【技术实现步骤摘要】
本申请涉及计算机，具体地涉及训练样本集的处理方法、电子设备及存储介质。
技术介绍
1、随着人工智能技术研究和进步，人工智能技术已经在多个领域展开研究和应用。机器学习是人工智能的核心，是计算机具有智能的根本途径，通过机器学习可以训练得到满足应用需求的神经网络模型，但是训练样本集是机器学习的学习对象，决定了神经网络模型的预测准确性以及神经网络模型的性能等。
2、现有技术中，为了提高模型的准确性会引入大量的训练样本，然而训练样本量也同样存在搜索困难、学习响应速度慢等问题，故，如何在训练样本数据量大的情况保证模型训练的效率成为了亟待解决的技术问题。
3、本
技术介绍
描述的内容仅为了便于了解本领域的相关技术，不视作对现有技术的承认。
技术实现思路
1、因此，本专利技术实施例意图提供一种训练样本集的处理方法、电子设备及存储介质。
2、在第一方面，本专利技术实施例提供了一种训练样本集的处理方法，包括：
3、获取遥感图像样本集；
4、根据所述遥感图像样本集，确定所述遥感图像样本集的第一样本集基本信息和所述遥感图像样本集的样本原数据，所述对样本集基本信息至少包括所述遥感图像样本的标识信息；
5、将所述遥感图像样本集的第一样本集基本信息存储到第一数据库中，并将所述遥感图像样本集的样本原数据存储到第二数据库中，其中，所述第一数据库与所述第二数据库至少以下之一不同：数据存储方式、数据查询和分析方式、数据扩展方式、以及数据结构和类型。p>
6、上述方案中，所述将所述遥感图像样本集的样本原数据存储到第二数据库中，之前，所述方法包括：
7、解析所述遥感图像样本集，得到所述遥感图像样本集的样本原数据以及所述遥感图像样本集的第二样本集基本信息，其中，所述第二样本集基本信息包括以下至少之一：样本集目标信息、样本集切片信息和样本集分类信息；
8、所述方法还包括：
9、将所述遥感图像样本集的第二样本集基本信息导入到所述第一数据库中。
10、上述方案中，解析所述遥感图像样本集，得到所述遥感图像样本集的样本原数据，包括：
11、利用目标检测线程对所述遥感图像样本集进行目标解析，并将目标检测属性信息转换成第一实体信息；
12、利用变化检测线程对所述遥感图像样本集进行变化解析，并将变化检测属性信息转换成第二实体信息；
13、利用语义分割进行对所述遥感图像样本集进行语义分割解析，并将语义分割属性信息转换成第三实体信息；
14、所述将所述遥感图像样本集的样本原数据存储到第二数据库，包括：
15、将所述第一实体信息、所述第二实体信息和所述第三实体信息存储到所述第二数据库。
16、上述方案中，解析所述遥感图像样本集，得到所述遥感图像样本集的第二样本集基本信息，包括：
17、利用目标检测线程对所述遥感图像样本集进行目标解析，得到所述样本集目标信息；
18、利用变化检测线程对所述遥感图像样本集进行变化解析，得到所述样本集切片信息；
19、利用语义分割线程对所述遥感图像样本集进行语义分割解析，得到所述样本集分类信息；
20、将所述样本集目标信息、所述样本集切片信息和所述样本集分类信息均存储到所述第一数据库中。
21、上述方案中，所述利用目标检测线程对所述遥感图像样本集进行目标解析，得到所述样本集目标信息，包括：
22、利用目标检测线程对所述遥感图像样本集中单个样本分别进行目标解析，得到所述样本集目标信息中间结果；
23、所述利用变化检测线程对所述遥感图像样本集进行变化解析，得到所述样本集切片信息，包括：
24、利用变化检测线程对所述遥感图像样本集中单个样本分别将进行目标解析，得到所述样本集切片信息中间结果；
25、所述利用语义分割线程对所述遥感图像样本集中单个样本分别进行语义分割解析，得到所述样本分类信息，包括：
26、利用语义分割线程对所述遥感图像样本集中单个样本分别进行语义分析，得到所述样本集分类信息中间结果；
27、所述将所述样本集目标信息、所述样本集切片信息和所述样本集分类信息均存储到所述第一数据库中，包括：
28、将所述样本集目标信息中间结果、所述样本集切片信息中间结果和所述样本集分类信息中间结果存储到第三数据库中，待全部遍历完成再将最终的所述样本集目标信息、最终的所述样本集切片信息和最终的所述样本集分类信息存储到所述第一数据库中，所述第三数据库与所述第一数据库至少以下之一不同：数据存储方式、数据查询和分析方式、数据扩展方式、以及数据结构和类型；所述第三数据库与所述第二数据库也不相同。
