[发明专利]图片训练样本挖掘方法、装置、终端及计算机可读存储介质有效
| 申请号： | 201811141183.3 | 申请日： | 2018-09-28 |
| 公开（公告）号： | CN109242042B | 公开（公告）日： | 2019-12-20 |
| 发明（设计）人： | 孟骧龙;严灿祥 | 申请（专利权）人： | 百度在线网络技术(北京)有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 11313 北京市铸成律师事务所 | 代理人： | 王珺;武晨燕 |
| 地址： | 100085 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种图片训练样本挖掘方法、装置和终端，所述方法包括：根据输入的图片查询条件获取多个候选图片以及对应的图片描述文本；根据图片描述文本训练得到通用文本相似度模型；利用通用文本相似度模型和类别特征参数训练得到垂类模型，类别特征参数与根据图片描述文本分类得到的训练样本类别相对应；利用垂类模型对所述候选图片进行分类，得到多个候选图片分类集合；将每个候选图片分类集合中的图片输入至文本语义相似度模型和图片内容相似度模型中，得到每个类别对应的图片训练样本。在给定图片查询条件时，能够有效的自动挖掘图片训练样本，降低人工成本，满足不同客户的自定义需求，提高训练样本的生产效率。 | ||
| 搜索关键词： | 训练样本 图片 描述文本 文本相似度 相似度模型 类别特征 图片查询 图片分类 挖掘 集合 计算机可读存储介质 终端 参数训练 人工成本 生产效率 条件获取 图片内容 图片输入 文本语义 通用 自定义 分类 客户 | ||
【主权项】：
1.一种图片训练样本挖掘方法，其特征在于，包括：/n根据输入的图片查询条件获取多个候选图片以及对应的图片描述文本；/n根据所述图片描述文本训练得到通用文本相似度模型；/n利用所述通用文本相似度模型和类别特征参数训练得到垂类模型，所述类别特征参数与根据所述图片描述文本分类得到的训练样本类别相对应；/n利用所述垂类模型对所述候选图片进行分类，得到多个候选图片分类集合；/n将每个所述候选图片分类集合中的图片输入至文本语义相似度模型和图片内容相似度模型中，得到每个类别对应的图片训练样本；/n所述将每个所述候选图片分类集合中的图片输入至文本语义相似度模型和图片内容相似度模型中，得到每个类别对应的图片训练样本的步骤包括：/n将所述候选图片分类集合中的图片输入至所述文本语义相似度模型中，输出第一图片集合；/n利用所述第一图片集合中语义相似度大于第一阈值的图片训练得到所述图片内容相似度模型；/n将所述候选图片分类集合中的图片输入至所述图片内容相似度模型中，输出第二图片集合。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司，未经百度在线网络技术(北京)有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811141183.3/，转载请声明来源钻瓜专利网。
