[发明专利]一种训练集的构建方法及装置

权利要求书

1.一种训练集的构建方法，其特征在于，包括：

获取用于训练预设模型的样本图片；所述预设模型是用于识别原始图片的初筛网络模型；

对所有样本图片进行分类，并根据分类主类型分别构建包含有同类样本图片的训练集；其中，所述分类主类型包括干扰图片、拍摄物外表面不包含异常特征的第一目标图片、拍摄物外表面包含所述异常特征的第二目标图片，所述异常特征包括凸起特征和/或指定颜色特征。

2.根据权利要求1所述的方法，其特征在于，所述干扰图片对应的分类主类型还包括一类域外分类标签和二类域外分类标签；相应的，所述方法还包括：

根据所述一类域外分类标签和所述二类域外分类标签，分别构建与所述干扰图片对应训练集的子训练集；其中，所述一类域外分类标签是基于所述原始图片的拍摄缺陷、与待检测目标部位无关的拍摄部位确定的；所述二类域外分类标签是基于无医学判断价值的原始图片、附着有覆盖物的原始图片、包含有消化残渣物的原始图片确定的。

3.根据权利要求1或2所述的方法，其特征在于，所述第一目标图片对应的分类主类型还包括基于局部结构特征的第一目标图片分类标签、洞状结构第一目标图片分类标签、基于全局结构特征的第一目标图片分类标签；相应的，所述方法还包括：

根据基于局部结构特征的第一目标图片分类标签、洞状结构第一目标图片分类标签、基于全局结构特征的第一目标图片分类标签，分别构建与所述第一目标图片对应训练集的子训练集；其中，所述基于局部结构特征的第一目标图片分类标签是基于局部带有形状和/或色调变化的第一目标图片来确定的、所述基于全局结构特征的第一目标图片分类标签是基于全局具有胃角结构和/或纹理结构的第一目标图片来确定的。

4.根据权利要求2所述的方法，其特征在于，所述覆盖物包括：

团块状悬浮物、气泡群和黏膜体。

5.根据权利要求2所述的方法，其特征在于，所述待检测目标部位为胃部。

6.根据权利要求1或2所述的方法，其特征在于，所述初筛网络模型为卷积神经网络inceptionV3。

7.一种训练集的构建装置，其特征在于，包括：

获取单元，用于获取用于训练预设模型的样本图片；所述预设模型是用于识别原始图片的初筛网络模型；

构建单元，用于对所有样本图片进行分类，并根据分类主类型分别构建包含有同类样本图片的训练集；其中，所述分类主类型包括干扰图片、拍摄物外表面不包含异常特征的第一目标图片、拍摄物外表面包含所述异常特征的第二目标图片，所述异常特征包括凸起特征和/或指定颜色特征。

8.一种电子设备，其特征在于，包括：处理器、存储器和总线，其中，

所述处理器和所述存储器通过所述总线完成相互间的通信；

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至6任一所述的方法。

9.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至6任一所述的方法。