[发明专利]一种人工智能训练集的获取方法及装置

说明书

本申请实施例提供一种人工智能训练集的获取方法及装置，涉及人工智能技术领域，该人工智能训练集的获取方法包括：获取样本图像；以样本图像为依据进行计算，得到样本图像的哈希值；以预设的数据库和哈希值为依据进行重合判定，得到用于表示数据库中是否包括与哈希值对应的存储数据的判定结果；在判定结果为数据库中不包括与哈希值对应的存储数据时，将样本图像添加至预设训练集，得到人工智能训练集。实施这种实施方式，能够避免人工的参与，从而节约成本、降低资源损耗。

技术领域

本申请涉及人工智能技术领域，具体而言，涉及一种人工智能训练集的获取方法及装置。

背景技术

随着社会的不断发展，人工智能技术也随着不断发展，其中，基于人工智能的图像识别技术也是在不断地更新迭代。然而，在实践中发现，图像识别的先决条件是选取到合适的训练集，由此可见，训练集的选取对图像识别的性能影响很大，而在实践中，目前的训练集筛选方法大多是基于人工观察的，因此，高成本和高资源损耗成为了训练集获取的难题之一。

发明内容

本申请实施例的目的在于提供一种人工智能训练集的获取方法及装置，能够避免人工的参与，从而节约成本、降低资源损耗。

本申请实施例提供了一种人工智能训练集的获取方法，所述方法包括：

获取样本图像；

以所述样本图像为依据进行计算，得到所述样本图像的哈希值；

以预设的数据库和所述哈希值为依据进行重合判定，得到用于表示所述数据库中是否包括与所述哈希值对应的存储数据的判定结果；

在所述判定结果为所述数据库中不包括与所述哈希值对应的存储数据时，将所述样本图像添加至预设训练集，得到人工智能训练集。

在上述实现过程中，该人工智能训练集的获取方法可以优先获取样本集包括的样本图像，其中，上述样本集可以是视频集也可以是图像集，不过不论样本集的类别是什么，样本图像始终都可以从样本集中提取得到，同时，上述的样本图像可以为多幅；在样品图像被获取到之后，根据预设的算法对样品图像进行数字信息的提取，再进一步根据提取得到的数字信息进行哈希值的计算与生成，得到与样本图像对应的哈希值；当每个样本图像都对应存在哈希值之后，可以判断预设的数据库中是否包括新获取到的样本图像的哈希值，如果数据库中不包括上述哈希值，则判断结果为数据库中不包括与上述哈希值对应的图像，进而将上述哈希值和其对应的图片存储至数据库中，使得人工智能训练集存在于上述的数据库中；其中，上述的数据库包括大量样本图像和大量相应的哈希值。可见，实施这种实施方式，能够通过计算机设备来进行样本图像的获取与存储判断，从而能够避免人工的参与，节约成本、降低资源的损耗；同时，通过哈希值的的引入判断，可以提高该方法对样本图像的获取精度，并且在一定程度上提高了计算机的运算效率，因为哈希值的判断较传统的图像判断更为简单；另外，该方法还能够在使用的过程不间断地增加人工智能训练集包括的内容，因此，不论是初次使用还是重复使用，该方法还具有较高的普适性。

进一步地，所述获取样本图像的步骤包括：

获取与预设品类相对应的初始集；

对所述初始集进行图像提取处理得到样本图像。

在上述实现过程中，样本图像的获取是基于初始集的，而该初始集则是大数据中的各类具有图像信息的信息集合，其中，该初始集可以包括图像集、视频集等等；在上述的基础上，初始集是具有多种品类的，每种品类的初始集是存在一定差异的，而该步骤限定了初始集是固定品类的，这就使得该方法在使用的时候可以适用于多种品类中的任一种品类，从而使得在该品类下的样本图像的提取更具有针对性，在人工智能训练集获取到之后可以具有更高的针对性与准确性。

进一步地，所述以所述样本图像为依据进行计算，得到所述样本图像的哈希值的步骤包括：

获取所述样本图像的图像数据；