【技术实现步骤摘要】
本公开的实施例涉及计算机，具体涉及训练样本集生成方法、装置、电子设备和计算机可读介质。
技术介绍
1、目前，数据是人工智能三要素之一，而优秀的训练数据，特别是人工标注的训练数据是算法模型效果的重要保证。在获取目标对象的图像样本时，为了保证相关的检测和分割算法的效果，往往需要针对同一目标对象的不同视角下的图像进行标注，并兼顾目标对象的光照情况，背景变化等。对于图像样本的标注，通常采用的方式为：对图像中目标对象所处的位置和轮廓进行人工标注，并需要兼顾目标对象的不同大小、光照情况、背景变化等因素。
2、然而，当采用上述方式对图像中的目标对象进行标注时，经常会存在如下技术问题：
3、第一，人工标注容易出错，且不同的标注者可能对相同的图像有不同的理解和标注方式，导致标注不一致。以及人工标注速度慢，导致人力成本和时间成本显著增加。
4、第二，在对帧图像序列中的目标对象进行标注时，往往需要根据当前帧中目标对象所在的区域检测下一帧中目标对象所在的大致区域，目标对象的运动的不确定性会导致检测结果存在较大的误差。
...【技术保护点】
1.一种训练样本集生成方法，包括：
2.根据权利要求1所述的方法，其中，第一帧图像是所述帧图像序列中处于目标打样图像对应位置之前的、相邻近的帧图像，以及；
3.根据权利要求2所述的方法，其中，所述基于第一外接矩形框，提取第一帧图像中目标对象对应的第一对象特征信息，包括：
4.根据权利要求3所述的方法，其中，所述根据各个第一区域像素点，生成第一对比阈值，包括：
5.根据权利要求1所述的方法，其中，在所述响应于确定第一帧图像为所述帧图像序列中的初始帧图像，将所得到的第一样本帧图像集确定为第一候选样本帧图像集之前，所述方法还包
6...
【技术特征摘要】
1.一种训练样本集生成方法，包括：
2.根据权利要求1所述的方法，其中，第一帧图像是所述帧图像序列中处于目标打样图像对应位置之前的、相邻近的帧图像，以及；
3.根据权利要求2所述的方法，其中，所述基于第一外接矩形框，提取第一帧图像中目标对象对应的第一对象特征信息，包括：
4.根据权利要求3所述的方法，其中，所述根据各个第一区域像素点，生成第一对比阈值，包括：
5.根据权利要求1所述的方法，其中，在所述响应于确定第一帧图像为所述帧...
【专利技术属性】
技术研发人员：葛行飞，朱云龙，钱庆庚，徐犇，
申请(专利权)人：北京深空灵智科技有限公司，
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。