[发明专利]一种样本数据生成方法、装置和电子设备

说明书

本发明实施例提供了一种样本数据生成方法、装置和电子设备，其中，所述方法包括：随机设定结构图的样式参数，基于样式参数生成样式参数对应的结构图图像，基于结构图图像生成结构图图像对应的标注数据，将结构图图像和标注数据组合为用于进行待训练模型训练的样本数据。应用本发明实施例，可以根据随机设定的样式参数，生成多种多样的结构图图像和对应的标注数据作为样本数据，提高样本数据的生成效率，降低了样本数据生成成本，有效解决了样本数据难以获取的问题，对于模型训练效果有良好的辅助作用。

技术领域

本发明涉及数据处理技术领域，特别是涉及一种样本数据生成方法、装置和电子设备。

背景技术

在日常应用中，用户会有对获得的思维导图、流程图等结构图的图像进行编辑的需求，由于获取的结构图只是普通图像，无法进行编辑，因此需要通过已训练的模型从无法进行编辑的结构图图像中重建出可编辑的结构图图像，再由用户进行编辑修改。

模型的训练需要大量多样化的样本数据，以使训练得到的模型的准确度也会越高。目前，样本数据的采集通常是从网页中抓取，或者人工进行绘制，然而，前者抓取的结构图图像无法获知图像中的标注数据，后者人工绘制结构图图像效率低，并且样本数据的生成成本比较高。

发明内容

本发明实施例提供一种样本数据生成方法，以实现提高样本数据的生成效率，降低了样本数据生成成本。

相应地，本发明实施例还提供了一种样本数据生成装置和一种电子设备，用以保证上述方法的实现及应用。

为了解决上述问题，本发明实施例公开了一种样本数据生成方法，具体包括：

随机设定结构图的样式参数；

基于所述样式参数生成所述样式参数对应的结构图图像；

基于所述结构图图像生成所述结构图图像对应的标注数据；

将所述结构图图像和所述标注数据组合为用于进行待训练模型训练的样本数据。

可选地，所述样式参数至少包括排版样式、联系线类型、联系线粗细、联系线颜色、文本、字体大小、节点类型、节点框形状、节点框的粗细、节点颜色、图像背景中的一种。

可选地，所述基于所述样式参数生成所述样式参数对应的结构图图像，包括：

基于所述样式参数生成所述结构图的描述性文件；

将所述描述性文件带入可视化引擎进行渲染，得到结构图图像。

可选地，所述标注数据包括联系线掩膜图像；所述基于所述结构图图像生成所述结构图图像对应的标注数据，包括：

将所述结构图图像中的背景的像素值调整为第一像素值，所述联系线的像素值调整为第二像素值，所述文本设置为空，所述节点设置为空，生成联系线掩膜图像；其中，所述第一像素值不等于所述第二像素值，所述联系线掩膜图像用于指示结构图图像中所述联系线所在的区域。

可选地，所述标注数据包括节点的位置信息；所述基于所述结构图图像生成所述结构图图像对应的标注数据，包括：

将所述结构图图像的背景设置为空，所述联系线设置为空，所述文本设置为空，所述节点的像素值调整为第三像素值，生成节点图像；

通过连通域分析算法对所述节点图像进行分析，得到所述结构图中节点的位置信息。

可选地，还包括：

基于所述排版样式对所述样本数据进行分组，以得到样本数据组；其中

所述样本数据组包括对应的分组标识；

根据所述分组标识在对应的样本数据组中进行样本数据的采样，以得到目标样本数据；