【技术实现步骤摘要】
本申请涉及图像处理，尤其涉及一种图像数据集生成方法、装置、设备及计算机可读存储介质。
技术介绍
1、随着人工智能领域的不断发展，计算机视觉和自然语言处理作为其核心组成部分，显著提升了对图像数据集的需求。图像数据集是训练和验证深度学习模型中图像识别、目标检测和图像生成等任务的关键资源。
2、目前，常见的图像数据集生成方式通常依赖人工辅助，具体的，由人工输入场景描述至图像生成模型，利用图像生成模型的文生图功能，得到场景描述对应的图像数据，然而用于训练和验证深度学习模型的图像数据集中需要包含大量图像数据，也就是说，按照目前图像数据集的生成方式，需要人工输入多个场景描述以获得足够的图像数据，导致图像数据集的生成效率低的问题。
3、因此，如何提升图像数据集的生成效率，是目前亟需解决的一个问题。
技术实现思路
1、本申请的主要目的在于提供一种图像数据集生成方法、装置、设备及计算机可读存储介质，旨在提升图像数据集的生成效率。
2、为实现上述目的，本申请提供一种图像数据...
【技术保护点】
1.一种图像数据集生成方法，其特征在于，所述图像数据集生成方法包括：
2.如权利要求1所述的方法，其特征在于，所述确定初始关键词的步骤，包括：
3.如权利要求1所述的方法，其特征在于，所述通过大语言模型基于所述初始关键词确定多个不同的场景描述信息的步骤，包括：
4.如权利要求1所述的方法，其特征在于，所述生成各所述场景描述各自对应的文本提示指令的步骤，包括：
5.如权利要求1所述的方法，其特征在于，所述基于各所述图像数据构建图像数据集的步骤，包括：
6.如权利要求5所述的方法，其特征在于，所述确定各所述图像数...
【技术特征摘要】
1.一种图像数据集生成方法，其特征在于，所述图像数据集生成方法包括：
2.如权利要求1所述的方法，其特征在于，所述确定初始关键词的步骤，包括：
3.如权利要求1所述的方法，其特征在于，所述通过大语言模型基于所述初始关键词确定多个不同的场景描述信息的步骤，包括：
4.如权利要求1所述的方法，其特征在于，所述生成各所述场景描述各自对应的文本提示指令的步骤，包括：
5.如权利要求1所述的方法，其特征在于，所述基于各所述图像数据构建图像数据集的步骤，包括：
6.如权利要求5所述的方法，其特征在于，所述确定各所述图像数据中的各高质量图像数据的步骤，包括：
7.如权利要求5所述的方法，其特征在于...
【专利技术属性】
技术研发人员：陆志鹏，韩光，符兴斌，郑曦，国丽，周崇毅，杨伟伟，郭红刚，王欢，唐超，
申请(专利权)人：中电数据产业集团有限公司，
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。