[发明专利]图像数据清洗方法及装置、电子设备和介质

说明书

本公开提供一种图像数据清洗方法及装置、电子设备和介质，涉及人工智能技术领域，具体为深度学习和计算机视觉技术领域。所述图像数据清洗方法包括：提供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。

技术领域

本公开涉及人工智能技术领域，具体为深度学习和计算机视觉技术领域，特别涉及一种图像数据清洗方法及装置、电子设备和介质。

背景技术

神经网络是人工智能技术的核心。目前，神经网络得到了广泛的研究和关注，被应用在包括计算机视觉、语音识别、目标检测、自动驾驶等诸多人工智能应用领域中。

神经网络为了完成特定的任务，需要大量样本数据进行训练学习。相关技术中，通过人工对数据进行数据清洗，并对清洗后的数据进行标注分类以建立样本数据集。面对大规模数据的清洗和标记任务，单凭人力无法快速完成，影响了神经网络的应用。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

根据本公开的一方面，提供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。

根据本公开的另一方面，还提供一种神经网络模型的训练方法，包括：利用上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。

根据本公开的另一方面，还提供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。

根据本公开的另一方面，还提供一种电子设备，包括：处理器；以及存储程序的存储器，所述程序包括指令，所述指令在由所述处理器执行时使所述处理器执行上述的方法。

根据本公开的另一方面，还提供一种存储程序的计算机可读存储介质，所述程序包括指令，所述指令在由电子设备的处理器执行时，致使所述电子设备执行上述的方法。

本公开通过目标标签的标准图像确定聚类中心，并且基于聚类中心确定待清洗图像与标准图像的相似度，以及基于相似度对多个待清洗图像进行清洗以建立目标标签的图像集，从而能够实现自动清洗图像数据，快速完成图像集中所有图像的标签标注，减少人工干预，提升图像数据清洗效率和标记效率。

附图说明

附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。

图1是示出根据示例性实施例的图像数据清洗方法的流程图；