一种样本图像划分方法、装置、电子设备及存储介质制造方法及图纸

本申请实施例提供了一种样本图像划分方法、装置、电子设备及存储介质，涉及图像处理技术领域，方法包括：基于预设的划分特征对样本图像进行划分得到多个第一图像组；对于任一划分特征，同一个第一图像组包含的样本图像针对该划分特征的划分属性信息一致；任意两个第一图像组包含的样本图像针对至少一个划分特征的划分属性信息不一致；按照指定比例确定每一第一图像组中用于进行训练的图像、用于进行验证的图像，以及用于进行测试的图像；分别合并各第一图像组中用于进行训练的图像、用于进行验证的图像、以及用于进行测试的图像，得到训练图像集、验证图像集、以及测试图像集。能够保证得到的模型的性能较优并提高对模型的性能进行测试的准确性。进行测试的准确性。进行测试的准确性。

【技术实现步骤摘要】
一种样本图像划分方法、装置、电子设备及存储介质


[0001]本申请涉及图像处理
，特别是涉及一种样本图像划分方法、装置、电子设备及存储介质。

技术介绍

[0002]随着大数据和深度学习技术的发展，在图像处理
，深度学习模型(简称为模型)的应用也越来越广泛。例如，通过模型实现图像分类或目标检测。在使用模型之前，需要通过大量的样本图像对模型进行训练并对模型的性能进行测试，以得到满足应用需求的模型。
[0003]可以对样本图像进行划分得到训练图像集、验证图像集及测试图像集。训练图像集为用于进行模型训练的图像集。验证图像集为在模型训练过程中进行模型泛化性验证的图像集，用于调整模型的超参数和用于对模型的能力进行初步评估。测试图像集为在模型训练结束后，进行模型性能测试的图像集，用于评估最终得到的模型的泛化能力。
[0004]对样本图像进行划分得到训练图像集、验证图像集及测试图像集的方式，会在一定程度上影响训练得到的模型的性能以及对模型的性能进行测试的结果的准确性，因此，如何对样本图像进行划分，以保证训练得到的模型的性能较优并提高对模型的性能进行测试的结果的准确性成为亟待解决的问题。

技术实现思路

[0005]本申请实施例的目的在于提供一种样本图像划分方法、装置、电子设备及存储介质，以保证训练得到的模型的性能较优并提高对模型的性能进行测试的结果的准确性。具体技术方案如下：
[0006]本申请实施的第一方面，提供了一种样本图像划分方法，所述方法包括：
[0007]基于预设的划分特征对样本图像进行划分得到多个图像分组，作为第一图像组；其中，对于任一划分特征，同一个第一图像组包含的样本图像针对该划分特征的划分属性信息一致；任意两个第一图像组包含的样本图像针对至少一个划分特征的划分属性信息不一致；
[0008]针对每一第一图像组，按照指定比例确定该第一图像组中用于进行训练的图像、用于进行验证的图像，以及用于进行测试的图像；
[0009]合并各第一图像组中用于进行训练的图像，得到训练图像集，合并各第一图像组中用于进行验证的图像，得到验证图像集，以及合并各第一图像组中用于进行测试的图像，得到测试图像集。
[0010]可选的，所述基于预设的划分特征对样本图像进行划分得到多个图像分组，作为第一图像组，包括：
[0011]按照预设划分顺序，从预设的划分特征中确定当前的划分特征；
[0012]对于当前待划分的每一图像组，确定该图像组中的每一样本图像针对当前的划分
特征的划分属性信息；其中，在第一次进行划分时所述样本图像构成当前待划分的一个图像组；
[0013]将确定出的划分属性信息一致的样本图像划分为一个新的图像组；
[0014]确定本次划分得到的新的图像组，作为当前待划分的图像组，并返回执行所述按照预设划分顺序，从预设的划分特征中确定当前的划分特征的步骤，直至按照最后一个划分特征对上一次划分得到的图像组进行划分，得到第一图像组。
[0015]可选的，所述对于当前待划分的每一图像组，确定该图像组中的每一样本图像针对当前的划分特征的划分属性信息，包括：
[0016]对于当前待划分的每一图像组，获取该图像组中的每一样本图像针对当前的划分特征的属性信息，作为初始属性信息；
[0017]针对该图像组中的任一样本图像，若获取到的该样本图像的初始属性信息为多个，则将对应的权重最大的初始属性信息，作为该样本图像针对当前的划分特征的划分属性信息。
[0018]可选的，所述划分特征包括用于表示所述样本图像的标签的标签特征，和/或，用于表示所述样本图像自身的图像属性的图像特征。
[0019]可选的，所述标签特征包括：用于表示所述样本图像中对象的类别的特征，和/或，用于表示所述样本图像中对象所占图像区域的属性的特征；
[0020]和/或，
[0021]所述图像特征包括以下至少一项：所述样本图像的图像格式、用于表示所述样本图像的灰度值分布情况的特征、以及用于表示所述样本图像中RGB(Red Green Blue，红绿蓝)值分布情况的特征；所述图像格式包括：彩色图、灰度图、深度图和二值图。
[0022]本申请实施的第二方面，提供了一种样本图像划分装置，所述装置包括：
[0023]第一划分模块，用于基于预设的划分特征对样本图像进行划分得到多个图像分组，作为第一图像组；其中，对于任一划分特征，同一个第一图像组包含的样本图像针对该划分特征的划分属性信息一致；任意两个第一图像组包含的样本图像针对至少一个划分特征的划分属性信息不一致；
[0024]第二划分模块，用于针对每一第一图像组，按照指定比例确定该第一图像组中用于进行训练的图像、用于进行验证的图像，以及用于进行测试的图像；
[0025]图像合并模块，用于合并各第一图像组中用于进行训练的图像，得到训练图像集，合并各第一图像组中用于进行验证的图像，得到验证图像集，以及合并各第一图像组中用于进行测试的图像，得到测试图像集。
[0026]可选的，所述第一划分模块，包括：
[0027]划分特征确定子模块，用于按照预设划分顺序，从预设的划分特征中确定当前的划分特征；
[0028]划分属性信息确定子模块，用于对于当前待划分的每一图像组，确定该图像组中的每一样本图像针对当前的划分特征的划分属性信息；其中，在第一次进行划分时所述样本图像构成当前待划分的一个图像组；
[0029]图像组划分子模块，用于将确定出的划分属性信息一致的样本图像划分为一个新的图像组；
[0030]图像组确定子模块，用于确定本次划分得到的新的图像组，作为当前待划分的图像组，并返回执行所述按照预设划分顺序，从预设的划分特征中确定当前的划分特征的步骤，直至按照最后一个划分特征对上一次划分得到的图像组进行划分，得到第一图像组。
[0031]可选的，所述划分属性信息确定子模块，具体用于对于当前待划分的每一图像组，获取该图像组中的每一样本图像针对当前的划分特征的属性信息，作为初始属性信息；
[0032]针对该图像组中的任一样本图像，若获取到的该样本图像的初始属性信息为多个，则将对应的权重最大的初始属性信息，作为该样本图像针对当前的划分特征的划分属性信息。
[0033]可选的，所述划分特征包括用于表示所述样本图像的标签的标签特征，和/或，用于表示所述样本图像自身的图像属性的图像特征。
[0034]可选的，所述标签特征包括：用于表示所述样本图像中对象的类别的特征，和/或，用于表示所述样本图像中对象所占图像区域的属性的特征；
[0035]和/或，
[0036]所述图像特征包括以下至少一项：所述样本图像的图像格式、用于表示所述样本图像的灰度值分布情况的特征、以及用于表示所述样本图像中RGB值分布情况的特征；所述图像格式包括：彩色图、灰度图、深度图和二值图。
[0037]本申请实施的第三方面，还提供了一种电子设备，包括：...