29、上述方案中，所述目标检测线程、所述变化检测线程和所述语义分割线程多线程并行进行；
30、和/或，
31、所述目标检测线程、所述变化检测线程和所述语义分割线程中至少一个在后台执行。
32、上述方案中，根据所述遥感图像样本集，确定所述遥感图像样本集的第一样本集基本信息，包括：
33、根据所述遥感图像样本集，分别自动解析所述遥感图像样本集中的单个样本的第一样本基本信息；
34、将所述单个样本的第一样本基本信息呈现在终端界面上；
35、检测到用户基于所述第一样本基本信息的修改指令，确定修改后的第一样本基本信息；
36、基于修改后的所述第一样本基本信息，确定所述遥感图像样本集的第一样本集基本信息。
37、上述方案中，所述将所述第一样本集基本信息存储到第一数据库中，包括：
38、确定所述第一数据库内是否存在于所述第一样本集信息相关联的样本集信息；
39、若不存在，则将所述第一样本集信息导入到所述第一数据库中；
40、或者，
41、若存在，则将原来的样本集信息更新为第一样本集信息。
42、在第二方面，本专利技术实施例提供一种电子设备，包括：处理器和存储有计算机程序的存储器，所述处理器被配置为在运行计算机程序时执行任一本专利技术实施例的训练样本集的处理方法。
43、在第三方面，本专利技术实施例提供一种计算机可读存储介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现任一本专利技术实施例的训练样本集的处理方法。
44、本专利技术实施例中使用的训练样本集的处理方法中，通过获取遥感图像样本集；根据遥感图像样本集，确定遥感图像样本集的第一样本集基本信息和遥感图像样本集的样本原数据，所述第一样本集基本信息至少包括所述遥感图像样本集的标识信息；将遥感图像样本集的第一样本集基本信息存储到第一数据库中，并将遥感图像样本集的样本原数据存储到第二数据库中，其中，第一数据库与第二数据库至少以下之一不同：数据存储方式、数据查询和分析方式、数据扩展方式、以及数据结构和类型。基于此，本专利技术实施例提供的训练样本集本文档来自技高网...
【技术保护点】
1.一种训练样本集的处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述遥感图像样本集的样本原数据存储到第二数据库中，之前，所述方法包括：
3.根据权利要求2所述的方法，其特征在于，解析所述遥感图像样本集，得到所述遥感图像样本集的样本原数据，包括：
4.根据权利要求2所述的方法，其特征在于，解析所述遥感图像样本集，得到所述遥感图像样本集的第二样本集基本信息，包括：
5.根据权利要求4所述的方法，其特征在于，所述利用目标检测线程对所述遥感图像样本集进行目标解析，得到所述样本集目标信息，包括：
6.根据权利要求3或4所述的方法，其特征在于，
7.根据权利要求1所述的方法，其特征在于，根据所述遥感图像样本集，确定所述遥感图像样本集的第一样本集基本信息，包括：
8.根据权利要求1或7所述的方法，其特征在于，所述将所述第一样本集基本信息存储到第一数据库中，包括：
9.一种电子设备，其特征在于，包括：处理器和存储有计算机程序的存储器，所述处理器被配置为在运行计算机程序
10.一种存储介质，其上存储有计算机程序，其中，所述程序被处理器运行时实现如权利要求1-8中任一所述的方法。
...【技术特征摘要】
1.一种训练样本集的处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述遥感图像样本集的样本原数据存储到第二数据库中，之前，所述方法包括：
3.根据权利要求2所述的方法，其特征在于，解析所述遥感图像样本集，得到所述遥感图像样本集的样本原数据，包括：
4.根据权利要求2所述的方法，其特征在于，解析所述遥感图像样本集，得到所述遥感图像样本集的第二样本集基本信息，包括：
5.根据权利要求4所述的方法，其特征在于，所述利用目标检测线程对所述遥感图像样本集进行目标解析，得到所述样本集目标信息，包括：
【专利技术属性】
技术研发人员：袁桂敏，刘怀英，董洋，高军，路禹，张贞，郭琦，乔志远，
申请(专利权)人：中国四维测绘技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。