[发明专利]一种分类标签的构建方法及装置

说明书

本发明实施例提供一种分类标签的构建方法及装置，所述方法包括：获取用于训练预设模型的样本图片；所述预设模型是用于识别原始图片的初筛网络模型；所述样本图片为拍摄物外表面包含异常特征的第二目标图片；根据所有样本图片的图片背景对所有样本图片进行分类；所述图片背景包括部分拍摄缺陷对应的图片背景、和/或附着有覆盖物的图片背景；将分类后的样本图片与每类第一目标图片分别进行比照，并根据比照结果对分类后的样本图片进行再次分类，并为再次分类的每类样本图片构建一一对应的标签。所述装置执行上述方法。本发明实施例提供的分类标签的构建方法及装置，能够提高样本图片的分类标签构建的合理性和准确度。

技术领域

本发明实施例涉及图片处理技术领域，尤其涉及一种分类标签的构建方法及装置。

背景技术

胶囊内镜具有无痛、无伤、拍摄图像信息量大等优点，具备广泛的应用价值。

现有技术采用人工方式识别通过胶囊内镜拍摄的原始图片、并对原始图片进行分类，为了更加准确、高效地识别原始图片，需要构建模型，但是模型在使用之前通常需要进行训练，针对上述原始图片的训练样本(可以是样本图片)的选择、以及对样本图片的分类标签的构建，尚没有有效的方法。

因此，如何避免上述缺陷，提高样本图片的分类标签构建的合理性和准确度，成为亟须解决的问题。

发明内容

针对现有技术存在的问题，本发明实施例提供一种分类标签的构建方法及装置。

本发明实施例提供一种分类标签的构建方法，包括：

获取用于训练预设模型的样本图片；所述预设模型是用于识别原始图片的初筛网络模型；所述样本图片为拍摄物外表面包含异常特征的第二目标图片；所述异常特征包括凸起特征和/或指定颜色特征；

根据所有样本图片的图片背景对所有样本图片进行分类；所述图片背景包括部分拍摄缺陷对应的图片背景、和/或附着有覆盖物的图片背景；

将分类后的样本图片与每类第一目标图片分别进行比照，并根据比照结果对分类后的样本图片进行再次分类，并为再次分类的每类样本图片构建一一对应的标签；所述第一目标图片为拍摄物外表面不包含异常特征的目标图片。

本发明实施例提供一种分类标签的构建装置，包括：

获取单元，用于获取用于训练预设模型的样本图片；所述预设模型是用于识别原始图片的初筛网络模型；所述样本图片为拍摄物外表面包含异常特征的第二目标图片；所述异常特征包括凸起特征和/或指定颜色特征；

分类单元，用于根据所有样本图片的图片背景对所有样本图片进行分类；所述图片背景包括部分拍摄缺陷对应的图片背景、和/或附着有覆盖物的图片背景；

构建单元，用于将分类后的样本图片与每类第一目标图片分别进行比照，并根据比照结果对分类后的样本图片进行再次分类，并为再次分类的每类样本图片构建一一对应的标签；所述第一目标图片为拍摄物外表面不包含异常特征的目标图片。

本发明实施例提供一种电子设备，包括：处理器、存储器和总线，其中，

所述处理器和所述存储器通过所述总线完成相互间的通信；

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如下方法：

获取用于训练预设模型的样本图片；所述预设模型是用于识别原始图片的初筛网络模型；所述样本图片为拍摄物外表面包含异常特征的第二目标图片；所述异常特征包括凸起特征和/或指定颜色特征；

根据所有样本图片的图片背景对所有样本图片进行分类；所述图片背景包括部分拍摄缺陷对应的图片背景、和/或附着有覆盖物的图片背景；