[发明专利]一种训练集的构建方法及装置

说明书

本发明实施例提供一种训练集的构建方法及装置，所述方法包括：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。所述装置执行上述方法。本发明实施例提供的训练集的构建方法及装置，对用于训练初筛网络模型的所有样本图片进行分类，并根据分类主类型分别构建训练集，能够提高训练集构建的合理性，进而使得通过该训练集得到的模型能够更加准确地识别图片。

技术领域

本发明实施例涉及图片处理技术领域，尤其涉及一种训练集的构建方法及装置。

背景技术

胶囊内镜具有无痛、无伤、拍摄图像信息量大等优点，具备广泛的应用价值。

现有技术采用人工方式识别通过胶囊内镜拍摄的原始图片、并对原始图片进行分类，为了更加准确、高效地识别原始图片，需要构建模型，但是模型在使用之前通常需要进行训练，训练过程中的训练集需要进行构建，以便模型能够更加准确地进行图片识别，但是，对于用于识别原始图片的模型的训练集的构建，现有技术还没有行之有效的方法。

因此，如何避免上述缺陷，提高训练集构建的合理性，进而使得通过该训练集得到的模型能够更加准确地识别图片，成为亟须解决的问题。

发明内容

针对现有技术存在的问题，本发明实施例提供一种训练集的构建方法及装置。

本发明实施例提供一种训练集的构建方法，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。

本发明实施例提供一种训练集的构建装置，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。

本发明实施例提供一种电子设备，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下方法：

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。

本发明实施例提供一种非暂态计算机可读存储介质，包括：

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下方法：

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；