【技术保护点】

【技术特征摘要】
1.一种样本图像划分方法，其特征在于，所述方法包括：基于预设的划分特征对样本图像进行划分得到多个图像分组，作为第一图像组；其中，对于任一划分特征，同一个第一图像组包含的样本图像针对该划分特征的划分属性信息一致；任意两个第一图像组包含的样本图像针对至少一个划分特征的划分属性信息不一致；针对每一第一图像组，按照指定比例确定该第一图像组中用于进行训练的图像、用于进行验证的图像，以及用于进行测试的图像；合并各第一图像组中用于进行训练的图像，得到训练图像集，合并各第一图像组中用于进行验证的图像，得到验证图像集，以及合并各第一图像组中用于进行测试的图像，得到测试图像集。2.根据权利要求1所述的方法，其特征在于，所述基于预设的划分特征对样本图像进行划分得到多个图像分组，作为第一图像组，包括：按照预设划分顺序，从预设的划分特征中确定当前的划分特征；对于当前待划分的每一图像组，确定该图像组中的每一样本图像针对当前的划分特征的划分属性信息；其中，在第一次进行划分时所述样本图像构成当前待划分的一个图像组；将确定出的划分属性信息一致的样本图像划分为一个新的图像组；确定本次划分得到的新的图像组，作为当前待划分的图像组，并返回执行所述按照预设划分顺序，从预设的划分特征中确定当前的划分特征的步骤，直至按照最后一个划分特征对上一次划分得到的图像组进行划分，得到第一图像组。3.根据权利要求2所述的方法，其特征在于，所述对于当前待划分的每一图像组，确定该图像组中的每一样本图像针对当前的划分特征的划分属性信息，包括：对于当前待划分的每一图像组，获取该图像组中的每一样本图像针对当前的划分特征的属性信息，作为初始属性信息；针对该图像组中的任一样本图像，若获取到的该样本图像的初始属性信息为多个，则将对应的权重最大的初始属性信息，作为该样本图像针对当前的划分特征的划分属性信息。4.根据权利要求1所述的方法，其特征在于，所述划分特征包括用于表示所述样本图像的标签的标签特征，和/或，用于表示所述样本图像自身的图像属性的图像特征。5.根据权利要求4所述的方法，其特征在于，所述标签特征包括：用于表示所述样本图像中对象的类别的特征，和/或，用于表示所述样本图像中对象所占图像区域的属性的特征；和/或，所述图像特征包括以下至少一项：所述样本图像的图像格式、用于表示所述样本图像的灰度值分布情况的特征、以及用于表示所述样本图像中红绿蓝RGB值分布情况的特征；所述图像格式包括：彩色图、灰度图、深度图和二值图。6.一种样本图像划分装置，其特征在于，所述装置包括：第一划分模块，用于基于预设的划分特征对样本图像进行划分得到多个图像分组，作为第一图像组；其中，对于任一划分特征，同一个第一图像组包含的样本图像针对...

【专利技术属性】
技术研发人员：张康龙，秦国立，
申请(专利权)人：杭州海康机器人股份有限公司，
类型：发明
国别省市：