图像集生成、样本集生成、自动化测试方法和装置制造方法及图纸

本公开提供了一种图像集生成方法和装置，涉及人工智能技术领域，具体为计算机视觉、深度学习等技术领域。具体实现方案为：基于当前的视觉关键信息，得到当前的目标图像；将目标图像发送给智能识别交互设备，得到智能识别交互设备输出的对应下一个图像的识别需求信息；响应于包括目标图像的当前的目标图像集不满足识别需求信息的要求，基于识别需求信息，得到更新后的视觉关键信息；基于更新后的视觉关键信息，得到下一个图像，并通过下一个图像更新目标图像集。该实施方式提高了视觉相关资源的生成效率。的生成效率。的生成效率。

【技术实现步骤摘要】
图像集生成、样本集生成、自动化测试方法和装置


[0001]本公开涉及计算机应用
，涉及人工智能
，具体涉及计算机视觉、深度学习等
，尤其涉及一种图像集生成方法和装置、样本集生成方法和装置、自动化测试方法和装置、电子设备、计算机可读介质以及计算机程序产品。

技术介绍

[0002]传统视觉测试所需的视频或图像等资源都是人工自行查找，并存放在本地或者对应的项目文档中，共享难度大，维护成本高，不利于实现复杂的测试策略，不利于多端复用。

