CN113987247A - 训练数据搜索方法及装置、电子设备和存储介质 - Google Patents

Abstract

本公开涉及一种训练数据搜索方法及装置、电子设备和存储介质，通过确定包括至少一个关键词和至少一个搜索页面标识的搜索信息，并根据搜索信息生成至少一个搜索任务。通过至少一个搜索节点执行搜索任务，得到多个搜索结果。并将每个搜索结果加入前端页面。其中，搜索结果中包括至少一个训练图像的存储地址和文本描述，每个搜索节点执行本次获取的搜索任务时，通过搜索页面标识表征的搜索页面搜索对应的关键词。本公开能够直接根据搜索信息快速搜索得到模型训练所需的大量训练样本，为模型训练提供了数据支持。同时，还将搜索信息分割为多个搜索任务，并通过多个节点分别处理，提高了搜索过程的效率。

Description

训练数据搜索方法及装置、电子设备和存储介质

技术领域

本公开涉及计算机技术领域，尤其涉及一种训练数据搜索方法及装置、电子设备和存储介质。

背景技术

利用深度学习方法的计算机视觉任务需要使用大量的标注图像数据，只有在有足够多的训练数据的情况下，才能够使用容量更大、结构更复杂的模型，从而得到效果更好的算法。目前模型训练过程中使用的训练数据通常为自行采集的图像，图像数据量小且种类单一，影响模型训练效果。

发明内容

本公开提出了一种训练数据搜索方法及装置、电子设备和存储介质，旨在通过搜索的方式获取大量用于模型训练的训练数据，以优化模型训练过程。

根据本公开的第一方面，提供了一种训练数据搜索方法，所述方法包括：

确定包括至少一个关键词和至少一个搜索页面标识的搜索信息；

根据所述搜索信息生成至少一个搜索任务；

通过至少一个搜索节点执行至少一个所述搜索任务，得到每个所述搜索任务的搜索结果，所述搜索结果中包括至少一个训练图像的存储地址和文本描述；其中，每个所述搜索节点执行本次获取的所述搜索任务时，通过所述搜索页面标识表征的搜索页面搜索所述搜索任务对应的关键词；

将每个所述搜索结果加入前端页面。

在一种可能的实现方式中，所述确定包括至少一个关键词和至少一个搜索页面标识的搜索信息包括：

显示和/或发送信息生成页面，所述信息生成页面中包括文本输入控件和页面选择控件；

响应于所述文本输入控件被触发，确定用户输入的至少一个关键词；

响应于所述页面选择控件被触发，确定用户选中的每个所述关键词对应的搜索页面标识；

根据至少一个所述关键词和至少一个所述搜索页面标识确定所述搜索信息。

在一种可能的实现方式中，所述根据所述搜索信息生成至少一个搜索任务包括：

确定每个所述关键词对应的搜索页面标识；

根据每个所述关键词和所述关键词对应的搜索页面标识生成一个搜索任务，并将每个所述搜索任务、所述搜索任务对应的关键词和所述关键词对应的搜索页面标识存储至Redis数据库中。

在一种可能的实现方式中，所述通过至少一个搜索节点执行至少一个所述搜索任务，得到每个所述搜索任务的搜索结果包括：

在每个搜索过程中，通过一个所述搜索节点访问所述Redis数据库；

响应于所述Redis数据库中存在未处理的搜索任务，取出所述搜索任务、所述搜索任务对应的关键词和所述关键词对应的搜索页面标识；

基于所述搜索页面标识表征的搜索页面搜索所述关键词，得到所述搜索任务对应的搜索结果。

在一种可能的实现方式中，所述通过至少一个搜索节点执行至少一个所述搜索任务，得到每个所述搜索任务的搜索结果还包括：

在所述搜索节点完成本次搜索任务后，再次访问所述Redis数据库获取其他待处理的搜索任务进行搜索。

在一种可能的实现方式中，所述基于所述搜索页面标识表征的搜索页面搜索所述关键词，得到所述搜索任务对应的搜索结果包括：

基于所述搜索页面标识表征的页面搜索所述关键词，得到至少一个候选训练图像和每个所述候选训练图像的候选文本描述；

根据预设的筛选条件筛选每个所述候选训练图像得到至少一个训练图像；

对每个所述训练图像对应的候选文本描述进行文本处理，得到文本描述；

根据每个所述训练图像的存储地址和文本描述确定所述搜索任务对应的搜索结果。

在一种可能的实现方式中，所述搜索信息中还包括所述搜索节点的数量。

在一种可能的实现方式中，在通过至少一个搜索节点执行至少一个所述搜索任务，得到每个所述搜索任务的搜索结果之后，所述方法还包括：

将每个所述搜索结果***MySQL数据库中。

在一种可能的实现方式中，在将每个所述搜索结果加入前端页面后，所述方法还包括：

响应于接收到对应于至少一个所述搜索结果的下载请求，根据所述搜索结果中包括的存储地址将每个所述训练图像下载至本地，同时，将每个所述训练图像所述搜索结果中对应的文本描述下载至本地。

根据本公开的第二方面，提供了一种训练数据搜索装置，所述装置包括：

搜索信息确定模块，用于确定包括至少一个关键词和至少一个搜索页面标识的搜索信息；

任务生成模块，用于根据所述搜索信息生成至少一个搜索任务；

任务执行模块，用于通过至少一个搜索节点执行至少一个所述搜索任务，得到每个所述搜索任务的搜索结果，所述搜索结果中包括至少一个训练图像的存储地址和文本描述；其中，每个所述搜索节点执行本次获取的所述搜索任务时，通过所述搜索页面标识表征的搜索页面搜索所述搜索任务对应的关键词；

