[发明专利]一种基于训练数据采集的AI模型训练方法及装置

说明书

本发明公开了一种基于训练数据采集的AI模型训练方法及装置，属于AI模型训练领域，能够自动生成训练数据，可以同时进行数据采集和标注，提高了训练数据的生成效率，节省了人力成本和时间成本。本发明能够进行物体跟踪，并且将包含跟踪结果的区域图像及其对应的空间定位坐标和名称一起作为训练数据，能够用于各种AI模型的训练。本发明流程简单，学习成本低，并且能够提高训练数据的效率，能够广泛适用于AI模型的训练过程。

技术领域

本发明属于AI模型训练领域，具体涉及一种基于训练数据采集的AI模型训练方法及装置。

背景技术

机器学习模型存储的大量数据库，使AI模型能够在各种场景情况下识别、理解和预测的功能更加全面和敏捷。其中，用于图像识别的AI模型应用极其广泛，作为计算机视觉的一部分，图像识别是一种通过检测和分析图像来识别自然环境中可见的物体以及物体位置的方式。人类使用自然神经网络识别图像，这有助于从过去的经验中学到的图像中的对象。同样，人工神经网络可帮助机器识别图像。

为了使AI模型能够准确地识别图像中物体以及物体位置，常常需要大量的训练数据对AI模型进行训练。在现有技术，采用手工标注的方式对训练图像进行标注，从而获取训练数据。但是，采用手工标注的方式耗时耗力，并且容易出错，从而导致AI模型训练困难以及训练周期长的问题。

发明内容

针对现有技术中的上述不足，本发明提供的一种基于训练数据采集的AI模型训练方法及装置解决了现有技术中采用手工标注的方式耗时耗力，并且容易出错，从而导致AI模型训练困难以及训练周期长的问题。

为了达到上述发明目的，本发明采用的技术方案为：一种基于训练数据采集的AI模型训练方法，该方法包括：

采集视频帧、语音数据以及传感数据；所述视频帧包括手势以及手势中的目标物体，所述语音数据包括目标物体名称对应的语音数据；

将视频帧、语音数据以及传感数据传输至运算终端；

通过运算终端对视频帧中的手势进行识别，获取包含目标物体的区域图像；

根据视频帧和传感数据，通过运算终端获取目标物体的空间定位坐标；

根据区域图像、空间定位坐标、传感数据和语音数据，获取训练数据并存储；

根据训练数据，训练AI模型，并将训练完成的AI模型部署至运算终端或移动设备，完成训练数据采集。

进一步地，所述采集视频帧、语音数据以及传感数据，包括：通过摄像头、麦克风和惯性传感器分别采集视频帧、语音数据和传感数据。

进一步地，所述手势包括双手的手势。

进一步地，所述通过运算终端对视频帧中的手势进行识别，获取包含目标物体的区域图像，包括：

通过运算终端对视频帧中的手势进行识别，得到双手的手势坐标；

根据双手的手势坐标，在视频帧中框选位于双手的手势坐标内的最大矩形区域，得到目标物体范围；

在视频帧中裁剪出目标物体范围所包含的图像，得到裁剪图像；

采用Opencv物体追踪算法追踪裁剪图像中的目标物体，获取包含目标物体的区域图像。

进一步地，所述根据视频帧和传感数据，通过运算终端获取目标物体的空间定位坐标，包括：

根据视频帧和传感数据，采用SLAM算法，并通过运算终端获取目标物体的空间定位坐标。

进一步地，所述根据区域图像、空间定位坐标、传感数据和语音数据，获取训练数据并存储，包括：

对语音数据进行识别，得到目标物体的名称；