技术实现思路

[0003]提供了一种图像集生成方法和装置、样本集生成方法和装置、自动化测试方法和装置、电子设备、计算机可读存储介质以及计算机程序产品。
[0004]根据第一方面，提供了一种图像集生成方法，该方法包括：基于当前的视觉关键信息，得到当前的目标图像；将目标图像发送给智能识别交互设备，得到智能识别交互设备输出的对应下一个图像的识别需求信息；响应于包括目标图像的当前的目标图像集不满足识别需求信息的要求，基于识别需求信息，得到更新后的视觉关键信息；基于更新后的视觉关键信息，得到下一个图像，并通过下一个图像更新目标图像集。
[0005]根据第二方面，提供了一种样本集生成方法，该方法包括：基于当前的视觉关键信息，得到当前的目标图像；将目标图像发送给智能识别交互设备，得到智能识别交互设备输出的目标图像的图像标注信息和对应下一个图像的识别需求信息；关联目标图像和图像标注信息，得到图像样本；响应于包括图像样本的当前的图像样本集不满足识别需求信息的要求，基于识别需求信息，得到更新后的视觉关键信息；基于更新后的视觉关键信息和智能识别交互设备，得到下一个图像样本，并通过下一个图像样本更新图像样本集。
[0006]根据第三方面，提供了一种自动化测试方法，该方法包括：从当前的图像样本集中选取与待测动作相关的图像样本，得到选取样本；图像样本集基于第二方面任一实现方式的样本集生成方法得到；基于选取样本，对智能识别交互设备进行自动化测试，得到智能识别交互设备的自动化测试结果。
[0007]根据第四方面，提供了一种图像集生成装置，该装置包括：目标图像得到单元，被配置成基于当前的视觉关键信息，得到当前的目标图像；目标信息得到单元，被配置成将目标图像发送给智能识别交互设备，得到智能识别交互设备输出的对应下一个图像的识别需求信息；更新单元，被配置成响应于包括目标图像的当前的目标图像集不满足识别需求信息的要求，基于识别需求信息，得到更新后的视觉关键信息；目标集合得到单元，被配置成基于更新后的视觉关键信息，得到下一个图像，并通过下一个图像更新目标图像集。
[0008]根据第五方面，提供了一种样本集生成装置，该装置包括：样本图像得到单元，被配置成基于当前的视觉关键信息，得到当前的目标图像；识别单元，被配置成将目标图像发送给智能识别交互设备，得到智能识别交互设备输出的目标图像的图像标注信息和对应下
一个图像的识别需求信息；关联单元，被配置成关联目标图像和图像标注信息，得到图像样本；样本信息得到单元，被配置成响应于包括图像样本的当前的图像样本集不满足识别需求信息的要求，基于识别需求信息，得到更新后的视觉关键信息；样本集合得到单元，被配置成基于更新后的视觉关键信息和智能识别交互设备，得到下一个图像样本，并通过下一个图像样本更新图像样本集。
[0009]根据第六方面，提供了一种自动化测试装置，该装置包括：选取单元，被配置成从当前的图像样本集中选取与待测动作相关的图像样本，得到选取样本；图像样本集基于第五方面任一实现方式的样本集生成装置得到；测试单元，被配置成基于选取样本，对智能识别交互设备进行自动化测试，得到智能识别交互设备的自动化测试结果。
[0010]根据第七方面，提供了一种电子设备，该电子设备包括：至少一个处理器；以及与至少一个处理器通信连接的存储器，其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面至第三方面任一实现方式描述的方法。
[0011]根据第八方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行如第一方面至第三方面任一实现方式描述的方法。
[0012]根据第九方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如第一方面至第三方面任一实现方式描述的方法。
[0013]本公开的实施例提供的图像集生成方法和装置，首先，基于当前的视觉关键信息，得到当前的目标图像；其次，将目标图像发送给智能识别交互设备，得到智能识别交互设备输出的对应下一个图像的识别需求信息；再次，响应于包括目标图像的当前的目标图像集不满足识别需求信息的要求，基于识别需求信息，得到更新后的视觉关键信息；最后，基于更新后的视觉关键信息，得到下一个图像，并通过下一个图像更新目标图像集。由此，在通过视觉关键信息得到目标图像的过程中，通过智能识别交互设备输出的识别需求信息，实时更新视觉关键信息，可以使目标图像集中目标图像随着设备需求而逐渐增加，自动地扩充了目标图像集中的目标图像。
[0014]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0015]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0016]图1是根据本公开图像集生成方法的一个实施例的流程图；
[0017]图2是根据本公开样本集生成方法的一个实施例的流程图；
[0018]图3是根据本公开自动化测试方法的一个实施例的流程图；
[0019]图4是根据本公开图像集生成装置的一个实施例的结构示意图；
[0020]图5是根据本公开样本集生成装置的一个实施例的结构示意图；
[0021]图6是根据本公开自动化测试装置的一个实施例的结构示意图；
