[发明专利]模型训练数据获取方法、装置、计算机设备和存储介质

说明书

本申请涉及人工智能技术领域，特别是涉及一种模型训练数据获取方法、装置、计算机设备和存储介质。所述方法包括：构建对应真实场景的虚拟仿真场景，虚拟仿真场景中包括真实场景中对应的各实体物体以及虚拟相机；基于挂载于虚拟相机上的可执行程序，对虚拟仿真场景的场景配置参数进行多次调整，并通过虚拟相机采集每一次场景配置参数调整后的虚拟仿真场景的图像数据，得到用于对网络模型进行训练的初始训练图像；对初始训练图像进行识别，确定初始训练图像中的目标物体；基于虚拟仿真场景的模型数据，对初始训练图像中的目标物体进行标注，得到标注后的用于对网络模型进行训练的训练数据。采用本方法能够提升模型训练数据生成智能化水平。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种模型训练数据获取方法、装置、计算机设备和存储介质。

背景技术

随着人工智能在图像处理技术上的不断发展，计算机设备能够利用如机器学习技术，对图像或者视频进行个性化处理，如图像分类、目标检测、图像分割、关键点检测等，得到满足用户实际需求的图像处理结果。

在传统方式中，为了提高图像处理效率及准确性，通常是利用机器学习网络(尤其是深度学习网络)，对大量带有标注信息的样本数据进行有监督训练，得到满足相应场景的图像处理任务需求的图像处理模型。在该种方式中，需要从真实场景中采集大量的数据，并对采集的数据通过人工进行标注，以得到训练数据。

通过人工进行训练数据的标注，使得训练数据的生成处理过程智能化水平较低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提升模型训练数据生成智能化水平的模型训练数据获取方法、装置、计算机设备和存储介质。

一种模型训练数据获取方法，所述方法包括：

构建对应真实场景的虚拟仿真场景，虚拟仿真场景中包括真实场景中对应的各实体物体以及虚拟相机；

基于挂载于虚拟相机上的可执行程序，对虚拟仿真场景的场景配置参数进行多次调整，并通过虚拟相机采集每一次场景配置参数调整后的虚拟仿真场景的图像数据，得到用于对网络模型进行训练的初始训练图像；

根据虚拟仿真场景的模型数据，对初始训练图像进行识别，得到初始训练图像中的目标物体的识别结果；

基于识别结果，对初始训练图像中的目标物体进行标注，得到标注后的用于对网络模型进行训练的训练数据。

在其中一个实施例中，场景配置参数包括虚拟相机的相机位姿参数、虚拟仿真场景中目标物体的物体位姿参数以及环境参数；

基于挂载于虚拟相机上的可执行程序，对虚拟仿真场景的场景配置参数进行多次调整，并通过虚拟相机采集每一次场景配置参数调整后的虚拟仿真场景的图像数据，得到用于对网络模型进行训练的初始训练图像，包括：

基于挂载于虚拟相机上的可执行程序，对虚拟仿真场景的相机位姿参数、物体位姿参数以及环境参数至少一项进行调整，并通过虚拟相机采集每一次相机位姿参数、物体位姿参数以及环境参数至少一项调整后的虚拟仿真场景的图像数据，得到用于对网络模型进行训练的初始训练图像。

在其中一个实施例中，基于挂载于虚拟相机上的可执行程序，对虚拟仿真场景的场景配置参数进行多次调整，并通过虚拟相机采集每一次场景配置参数调整后的虚拟仿真场景的图像数据，得到用于对网络模型进行训练的初始训练图像，包括：

基于挂载于虚拟相机上的可执行程序，采集构建的初始虚拟仿真场景的图像数据，得到第一图像数据；

对初始虚拟仿真场景的场景配置参数进行多次调整，得到各场景配置参数调整后的虚拟仿真场景，并采集各场景配置参数调整后的虚拟仿真场景的图像数据，得到第二图像数据；

根据第一图像数据以及第二图像数据，得到对网络模型进行训练的初始训练图像。