训练数据处理方法、电子设备和计算机可读存储介质技术

本申请涉及人工智能技术领域，提供一种训练数据处理方法、电子设备和计算机可读存储介质，包括：电子设备获取标记了至少一个标定数据的标定图像，每个标定数据对应一个标定对象，包括对应标定对象的类别，通过该标定图像可以训练神经网络模型。然后，电子设备根据标定图像中标定对象的类别，获取一个或多个标准对象图像，进而检测标定图像中每个标定对象是否与对应类别的标准对象图像中的标准对象匹配。在标定对象与标准对象不匹配时对标定图像中对应标定对象的标定数据进行纠正。该方法通过检测标定对象与标准对象是否匹配来纠正标定数据，能够实现标定图像错误标定数据的自动纠正，从而提高了训练数据的质量，确保模型训练的准确性。

【技术实现步骤摘要】

本申请实施例涉及人工智能，尤其涉及一种训练数据处理方法、电子设备和计算机可读存储介质。

技术介绍

1、随着人工智能技术的发展，人工智能算法已经被广泛引用到各种领域，比如图像识别分类、目标检测等。在人工智能
中，数据集是各种人工智能模型训练的基础，数据集的质量能够直接影响到人工智能模型训练的结果。如果数据集出错，则会容易导致所训练的人工智能模型无法提供准确的图像检测结果，从而影响后续任务的准确性。

2、目前，在训练数据集的制作过程中，通常会基于训练需求对数据集进行标签标定。然而，现有训练数据集的标签标定大多都是人工手动处理。因此，容易因为一些疏忽大意等人为因素使得标签标定错误，导致数据集的质量下降，从而降低人工智能模型的准确性。

技术实现思路

1、本申请实施例提供一种训练数据处理方法、电子设备和计算机可读存储介质，用于自动纠正训练数据中标定图像的错误标定数据，从而提高训练数据的质量，确保模型训练的准确性。

2、为达到上述目的，本申请的实施例采用如下技术方案：p>

3、第一方本文档来自技高网...

【技术保护点】

1.一种训练数据处理方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述获取标定图像，包括：

3.根据权利要求1或2所述的方法，其特征在于，所述检测所述标定图像中每个所述标定对象是否与对应类别的所述标准对象图像中的标准对象匹配，包括：

4.根据权利要求3所述的方法，其特征在于，所述利用所述相关滤波器检测所述标定对象是否与对应类别的所述标准对象图像中的标准对象匹配，包括：

5.根据权利要求1-4任一项所述的方法，其特征在于，所述标定数据还包括对应所述标定对象在所述原始图像中的标定位置，所述方法还包括：</p>

6.根据...

【技术特征摘要】

1.一种训练数据处理方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述获取标定图像，包括：

3.根据权利要求1或2所述的方法，其特征在于，所述检测所述标定图像中每个所述标定对象是否与对应类别的所述标准对象图像中的标准对象匹配，包括：

4.根据权利要求3所述的方法，其特征在于，所述利用所述相关滤波器检测所述标定对象是否与对应类别的所述标准对象图像中的标准对象匹配，包括：

5.根据权利要求1-4任一项所述的方法，其特征在于，所述标定数据还包括对应所述标定对象在所述原始图像中的标定位置，所述方法还包括：

6.根据权利要求3或4所述的方法，其特征在于，所述相关滤波器的训练过程包括：对所述标准对象图像进行循环采样，提取hog特征构建标准对象特征循环矩阵；

7.根据权利要求4所述方法，其特征在于，所述利用所述相关滤波器对所述待检测图像进...

【专利技术属性】
技术研发人员：吴昭童，周天一，邓雨啸，
申请(专利权)人：荣耀终端有限公司，
类型：发明
国别省市：