[0022]图7是用来实现本公开实施例的图像集生成方法或样本集生成方法或自动化测试方法的电子设备的框图。
具体实施方式
[0023]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0024]本实施例中，“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。
[0025]本公开提供了一种图像集生成方法，图1示出了根据本公开图像集生成方法的一个实施例的流程100，上述图像集生成方法包括以下步骤：
[0026]步骤101，基于当前的视觉关键信息，得到当前的目标图像。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像集生成方法，所述方法包括：基于当前的视觉关键信息，得到当前的目标图像；将所述目标图像发送给智能识别交互设备，得到所述智能识别交互设备输出的对应下一个图像的识别需求信息；响应于包括所述目标图像的当前的目标图像集不满足所述识别需求信息的要求，基于所述识别需求信息，得到更新后的视觉关键信息；基于所述更新后的视觉关键信息，得到所述下一个图像，并通过所述下一个图像更新所述目标图像集。2.根据权利要求1所述的方法，其中，所述响应于包括所述目标图像的当前的目标图像集不满足所述识别需求信息的要求，基于所述识别需求信息，得到更新后的视觉关键信息包括：从当前的目标图像集中搜索与所述识别需求信息对应的目标图像；响应于所述图像样本集中没有与所述识别需求信息对应的目标图像，确定所述目标图像集不满足所述识别需求信息的要求；基于所述识别需求信息，更新所述视觉关键信息，得到更新后的视觉关键信息。3.根据权利要求1所述的方法，其中，所述基于所述更新后的视觉关键信息，得到所述下一个图像，并通过所述下一个图像更新所述目标图像集包括：基于所述更新后的视觉关键信息，搜索或生成所述下一个图像；将所述下一个图像添加到所述目标图像集，得到更新后的目标图像集；将所述更新后的目标图像集作为当前的目标图像集。4.一种样本集生成方法，所述方法包括：基于当前的视觉关键信息，得到当前的目标图像；将所述目标图像发送给智能识别交互设备，得到所述智能识别交互设备输出的所述目标图像的图像标注信息和对应下一个图像的识别需求信息；关联所述目标图像和所述图像标注信息，得到图像样本；响应于包括所述图像样本的当前的图像样本集不满足所述识别需求信息的要求，基于所述识别需求信息，得到更新后的视觉关键信息；基于所述更新后的视觉关键信息和所述智能识别交互设备，得到下一个图像样本，并通过所述下一个图像样本更新所述图像样本集。5.根据权利要求4所述的方法，其中，所述基于所述更新后的视觉关键信息和所述智能识别交互设备，得到下一个图像样本，并通过所述下一个图像样本更新所述图像样本集包括：基于所述更新后的视觉关键信息，搜索或生成所述下一个图像；将所述下一个图像输入所述智能识别交互设备，得到所述智能识别交互设备输出的与所述下一个图像相关的图像标注信息；关联所述下一个图像和与所述下一个图像相关的图像标注信息，得到下一个图像样本；将所述下一个图像样本添加到所述图像样本集，得到更新后的图像样本集；将所述更新后的图像样本集作为当前的图像样本集。
6.根据权利要求4所述的方法，其中，所述识别需求信息包括：图像中目标的动作信息，所述智能识别交互设备包括：随机排序模块以及与所述随机排序模块连接的智能交互识别模型；所述将所述目标图像发送给智能识别交互设备，得到所述智能识别交互设备输出的对应下一个图像的识别需求信息包括：将所述目标图像发送给所述智能识别交互模型，以使所述智能识别交互模型输出的所述目标图像的图像标注信息；控制所述随机排序模块在所述智能识别交互模型输出所述图像标注信息之后，随机输出对应下一个图像中目标的动作信息。7.一种自动化测试方法，所述方法包括：从当前的图像样本集中选取与待测动作相关的图像样本，得到选取样本；所述图像样本集基于权利要求4
‑
6中任意一项所述的样本集生成方法得到；基于所述选取样本，对智能识别交互设备进行自动化测试，得到所述智能识别交互设备的自动化测试结果。8.根据权利要求7所述的方法，其中，所述从当前的图像样本集中选取与待测动作相关的图像样本，得到选取样本包括：获取当前的图像样本集，所述图像样本集中各个图像样本包括：与多种不同动作相关的图像标注信息；基于图像样本集中各个图像样本的图像标注信息，选取与所述待测动作相关的图像子样本集；基于所述图像子样本集中各个图像样本的图像标注信息，确定选取样本。9.根据权利要求7所述的方法，其中，所述选取样本包括：目标图像以及所述目标图像对应的图像标注信息，基于所述选取样本，对智能识别交互设备进行自动化测试，得到所述智能识别交互设备的自动化测试结果包括：将所述目标图像输入智能识别交互设备，得到所述智能识别交互设备输出的所述待测动作的图像标注信息；基于输出的图像标注信息与所述目标图像的图像标注信息，确定所述智能识别交互设备的准确度。10.一种图像集生成装置，所述装置包括：目标图像得到单元，被配置成基于当前的视觉关键信息，得到当前的目标图像；目标信息得到单元，被配置成将所述目标图像发送给智能识别交互设备，得到所述智能识别交互设备输出的对应下一个图像的...

【专利技术属性】
技术研发人员：倪丙庆，侯聪聪，杜蕴璇，翟忆蒙，
申请(专利权)人：上海小度技术有限公司，
类型：发明
国别省市：