standard library
(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211084601.6 (22)申请日 2022.09.06 (71)申请人 电子科技大 学中山学院 地址 528400 广东省中山市石岐区学院路1 号 (72)发明人 宋丹 李长燕 姚琼 徐翔  李文生 吕燚  (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 何明伦 (51)Int.Cl. G06V 10/98(2022.01) G06V 10/82(2022.01) G06V 10/74(2022.01) G06N 3/08(2006.01)G06N 3/04(2006.01) G06V 40/14(2022.01) (54)发明名称 质量评估模型训练方法、 装置、 电子设备及 存储介质 (57)摘要 本申请提供一种质量评估模 型训练方法、 装 置、 电子设备及存储介质, 该方法包括: 使用通用 框架中设置的数据标注函数对多个样本图像进 行数据标注, 获得多个样本标签, 样本标签是样 本图像对应的图像质量类别; 以多个样本图像为 训练数据, 以多个样本标签为训练标签, 对通用 框架中设置的神经网络模型进行训练, 获得质量 评估模型, 质量评估模型用于对待处理图像进行 质量评估。 通过通用框架提供的数据标注函数和 神经网络模 型分别进行数据标注和模 型训练, 从 而避免了采集环境发生变化时重新提取关键性 影响因素的问题, 从而有效地提高了评估图像质 量的适用性。 权利要求书2页 说明书10页 附图2页 CN 115439734 A 2022.12.06 CN 115439734 A 1.一种质量评估 模型训练方法, 其特 征在于, 包括: 使用通用框架中设置的数据标注函数对多个样本图像进行数据标注, 获得多个样本标 签, 所述样本标签是 所述样本图像对应的图像质量类别; 以所述多个样本 图像为训练数据, 以所述多个样本标签为训练标签, 对所述通用框架 中设置的神经网络模型进行训练, 获得质量评估模型, 所述质量评估模型用于对待处理图 像进行质量评估。 2.根据权利要求1所述的方法, 其特征在于, 在所述使用通用框架中设置的数据标注函 数对多个样本图像进行 数据标注之前, 还 包括: 使用所述 通用框架中设置的样本扩充函数对样本图像进行扩充, 获得扩充图像; 将所述扩充图像添加至所述多个样本图像中。 3.根据权利要求2所述的方法, 其特征在于, 所述通用框架还包括: 质量类别序列; 在所 述获得扩充图像之后, 还 包括: 从所述质量类别序列中确定出 所述扩充图像对应的质量类别; 将所述扩充图像对应的质量类别添加至所述多个样本标签中。 4.根据权利要求3所述的方法, 其特征在于, 所述从所述质量类别序列中确定出所述扩 充图像对应的质量类别, 包括: 计算所述扩充图像与 所述多个样本图像中的同源样本图像之间的相似程度, 所述同源 样本图像是属于同一个目标对象的不同样本图像; 计算出所述相似程度与所述多个样本图像的平均相似度之间的比例值; 根据所述比例值从所述质量类别序列中确定出 所述扩充图像对应的质量类别。 5.根据权利要求4所述的方法, 其特征在于, 所述质量类别序列包括: 第一质量类别和 第二质量类别, 所述第一质量类别低于所述第二质量类别; 所述根据所述比例值从所述质 量类别序列中确定出 所述扩充图像对应的质量类别, 包括: 判断所述比例值是否小于预设阈值; 若是, 则将所述第一质量类别确定为所述扩充图像对应的质量类别。 6.根据权利要求5所述的方法, 其特征在于, 在所述判断所述比例值是否小于预设阈值 之后, 还包括: 若所述比例值大于或等于预设阈值, 则将所述第 二质量类别确定为所述扩充图像对应 的质量类别。 7.根据权利要求1 ‑6任一所述的方法, 其特征在于, 在所述获得质量评估模型之后, 还 包括: 使用所述质量评估模型对待处理图像进行质量评估, 获得所述待处理图像的质量评估 结果。 8.一种质量评估 模型训练装置, 其特 征在于, 包括: 图像数据标注模块, 用于使用通用框架中设置的数据标注函数对多个样本图像进行数 据标注, 获得多个样本标签, 所述样本标签是 所述样本图像对应的图像质量类别; 网络模型训练模块, 用于以所述多个样本 图像为训练数据, 以所述多个样本标签为训 练标签, 对所述通用框架中设置的神经网络模型进 行训练, 获得质量评估模型, 所述质量评 估模型用于对待处 理图像进行质量评估。权 利 要 求 书 1/2 页 2 CN 115439734 A 29.一种电子设备, 其特征在于, 包括: 处理器和存储器, 所述存储器存储有所述处理器 可执行的机器可读指 令, 所述机器可读指令被所述处理器执行时执行如权利要求1至7任一 所述的方法。 10.一种计算机可读存储介质, 其特征在于, 该计算机可读存储介质上存储有计算机程 序, 该计算机程序被处 理器运行时执 行如权利要求1至7任一所述的方法。权 利 要 求 书 2/2 页 3 CN 115439734 A 3

PDF文档 专利 质量评估模型训练方法、装置、电子设备及存储介质

文档预览
中文文档 15 页 50 下载 1000 浏览 0 评论 0 收藏 3.0分
温馨提示:本文档共15页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 质量评估模型训练方法、装置、电子设备及存储介质 第 1 页 专利 质量评估模型训练方法、装置、电子设备及存储介质 第 2 页 专利 质量评估模型训练方法、装置、电子设备及存储介质 第 3 页
下载文档到电脑,方便使用
本文档由 SC 于 2024-02-18 22:31:22上传分享
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。