(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 202210659118.X (22)申请日 2022.06.10 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 付琰　许顺楠　陈亮辉　范斌　 (74)专利代理 机构 中科专利商标代理有限责任 公司 11021 专利代理师 庄锦军 (51)Int.Cl. G06V 10/774(2022.01) G06V 10/762(2022.01) G06V 10/82(2022.01) G06N 3/08(2006.01) G06N 3/04(2006.01) (54)发明名称 样本图像数据生 成方法、 模 型的训练方法和 装置 (57)摘要 本公开提供了一种样本图像数据生成方法 和装置、 一种深度学习模型的训练方法和装置、 一种目标对象检测方法和装置、 电子设备、 存储 介质和计算机程序产品， 涉及人工智 能领域， 尤 其涉及目标识别和深度学习技术领域， 可用于智 慧城市、 智 能安防和智 能云场景等。 具体实现方 案为： 根据多个原始图像， 得到多个原始图像中 的多个面部图像、 多个全身图像以及多个面部图 像和多个全身图像 之间的对应关系； 对多个面部 图像的特征向量进行聚类， 得到多个面部类别 簇； 以及根据多个全身 图像、 对应关系以及多个 面部类别簇， 得到多个全身图像各自的标签信 息。 权利要求书2页 说明书10页 附图5页 CN 114926713 A 2022.08.19 CN 114926713 A 1.一种样本图像数据生成方法， 包括： 根据多个原始图像， 得到所述多个原始图像中的多个面部 图像、 多个全身图像以及多 个面部图像和多个全身图像之间的对应关系； 对所述多个面部图像的特 征向量进行聚类， 得到多个面部类别簇； 以及 根据所述多个全身图像、 所述对应关系以及所述多个面部类别簇， 得到所述多个全身 图像各自的标签信息 。 2.根据权利要求1所述的方法， 其中， 每个所述面部类别簇包括同一对象的N个面部 图 像， N为大于等于1的整 数； 所述根据所述多个全身图像、 所述对应关系以及所述多个面部类 别簇， 得到所述多个全身图像各自的标签信息包括： 针对每 个所述面部类别簇， 根据所述对应关系， 确定所述 面部类别簇中N个面部图像所对应的N个全身图像； 根据所述N个全身图像的第一特征向量从所述多个全身图像中确定与所述N个全身图 像相匹配的M个全身图像； M为大于等于1的整数； 以及 对所述N个全身图像与所述M个全身图像添加标签信息 。 3.根据权利要求2所述的方法， 其中， 所述根据所述N个全身图像的第一特征向量从所 述多个全身图像中确定与所述 N个全身图像相匹配的M个全身图像包括： 分别确定所述N个全身图像的第 一特征向量与 所述多个全身图像的第 二特征向量之间 的相似度； 以及 在所述相似度大于等于预定阈值的情况下， 根据所述相似度的大小顺序， 执行从所述 多个全身图像中确定与所述 N个全身图像相匹配的M个全身图像的操作。 4.根据权利要求2所述的方法， 还 包括： 在对所述N个全身图像与所述M个全身图像添加标签信息之前， 响应于检测到所述N个 全身图像与所述M个全身图像中存在重复的全身图像， 对所述N个全身图像与所述M个全身 图像执行去重处 理。 5.一种深度学习模型的训练方法， 包括： 获取样本图像数据； 将所述样本 图像数据输入所述深度学习模型， 得到所述样本 图像数据的检测结果； 以 及 根据所述检测结果与 所述样本图像数据的标签信 息之间的差异值， 对所述深度 学习模 型进行训练； 其中， 所述样本图像数据是利用权利要求1～4中任一项所述的方法生成的。 6.一种目标对象检测方法， 包括： 将待处理图像输入深度学习模型， 得到所述待处 理图像中目标对象的检测结果； 其中， 所述深度学习模型 是利用权利要求5所述的方法训练得到的。 7.一种样本图像数据生成装置， 包括： 第一获取模块， 用于根据多个原始图像， 得到所述多个原始图像中的多个面部图像、 多 个全身图像以及多个面部图像和多个全身图像之间的对应关系； 聚类模块， 用于对所述多个面部图像的特 征向量进行聚类， 得到多个面部类别簇； 以及 标注模块， 用于根据 所述多个全身图像、 所述对应关系以及所述多个面部类别簇， 得到 所述多个全身图像各自的标签信息 。权　利　要　求　书 1/2 页 2 CN 114926713 A 28.根据权利要求7所述的装置， 其中， 每个所述面部类别簇包括同一对象的N个面部 图 像， N为大于等于1的整数； 所述标注模块包括： 确定单元， 用于根据所述对应关系， 确定所述面部类别簇中N个面部图像所对应的N个 全身图像； 匹配单元， 用于根据所述N个全身图像的第一特征向量从所述多个全身图像中确定与 所述N个全身图像相匹配的M个全身图像； M为大于等于1的整数； 以及 添加单元， 用于对所述 N个全身图像与所述M个全身图像添加标签信息 。 9.根据权利要求8所述的装置， 其中， 所述匹配单 元包括： 计算子单元， 用于分别确定所述N个全身图像的第一特征向量与所述多个全身图像的 第二特征向量之间的相似度； 以及 确定子单元， 用于在所述相似度大于等于预定阈值的情况下， 根据所述相似度的大小 顺序， 执行从所述多个全身图像中确定与所述 N个全身图像相匹配的M个全身图像的操作。 10.根据权利要求8所述的装置， 所述装置还 包括： 去除模块， 用于在对所述N个全身图像与所述M个全身图像添加标签信息之前， 响应于 检测到所述N个全身图像与所述M个全身图像中存在重复的全身图像， 对所述N个全身图像 与所述M个全身图像执 行去重处 理。 11.一种深度学习模型的训练装置， 包括： 第二获取模块， 用于获取样本图像数据； 检测模块， 用于将所述样本 图像数据输入所述深度学习模型， 得到所述样本 图像数据 的检测结果； 以及 训练模块， 用于根据所述检测结果与所述样本 图像数据的标签信息之间的差异值， 对 所述深度学习模型进行训练； 其中， 所述样本图像数据是利用权利要求7～10中任一项所述的装置生成的。 12.一种目标对象检测装置， 包括： 目标检测模块， 用于将待处理图像输入深度学习模型， 得到所述待处理图像中目标对 象的检测结果； 其中， 所述深度学习模型 是利用权利要求1 1所述的装置训练得到的。 13.一种电子设备， 包括： 至少一个处 理器； 以及 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的指令， 所述指令被所述至少一个处 理器执行， 以使所述至少一个处 理器能够执 行权利要求1～6中任一项所述的方法。 14.一种存储有计算机指令的非瞬时计算机可读存储介质， 其中， 所述计算机指令用于 使所述计算机执 行根据权利要求1～6中任一项所述的方法。 15.一种计算机程序产品， 包括计算机程序， 所述计算机程序在被处理器执行时实现根 据权利要求1～6中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114926713 A 3