样本生成方法、装置及电子设备与流程

本申请涉及人工智能，具体涉及样本生成方法、装置及电子设备。

背景技术：

1、在模型训练中，若输入数据为图像，通常需要将每次输入至模型的图像调整至相同尺寸，以确保图像的分辨率一致。

2、现有技术中，通常通过图像缩放或者图像填充的方式将全部图像调整至相同尺寸。采用图像缩放方式，会使大量图像严重拉伸变形，导致图像质量降低，采用图像填充方式会使填充符占据大量像素面积，增加了多余的计算量。由此，造成模型训练效果较差且模型训练速度较低。

技术实现思路

1、本申请实施例的目的是提供一种样本生成方法、装置及电子设备，能够提高模型训练效果和模型训练速度。

2、第一方面，本申请实施例提供了一种样本生成方法，该方法包括：创建n个图像存储桶，其中，不同的图像存储桶用于存储不同图像尺寸的图像样本，一个图像存储桶对应一个桶参考图像尺寸；将原始训练图像集中的m张原始图像缩放至目标桶参考图像尺寸，得到m张目标图像，并将所述m张目标图像存储至所述n个图像存储桶；其中，所述目标桶参考图像尺寸是与原始图像的原始尺寸差值最小的桶参考图像尺寸；基于所述n个图像存储桶中的目标图像，生成样本；每个样本中包括同一图像存储桶中的至少一张目标图像；其中，m、n为大于1的整数，m＞n。

3、第二方面，本申请实施例提供了一种样本生成装置，该装置包括：创建模块，用于创建n个图像存储桶，其中，不同的图像存储桶用于存储不同图像尺寸的图像样本，一个图像存储桶对应一个桶参考图像尺寸；缩放模块，用于将原始训练图像集中的m张原始图像缩放至目标桶参考图像尺寸，得到m张目标图像，并将所述m张目标图像存储至所述n个图像存储桶；其中，所述目标桶参考图像尺寸是与原始图像的原始尺寸差值最小的桶参考图像尺寸；样本生成模块，用于基于所述n个图像存储桶中的目标图像，生成样本；每个样本中包括同一图像存储桶中的至少一张目标图像；其中，m、n为大于1的整数，m＞n。

4、第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。

5、第四方面，本申请实施例提供了一种可读存储介质，可读存储介质上存储计算机程序，计算机程序被处理器执行时实现如上述第一方面所描述的方法的步骤。

6、第五方面，本申请实施例提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所描述的方法。

7、第六方面，本申请实施例提供一种计算机程序产品，该程序产品被存储在存储介质中，该程序产品被至少一个处理器执行以实现如第一方面所述的方法。

8、在本申请实施例中，通过创建用于存储不同图像尺寸的图像样本的n个图像存储桶，而后将原始训练图像集中的m张原始图像缩放至目标桶参考图像尺寸，得到m张目标图像，并将m张目标图像存储至n个图像存储桶，从而可基于n个图像存储桶中的目标图像，生成样本。由于每张原始图像的目标桶参考图像尺寸是与该原始图像的原始尺寸差值最小的桶参考图像尺寸，因此能够将原始图像根据其原始尺寸调整成适合的尺寸，避免图像严重拉伸变形，提高了图像质量以及图像尺寸的多样性，从而提高了模型训练效果。此外，相比于图像填充方式，可避免因填充符占据大量像素面积导致产生多余的计算量，提高了模型训练的速度。

技术特征：

1.一种样本生成方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述将原始训练图像集中的m张原始图像缩放至目标桶参考图像尺寸，包括：

3.根据权利要求1所述的方法，其特征在于，所述创建n个图像存储桶，包括：

4.根据权利要求3所述的方法，其特征在于，所述遍历满足图像筛选条件的桶参考图像尺寸，包括：

5.根据权利要求1所述的方法，其特征在于，所述基于所述n个图像存储桶中的目标图像，生成样本，包括：

6.根据权利要求1所述的方法，其特征在于，在所述基于所述n个图像存储桶中的目标图像，生成样本之后，所述方法还包括：

7.一种样本生成装置，其特征在于，所述装置包括：

8.根据权利要求7所述的装置，其特征在于，所述缩放模块，还用于：

9.根据权利要求7所述的装置，其特征在于，所述创建模块，还用于：

10.根据权利要求9所述的装置，其特征在于，所述创建模块，还用于：

11.根据权利要求7所述的装置，其特征在于，所述样本生成模块，还用于：

12.根据权利要求7所述的装置，其特征在于，所述装置还包括：

13.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1-6中任一项所述的样本生成方法的步骤。

技术总结
本申请公开了样本生成方法、装置及电子设备。属于人工智能技术领域。该方法的实施例包括：创建N个图像存储桶，其中，不同的图像存储桶用于存储不同图像尺寸的图像样本，一个图像存储桶对应一个桶参考图像尺寸；将原始训练图像集中的M张原始图像缩放至目标桶参考图像尺寸，得到M张目标图像，并将M张目标图像存储至N个图像存储桶；其中，目标桶参考图像尺寸是与原始图像的原始尺寸差值最小的桶参考图像尺寸；基于N个图像存储桶中的目标图像，生成样本；每个样本中包括同一图像存储桶中的至少一张目标图像；其中，M、N为大于1的整数，M＞N。

技术研发人员：阎梦佳,严鹏,王兆雄
受保护的技术使用者：维沃移动通信有限公司
技术研发日：
技术公布日：2024/9/23