System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本公开实施例涉及计算机,尤其涉及一种图像处理方法及设备。
技术介绍
1、在图像分类任务中,一般需要进行以下几个步骤:首先,需要构建一批数量足够多的带有标签的图像集;接着,构建合适的图像分类模型,使用图像数据集训练图像分类模型,得到训练好的图像分类模型;之后,使用训练好的图像分类模型,对类型未知的图像进行类别预测。
2、在上述步骤中,图像集的构建极为关键,具体可表现为:图像集中的标注越准确、数据量越大,图像分类模型的性能越好。通常的,为了得到性能较好的图像分类模型,需要人工对采集的无标签的图像集进行标注,进一步地为了提高标注的准确性,一张图像甚至需要多人进行交叉标注,从而导致图像分类模型的开发成本过高以及开发周期过长。
3、因此,如何提高图像集的标注效率是目前亟需解决的问题。
技术实现思路
1、本公开实施例提供一种图像处理方法及设备,以克服图像中人脸视频处理的准确性有待提高的问题。
2、第一方面,本公开实施例提供一种图像处理方法,包括:
3、获取待进行标注的初始图像集;
4、通过特征提取网络,对初始图像集中的图像进行特征提取,得到特征向量集,特征向量集是基于特征提取网络中目标网络层的输出数据得到的,目标网络层位于特征提取网络的最后一个网络层之前;
5、根据特征向量集,对初始图像集进行聚类,得到图像聚类集合;
6、确定图像聚类集合对应的图像标签;
7、根据图像聚类集合对应的图像标签,对图像聚
8、第二方面,本公开实施例提供一种图像处理设备,包括:
9、获取单元,用于获取待进行标注的初始图像集;
10、特征提取单元,用于通过特征提取网络,对初始图像集中的图像进行特征提取,得到特征向量集,特征向量集是基于特征提取网络中目标网络层的输出数据得到的,目标网络层位于特征提取网络的最后一个网络层之前;
11、聚类单元,用于根据特征向量集,对初始图像集进行聚类处理,得到图像聚类集合;
12、确定单元,用于确定图像聚类集合对应的图像标签;
13、标注单元,用于根据图像聚类集合对应的图像标签,对图像聚类集合中的图像进行标注,得到初始图像集对应的带有标签的目标图像集,目标图像集为用于训练图像处理模型的训练数据。
14、第三方面,本公开实施例提供一种电子设备,包括:至少一个处理器和存储器;
15、存储器存储计算机执行指令;
16、至少一个处理器执行存储器存储的计算机执行指令,使得至少一个处理器执行如上第一方面提供的图像处理方法。
17、第四方面,本公开实施例提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,当处理器执行计算机执行指令时,实现如上第一方面提供的图像处理方法。
18、第五方面,根据本公开的一个或多个实施例,提供了一种计算机程序产品,计算机程序产品包含计算机执行指令,当处理器执行计算机执行指令时,实现如上第一方面提供的图像处理方法。
19、本实施例提供的图像处理方法及设备,通过特征提取网络,对待进行标注的初始图像集中的图像进行特征提取,得到特征向量集。根据特征向量集,对初始图像集进行聚类,得到图像聚类集合。根据图像聚类集合对应的图像标签,对图像聚类集合中的图像进行标注,得到初始图像集对应的带有标签的目标图像集。其中,特征向量集是基于特征提取网络中目标网络层的输出数据得到的,目标网络层位于特征提取网络的最后一个网络层之前。
20、从而,通过特征提取、聚类等操作,实现对无标签图像的标注,确保了图像标注的准确性。基于特征提取网络中最后一个网络层之前的目标网络层的输出数据得到特征向量集,提高了特征向量集的特征丰富性,进而提高聚类、筛选等操作的准确性,进一步提高了图像标注的准确性。
本文档来自技高网...【技术保护点】
1.一种图像处理方法,包括:
2.根据权利要求1所述的图像处理方法,所述通过特征提取网络,对所述初始图像集中的图像进行特征提取,得到特征向量集,包括:
3.根据权利要求2所述的图像处理方法,每个通道特征为包括多个特征值的多维数组,所述对与所述初始图像集中的图像对应的多个通道特征进行融合处理,得到所述初始图像集中图像的特征向量,包括:
4.根据权利要求1至3中任一项所述的图像处理方法,所述确定所述图像聚类集合对应的图像标签之前,还包括:
5.根据权利要求4所述的图像处理方法,所述在图像维度和集合维度,对所述图像聚类集合进行筛选处理,包括:
6.根据权利要求5所述的图像处理方法,所述针对经过图像维度筛选后的图像聚类集合,删除图像聚拢程度不符合预设要求的图像聚类集合,得到经图像维度和集合维度筛选后的图像聚类集合,包括:
7.根据权利要求1至3中任一项所述的图像处理方法,所述确定所述图像聚类集合对应的图像标签,包括:
8.一种图像处理设备,包括:
9.一种电子设备,包括:至少一个处理器和存储器
10.一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1至7任一项所述的图像处理方法。
...【技术特征摘要】
1.一种图像处理方法,包括:
2.根据权利要求1所述的图像处理方法,所述通过特征提取网络,对所述初始图像集中的图像进行特征提取,得到特征向量集,包括:
3.根据权利要求2所述的图像处理方法,每个通道特征为包括多个特征值的多维数组,所述对与所述初始图像集中的图像对应的多个通道特征进行融合处理,得到所述初始图像集中图像的特征向量,包括:
4.根据权利要求1至3中任一项所述的图像处理方法,所述确定所述图像聚类集合对应的图像标签之前,还包括:
5.根据权利要求4所述的图像处理方法,所述在图像维度和集合维度,对所述图像聚类集合进行筛选处理,...
【专利技术属性】
技术研发人员:梁涛,万明阳,马国俊,
申请(专利权)人:北京字跳网络技术有限公司,
类型:发明
国别省市:
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。