[发明专利]图像数据清洗方法及装置、电子设备和介质

权利要求书

1.一种图像数据清洗方法，包括：

获取目标标签的至少一个标准图像；

确定所述至少一个标准图像的聚类中心；

提取多个待清洗图像中每一个待清洗图像的特征；

基于所述多个待清洗图像的特征和所述聚类中心，确定每一个待清洗图像与所述至少一个标准图像的相似度值；以及

基于所确定的相似度值，从所述多个待清洗图像中选取若干个待清洗图像以形成所述目标标签的图像集。

2.如权利要求1所述的方法，还包括：

获取搜索引擎基于所述目标标签召回的多个候选图像，

其中，所述多个待清洗图像为所述多个候选图像中的至少一部分。

3.如权利要求2所述的方法，其中，按照预设规则从所述多个候选图像中获取所述至少一个标准图像，所述多个待清洗图像为所述一个或多个候选图像中除去所述至少一个标准图像以外的图像。

4.如权利要求3所述的方法，其中，所述搜索引擎召回的多个候选图像按照与所述目标标签的相关度大小排列，任意相邻的两个候选图像中排序靠前的其中一个候选图像与所述目标标签的相关度大于另外一个候选图像与所述目标标签的相关度，

其中，选取所述多个候选图像中排序靠前的、预设数量的候选图像作为所述至少一个标准图像。

5.如权利要求1-4中任一项所述的方法，其中，确定所述至少一个标准图像的聚类中心包括：

将所述至少一个标准图像输入神经网络模型，获取所述神经网络模型输出的所述至少一个标准图像中每一个标准图像的特征向量；以及

基于所述至少一个标准图像的特征向量，确定所述聚类中心。

6.如权利要求5所述的方法，其中，利用所述神经网络模型提取所述多个待清洗图像中每一个待清洗图像的特征。

7.如权利要求1-4中任一项所述的方法，其中，所述目标标签为硬币类型。

8.一种神经网络模型的训练方法，包括：

利用权利要求1-7中任一项所述的图像数据清洗方法获取目标标签的图像集，并标注所述图像集中所有图像的标签为所述目标标签；以及

利用所述图像集对所述神经网络模型进行训练以使得所述神经网络模型学习所述目标标签相对应的图像特征。

9.一种图像数据清洗装置，包括：

第一获取单元，被配置用于获取目标标签的至少一个标准图像；

第一确定单元，被配置用于确定所述至少一个标准图像的聚类中心；

提取单元，被配置用于提取多个待清洗图像中每一个待清洗图像的特征；

第二确定单元，被配置用于基于所述多个待清洗图像的特征和所述聚类中心，确定每一个待清洗图像与所述至少一个标准图像的相似度值；以及

清洗单元，被配置用于基于所确定的相似度值，从多个待清洗图像中选取若干个待清洗图像以形成所述目标标签的图像集。

10.如权利要求9所述的装置，还包括：

第二获取单元，被配置用于获取搜索引擎基于所述目标标签召回的多个候选图像，

其中，所述多个待清洗图像为所述多个候选图像中的至少一部分。

11.如权利要求10所述的装置，其中，所述至少一个标准图像为按照预设规则从所述多个候选图像中所获取，所述多个待清洗图像为所述一个或多个候选图像中除去所述至少一个标准图像以外的图像。

12.如权利要求11所述的装置，其中，所述搜索引擎召回的多个候选图像按照与所述目标标签的相关度大小排列，任意相邻的两个候选图像中排序靠前的其中一个候选图像与所述目标标签的相关度大于另外一个候选图像与所述目标标签的相关度，

其中，所述至少一个标准图像为所述多个候选图像中排序靠前的、预设数量的候选图像。