一种训练图像信息处理的方法和装置制造方法及图纸

本发明专利技术公开了一种训练图像信息处理的方法和装置。该方法获取初始训练图像信息；所述初始训练图像信息包含源训练图像和所述源训练图像的图像名称；基于初始训练模型和所述初始训练图像信息获得一级标定图像信息；所述初始训练模型是用于识别所述源训练图像并对所述源训练图像的图像名称进行标记的模型；基于图像类别识别库和所述一级标定图像信息获得第一成熟训练图像信息；所述图像类别识别库是包含有多个不同类型图像库的图像识别库。该方法能够获得数量多、种类丰富的第一成熟训练图像信息，促进自动驾驶的发展。

【技术实现步骤摘要】
一种训练图像信息处理的方法和装置
本专利技术涉及通信
，具体涉及一种训练图像信息处理的方法和装置。
技术介绍
当前机器学习算法已经被广泛应用于自动驾驶领域。自动驾驶系统利用机器学习算法训练模型的过程中，最重要的就是其训练数据的数量要充足、种类要多样。如果训练数据的数量和种类不充足，自动驾驶系统训练出来的模型就可能存在缺陷。如果一辆自动驾驶汽车中的模型存在缺陷，不能准确识别目标、感应车辆周围环境，就有可能引发车祸，导致人员伤亡。因此，在训练自动驾驶领域的识别模型时，需要提供数量充足且种类多样的训练图像信息。但是，目前训练图像信息需要由人工进行处理后获得，可供自动驾驶系统进行模型训练的训练图像数量少、种类有限。
技术实现思路
为此，本专利技术提供一种训练图像信息处理的方法和装置，以解决现有技术中由于自动驾驶的训练图像信息需要人工处理后获得而导致的可供自动驾驶进行训练的训练图像信息数量少、种类有限问题。为了实现上述目的，本专利技术第一方面提供一种训练图像信息处理的方法，该方法包括：获取初始训练图像信息本文档来自技高网...

【技术保护点】
1.一种训练图像信息处理的方法，其特征在于，所述方法包括：/n获取初始训练图像信息；所述初始训练图像信息包含源训练图像和所述源训练图像的图像名称；/n基于初始训练模型和所述初始训练图像信息获得一级标定图像信息；所述初始训练模型是用于识别所述源训练图像并对所述源训练图像的图像名称进行标记的模型；/n基于图像类别识别库和所述一级标定图像信息获得第一成熟训练图像信息；所述图像类别识别库是包含有多个不同类型图像库的图像识别库。/n

【技术特征摘要】
1.一种训练图像信息处理的方法，其特征在于，所述方法包括：
获取初始训练图像信息；所述初始训练图像信息包含源训练图像和所述源训练图像的图像名称；
基于初始训练模型和所述初始训练图像信息获得一级标定图像信息；所述初始训练模型是用于识别所述源训练图像并对所述源训练图像的图像名称进行标记的模型；
基于图像类别识别库和所述一级标定图像信息获得第一成熟训练图像信息；所述图像类别识别库是包含有多个不同类型图像库的图像识别库。


2.根据权利要求1所述方法，其特征在于，所述基于初始训练模型和所述初始训练图像信息获得一级标定图像信息的步骤，包括：
利用所述初始训练模型识别所述源训练图像，并对所述源训练图像的图像名称进行标记，生成第一标定图像名称；所述第一标定图像名称包含模型识别标签；
基于所述第一标定图像名称和所述源训练图像生成一级标定图像信息；其中，所述一级标定图像信息包含所述第一标定图像名称。


3.根据权利要求2所述方法，其特征在于，所述基于图像类别识别库和所述一级标定图像信息获得第一成熟训练图像信息的步骤，包括：
利用所述图像类别识别库识别所述源训练图像，生成所述源训练图像的库识别标签；
从所述第一标定图像名称中提取所述源训练图像的模型识别标签；
当所述库识别标签包含所述模型识别标签时，利用所述库识别标签替换所述第一标定图像名称中的模型识别标签，生成第二标定图像名称；
基于所述第二标定图像名称和所述源训练图像获得第一成熟训练图像信息。


4.根据权利要求3所述方法，其特征在于，所述从所述第一标定图像名称中提取所述源训练图像的模型识别标签之后，还包括：
当所述库识别标签不包含所述模型识别标签时，生成待识别特征标签；
将所述待识别特征标签写入所述第一标定图像名称，生成第三标定图像名称；
基于所述第三标定图像名称和所述源训练图像获得待识别图像信息；
基于所述待识别图像信息获得第二成熟训练图像信息。


5.根据权利要求4所述方法，其特征在于，所述基于所述待识别图像信息获得第二成熟训练图像信息之后，还包括：
基于所述第二成熟训练图...

【专利技术属性】
技术研发人员：姜琳，赵鑫，鲁笛，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：北京;11