提供了一种模型训练样本生成方法、装置、存储介质以及电子设备，以至少解决模型训练效果差的技术问题。

根据本发明实施例的一个方面，提供了一种模型训练样本生成方法，包括：获取待识别图像与背景图像；将上述待识别图像叠加到上述背景图像中，得到第一图像；使用目标识别模型识别上述第一图像，得到识别结果，其中，每一张上述第一图像对应一个上述识别结果，上述识别结果中包括上述第一图像中上述待识别图像的识别类型与识别区域；在上述识别结果中，存在识别错误的识别结果的情况下，提取识别错误的识别结果的上述识别区域的图像内容；将提取的上述图像内容叠加到上述背景图像中，得到第一训练样本。

根据本发明实施例的另一方面，提供了一种模型训练样本生成装置，包括：获取单元，用于获取待识别图像与背景图像；第一叠加单元，用于将上述待识别图像叠加到上述背景图像中，得到第一图像；识别单元，用于使用目标识别模型识别上述第一图像，得到识别结果，其中，每一张上述第一图像对应一个上述识别结果，上述识别结果中包括上述第一图像中上述待识别图像的识别类型与识别区域；提取单元，用于在上述识别结果中，存在识别错误的识别结果的情况下，提取识别错误的识别结果的上述识别区域的图像内容；第二叠加单元，用于将提取的上述图像内容叠加到上述背景图像中，得到第一训练样本。

作为一种可选的示例，上述第一叠加单元包括：叠加模块，用于将每一张上述待识别图像叠加到每一张上述背景图像中，将得到的每一张图像确定为上述第一图像；或者将上述背景图像按照预设比例分成目标数量份，将每一张上述待识别图像叠加到一份上述背景图像中的每一张背景图像上，其中，上述目标数量为上述待识别图像的数量。

作为一种可选的示例，上述装置还包括：第一确定单元，用于在上述识别结果中，上述识别类型与上述待识别图像的真实类型不同或者上述识别区域与上述待识别图像在上述第一图像中的区域不同的情况下，确定上述识别结果存在识别错误。

作为一种可选的示例，上述装置还包括：第二确定单元，用于在上述识别结果的识别区域与上述待识别图像在上述第一图像中的区域的交集与并集的比值小于第一阈值的情况下，确定上述识别结果的识别区域与上述待识别图像在上述第一图像中的区域不同。

作为一种可选的示例，上述第二叠加单元包括：划分模块，用于将上述图像内容按照上述第一图像中待识别图像的不同分为不同的图像内容集；添加模块，用于将每一个上述图像内容集中的图像内容添加到上述背景图像中，得到第二图像，其中，上述第二图像属于上述第一训练样本。

作为一种可选的示例，上述第二叠加单元包括：记录模块，用于记录上述图像内容在上述背景图像中所在的区域。