[发明专利]训练样本的生成方法、装置、存储介质及电子设备

说明书

本申请公开了一种训练样本的生成方法、装置、存储介质及电子设备，该训练样本的生成方法包括：获取待训练对象的对象标识、以及该对象标识对应的模型文件，该模型文件包括三维模型和皮肤贴图集，该皮肤贴图集包括多张纯色皮肤贴图和多张彩色皮肤贴图；确定该三维模型在不同朝向角度下对应的变换模型，每一该朝向角度对应一个该变换模型；根据该多张彩色皮肤贴图和该变换模型生成多个样本图组；根据该对象标识、该多张纯色皮肤贴图和该变换模型生成每个该样本图组的标注图；根据该标注图和该样本图组生成该待训练对象的训练样本，从而能自动生成样本图和标注图，无需人工截图和标注，样本生成效率高。

技术领域

本申请涉及计算机领域，尤其涉及一种训练样本的生成方法、装置、存储介质及电子设备。

背景技术

现有基于游戏内容的推荐系统，在向用户推荐某个游戏时，通常会生成一个关于该游戏的宣传海报，该宣传海报上可以包括游戏人物的人物形象和技能介绍等内容，以便用户快速了解该游戏的基本信息。

目前，该人物形象可以借助提前训练好的深度学习模型从游戏场景中自动识别出，其中，该深度学习模型的训练样本通常是人工准备的，就拿王者荣耀来说，要使深度学习模型能较好地识别出某个英雄，需要准备大约1000个训练样本，每个训练样本都是人工针对该英雄在不同游戏皮肤及不同地图位置下从游戏场景中截图得到样本图，并需要人工对该样本图进行标注。假设王者荣耀有100个英雄，则需要人工截图标注准备10万个训练样本，按照一人小时可以标注150个样本，一天8小时来算，需要一个人83天以上的工作量，很明显这种训练样本的生成方式效率极低，且成本高。

发明内容

本申请实施例提供一种训练样本的生成方法、装置、存储介质及电子设备，能自动生成样本图和标注图，无需人工截图和标注。

本申请实施例提供了一种训练样本的生成方法，包括：

获取待训练对象的对象标识、以及所述对象标识对应的模型文件，所述模型文件包括三维模型和皮肤贴图集，所述皮肤贴图集包括多张纯色皮肤贴图和多张彩色皮肤贴图；

确定所述三维模型在不同朝向角度下对应的变换模型，每一所述朝向角度对应一个所述变换模型；

根据所述多张彩色皮肤贴图和所述变换模型生成多个样本图组；

根据所述对象标识、所述多张纯色皮肤贴图和所述变换模型生成每个所述样本图组的标注图；

根据所述标注图和所述样本图组生成所述待训练对象的训练样本。

本申请实施例还提供了一种训练样本的生成装置，包括：

获取模块，用于获取待训练对象的对象标识、以及所述对象标识对应的模型文件，所述模型文件包括三维模型和皮肤贴图集，所述皮肤贴图集包括多张纯色皮肤贴图和多张彩色皮肤贴图；

确定模块，用于确定所述三维模型在不同朝向角度下对应的变换模型，每一所述朝向角度对应一个所述变换模型；

第一生成模块，用于根据所述多张彩色皮肤贴图和所述变换模型生成多个样本图组；

第二生成模块，用于根据所述对象标识、所述黑色皮肤贴图、所述白色皮肤贴图和所述变换模型生成每个所述样本图组的标注图；

第三生成模块，用于根据所述标注图和所述样本图组生成所述待训练对象的训练样本。

其中，所述第一生成模块具体用于：

根据每张所述彩色皮肤贴图对所述变换模型进行渲染，得到对应的第一渲染模型；

根据多个预设投射方位将所第一渲染模型投射到游戏场景中，得到多个第一投射场景，每个所述投射方位对应一个所述第一投射场景；

生成每个所述第一投射场景的图像，并将生成的所述图像作为样本图；