(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 202211285114.6 (22)申请日 2022.10.20 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 徐晓健　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 专利代理师 吕俊刚　安然 (51)Int.Cl. G06F 16/535(2019.01) G06F 16/55(2019.01) G06F 16/58(2019.01) G06V 10/74(2022.01) (54)发明名称 图片数据集清洗方法及装置 (57)摘要 本发明提供了一种图片数据集清洗方法及 装置， 可用于金融领域或其他领域。 所述方法包 括： 对待处理的图片数据集进行类别划分处理， 得到多个子数据集； 利用各子数据集中的图片， 对预先建立的人工智能模型进行多轮模型训练， 得到各图片 对应的损失值及损失值下降比例； 根 据所述损失值及所述损失值下降比例， 对各子数 据集中的图片进行清洗处理， 并利用清洗处理后 的子数据集， 得到清洗后的图片数据集。 本发明 通过对数据集进行划分， 并利用损失值对数据集 进行清洗， 提升了清洗效率， 图片数据清洗速度 快、 错误率低， 可节约大量时间成本及人力成本， 并具有高度可迁移性， 迁移成本低， 适用范围广、 普及成本低等优点。 权利要求书2页 说明书7页 附图4页 CN 115510255 A 2022.12.23 CN 115510255 A 1.一种图片数据集清洗方法， 其特 征在于， 所述方法包括： 对待处理的图片数据集进行类别划分处 理， 得到多个子数据集； 利用各子数据集中的图片， 对预先建立的人工智能模型进行多轮模型训练， 得到各图 片对应的损失值及损失值下降比例； 根据所述损 失值及所述损 失值下降比例， 对各子数据集中的图片进行清洗处理， 并利 用清洗处 理后的子数据集， 得到清洗后的图片数据集。 2.根据权利要求1所述的方法， 其特征在于， 所述利用各子数据集中的图片， 对预先建 立的人工智能模型进行多轮模型训练， 得到各图片对应的损失值及损失值下降比例包括： 在多个子数据集中任意选取一个子数据集作为训练数据集， 将训练数据集中的图片输 入至所述人工智能模型进行多轮模型训练， 得到各图片对应的损失值及损失值下降比例。 3.根据权利要求2所述的方法， 其特征在于， 所述将训练数据集中的图片输入至所述人 工智能模型进行多轮模型训练， 得到各图片对应的损失值及损失值下降比例包括： 将训练数据集中的图片输入至所述人工智能模型进行模型训练， 得到各图片对应的输 出结果； 利用各图片对应的标签及输出结果进行 欧氏距离计算， 并将得到的欧氏距离作为当轮 训练损失值； 在各图片完成多轮模型训练后， 利用各图片对应的多个当轮训练损 失值， 确定各图片 对应的损失值及损失值下降比例。 4.根据权利要求2所述的方法， 其特征在于， 所述根据所述损失值及所述损失值下降比 例， 对各子数据集中的图片进行清洗处 理包括： 利用所述损 失值对所述训练数据集中图片进行排序， 并根据所述损 失值下降比例， 从 排序后的图片中确定待删除图片； 将所述待删除图片从所述训练数据集中删除， 以完成训练数据集的清洗处 理； 对所述人工智能模型进行参数重 置， 并重新选取训练数据集进行清洗处 理。 5.一种图片数据集清洗装置， 其特 征在于， 所述装置包括： 数据集模块， 用于对待处 理的图片数据集进行类别划分处 理， 得到多个子数据集； 损失值模块， 用于利用各子数据集中的图片， 对预先建立的人工智能模型进行多轮模 型训练， 得到各图片对应的损失值及损失值下降比例； 清洗处理模块， 用于根据所述损 失值及所述损 失值下降比例， 对各子数据集中的图片 进行清洗处 理， 并利用清洗处 理后的子数据集， 得到清洗后的图片数据集。 6.根据权利要求5所述的装置， 其特征在于， 所述损失值模块还用于在多个子数据集中 任意选取一个子数据集作为训练数据集， 将训练数据集中的图片 输入至所述人工智能模型 进行多轮模型训练， 得到各图片对应的损失值及损失值下降比例。 7.根据权利要求6所述的装置， 其特 征在于， 所述损失值模块包括： 输出结果单元， 用于将训练数据集中的图片输入至所述人工智能模型进行模型训练， 得到各图片对应的输出 结果； 欧氏距离单元， 用于利用各图片对应的标签及输出结果进行欧氏距离计算， 并将得到 的欧氏距离作为当轮训练损失值； 损失值单元， 用于在各图片完成多轮模型训练后， 利用各图片对应的多个当轮训练损权　利　要　求　书 1/2 页 2 CN 115510255 A 2失值， 确定各图片对应的损失值及损失值下降比例。 8.根据权利要求6所述的装置， 其特 征在于， 所述清洗处 理模块包括： 图片排序单元， 用于利用所述损 失值对所述训练数据集中图片进行排序， 并根据所述 损失值下降比例， 从排序后的图片中确定待删除图片； 清洗处理单元， 用于将所述待删除图片从所述训练数据集中删除， 以完成训练数据集 的清洗处 理； 参数重置单元， 用于对所述人工智能模型进行参数重置， 并重新选取训练数据集进行 清洗处理。 9.一种电子设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计算 机程序， 其特征在于， 所述处理器执行所述计算机程序时实现权利要求1至4任一项所述方 法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有执行权利 要求1至4任一项所述方法的计算机程序。 11.一种计算机程序产品， 包括计算机程序/指令， 其特征在于， 所述计算机程序/指令 被处理器执行时实现权利要求1至4任一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 115510255 A 3