The present disclosure provides a picture sorting method, device, electronic device and readable storage medium. The method includes: counting the attraction parameters of the first picture sample and the second picture sample respectively for the first picture sample and the second picture sample, and determining the confidence of the first picture sample sorting after the second picture sample according to the attraction parameters; The Ranknet model is trained by the first image sample, the second image sample and the corresponding confidence, and the trained Ranknet model is used to rank the target image set. Confidence can be calculated to determine the ranking attributes between pictures. Compared with manual annotation, it helps to improve efficiency and ensure accuracy.
【技术实现步骤摘要】
图片排序方法、装置、电子设备及可读存储介质
本公开实施例涉及计算机
,尤其涉及一种图片排序方法、装置、电子设备及可读存储介质。
技术介绍
随着计算机处理能力的提高,计算机可以从大量样本数据中学习得到知识,该知识用于在实际应用中预测目标数据的特有属性。当样本数据为图片样本时,计算机可以从图片中学习到针对某一属性的知识,用于对预测图片的该属性取值。由于不同图片之间在某些场景下存在顺序问题,从而需要基于标注了顺序属性的样本进行学习。现有技术中,需要人工对图片的顺序属性进行标注,并将标注了顺序属性的样本输入至网络模型中进行学习。然而,人工标注的工作量较大,效率较低,大量图片的标注也难以保证准确率。
技术实现思路
本公开提供一种图片排序方法、装置、电子设备及可读存储介质,可以计算置信度并确定图片之间的排序属性,相对于人工标注,有助于提高效率,保证准确率。根据本公开的第一方面,提供了一种图片排序方法,所述方法包括:针对第一图片样本和第二图片样本,分别统计所述第一图片样本和第二图片样本的吸引度参数;根据所述吸引度参数确定所述第一图片样本排序在所述第二图片样本之后的置信度;通过所述第一图像样本、第二图像样本以及对应的置信度对Ranknet模型进行训练;采用训练得到的Ranknet模型对目标图片集进行排序。根据本公开的第二方面,提供了一种图片排序装置,所述装置包括:吸引度参数统计模块,用于针对第一图片样本和第二图片样本,分别统计所述第一图片样本和第二图片样本的吸引度参数;置信度计算模块,用于根据所述吸引度参数确定所述第一图片样本排序在所述第二图片样本之后的置信度;模型训练 ...
【技术保护点】
1.一种图片排序方法,其特征在于,所述方法包括:针对第一图片样本和第二图片样本,分别统计所述第一图片样本和第二图片样本的吸引度参数;根据所述吸引度参数确定所述第一图片样本排序在所述第二图片样本之后的置信度;通过所述第一图像样本、第二图像样本以及对应的置信度对Ranknet模型进行训练;采用训练得到的Ranknet模型对目标图片集进行排序。
【技术特征摘要】
1.一种图片排序方法,其特征在于,所述方法包括:针对第一图片样本和第二图片样本,分别统计所述第一图片样本和第二图片样本的吸引度参数;根据所述吸引度参数确定所述第一图片样本排序在所述第二图片样本之后的置信度;通过所述第一图像样本、第二图像样本以及对应的置信度对Ranknet模型进行训练;采用训练得到的Ranknet模型对目标图片集进行排序。2.根据权利要求1所述的方法,其特征在于,所述根据所述吸引度参数确定所述第一图片样本排序在所述第二图片样本之后的置信度的步骤,包括:根据所述第一图片样本和第二图片样本的吸引度参数生成随机参数;确定所述随机参数的概率分布函数;根据所述概率分布函数确定所述随机参数小于预设目标数值的概率;根据所述概率确定所述第一图片样本排序在所述第二图片样本之后的置信度。3.根据权利要求2所述的方法,其特征在于,所述概率分布函数为标准正态分布,所述目标数值为0,所述根据所述概率确定所述第一图片样本排序在所述第二图片样本之后的置信度的步骤,包括:计算1与所述概率的差值得到所述第一图片样本排序在所述第二图片样本之后的置信度。4.根据权利要求3所述的方法,其特征在于,所述吸引度参数为点击率,所述分别统计所述第一图片样本和第二图片样本的吸引度参数的步骤,包括:分别统计所述第一图片样本和第二图片样本的曝光次数和点击次数;计算所述第一图片样本的点击次数与曝光次数的比值得到所述第一图片样本的点击率;计算所述第二图片样本的点击次数与曝光次数的比值得到所述第二图片样本的点击率。5.根据权利要求4所述的方法,其特征在于,所述根据所述第一图片样本和第二图片样本的吸引度参数生成随机参数的步骤,包括:计算所述第二图片样本与所述第一图片样本之间的点击率的差值,得到点击率差值;采用所述第一图片样本的点击率和曝光次数、所述第二图片样本的点击率和曝光次数,对所述点击率差值进行标准化,得到随机参数。6.根据权利要求1所述的方法,其特征在于,所述通过所述第一图像样本、第二图像样本以及对应的...
【专利技术属性】
技术研发人员:汤传新,
申请(专利权)人:北京三快在线科技有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。