摘要
当前利用机器学习技术识别影像中的场景和语义信息在很多领域得到了广泛应用,实现智能识别的基础是海量的图片样本数据,在实际应用中,这些图片样本往往分辨率和存储格式不一致,需要经过多种不同的几何变换和抽取过程。为此,设计了一种海量图片样本数据的存储与抽取系统,建立了一种可定制的脚本化的数据存储与抽取执行机制,将图片样本的存储、变换和抽取转换为脚本并自动执行。实验表明,该系统可以显著提高海量图片样本数据的存储和抽取效率。
出处
《机电信息》
2020年第26期123-125,共3页
基金
吉林省科技厅项目(20180101020JC,20200403174SF)。
作者简介
孙艺航(1999-),女,吉林长春人,研究方向:智能信息处理、大数据分析;潘欣(1978-),男,吉林长春人,博士,研究方向:地理信息系统、大数据、互联网软件技术。