搜索结果处理模块，用于将每个所述搜索结果加入前端页面。

在一种可能的实现方式中，所述搜索信息确定模块包括：

页面推送子模块，用于显示和/或发送信息生成页面，所述信息生成页面中包括文本输入控件和页面选择控件；

关键词确定子模块，用于响应于所述文本输入控件被触发，确定用户输入的至少一个关键词；

标识确定子模块，用于响应于所述页面选择控件被触发，确定用户选中的每个所述关键词对应的搜索页面标识；

搜索信息确定子模块，用于根据至少一个所述关键词和至少一个所述搜索页面标识确定所述搜索信息。

在一种可能的实现方式中，所述任务生成模块包括：

标识匹配子模块，用于确定每个所述关键词对应的搜索页面标识；

任务生成子模块，用于根据每个所述关键词和所述关键词对应的搜索页面标识生成一个搜索任务，并将每个所述搜索任务、所述搜索任务对应的关键词和所述关键词对应的搜索页面标识存储至Redis数据库中。

在一种可能的实现方式中，所述任务执行模块包括：

数据库访问子模块，用于在每个搜索过程中，通过一个所述搜索节点访问所述Redis数据库；

任务获取子模块，用于响应于所述Redis数据库中存在未处理的搜索任务，取出所述搜索任务、所述搜索任务对应的关键词和所述关键词对应的搜索页面标识；

任务执行子模块，用于基于所述搜索页面标识表征的搜索页面搜索所述关键词，得到所述搜索任务对应的搜索结果。

在一种可能的实现方式中，所述任务执行模块还包括：

再次访问子模块，用于在所述搜索节点完成本次搜索任务后，再次访问所述Redis数据库获取其他待处理的搜索任务进行搜索。

在一种可能的实现方式中，所述任务执行子模块包括：

数据获取单元，用于基于所述搜索页面标识表征的页面搜索所述关键词，得到至少一个候选训练图像和每个所述候选训练图像的候选文本描述；

图像筛选单元，用于根据预设的筛选条件筛选每个所述候选训练图像得到至少一个训练图像；

文本处理单元，用于对每个所述训练图像对应的候选文本描述进行文本处理，得到文本描述；

结果确定单元，用于根据每个所述训练图像的存储地址和文本描述确定所述搜索任务对应的搜索结果。

在一种可能的实现方式中，所述搜索信息中还包括所述搜索节点的数量。

在一种可能的实现方式中，在通过至少一个搜索节点执行至少一个所述搜索任务，得到每个所述搜索任务的搜索结果之后，所述装置还包括：

结果***模块，用于将每个所述搜索结果***MySQL数据库中。

在一种可能的实现方式中，在将每个所述搜索结果加入前端页面后，所述装置还包括：

数据下载模块，用于响应于接收到对应于至少一个所述搜索结果的下载请求，根据所述搜索结果中包括的存储地址将每个所述训练图像下载至本地，同时，将每个所述训练图像所述搜索结果中对应的文本描述下载至本地。

根据本公开的第三方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。

根据本公开的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。

本公开实施例通过确定包括至少一个关键词和至少一个搜索页面标识的搜索信息，并根据搜索信息生成至少一个搜索任务。通过至少一个搜索节点执行搜索任务，得到多个搜索结果。并将每个搜索结果加入前端页面。其中，搜索结果中包括至少一个训练图像的存储地址和文本描述，每个搜索节点执行本次获取的搜索任务时，通过搜索页面标识表征的搜索页面搜索对应的关键词。本公开能够直接根据搜索信息快速搜索得到模型训练所需的大量训练样本，为模型训练提供了数据支持。同时，还将搜索信息分割为多个搜索任务，并通过多个节点分别处理，提高了搜索过程的效率。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。

图1示出根据本公开实施例的一种训练数据搜索方法的应用场景示意图；

图2示出根据本公开实施例的一种训练数据搜索方法的流程图；

图3示出根据本公开实施例的一种信息生成页面的示意图；

图4示出根据本公开实施例的一种Redis数据库中存储搜索任务的示意图；

图5示出根据本公开实施例的一种搜索结果的示意图；

图6示出根据本公开实施例的一种训练数据搜索***的示意图；

图7示出根据本公开实施例的一种训练数据搜索装置的示意图；

图8示出根据本公开实施例的一种电子设备的示意图；

图9示出根据本公开实施例的一种电子设备的示意图。

具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。

另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

图1示出根据本公开实施例的一种训练数据搜索方法的应用场景示意图。如图1所示，应用本公开实施例的训练数据搜索方法的***可以包括通过网络连接的第一电子设备10和第二电子设备11。在执行所述训练数据搜索方法时，第一电子设备10用于与用户进行人机交互等方式确定搜索信息，并发送至第二电子设备11。由第二电子设备11根据接收到的搜索信息执行训练数据搜索方法，并将得到的结果加入前端页面。进一步地，再将前端页面发送至第一电子设备10显示。

在一种可能的实现方式中，第一电子设备10可以为终端设备，例如用户设备(UserEquipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(PersonalDigital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等固定或移动终端。第二电子设备11可以为服务器，例如单独的服务器或多个服务器组成的服务器集群。

可选地，本公开实施例的训练数据搜索方法的执行***还可以仅包括一个电子设备，例如终端设备或服务器。即通过该电子设备完成整个确定搜索信息、生成搜索任务、执行搜索任务以及得到搜索结果的过程。电子设备可以通过处理器调用存储器中存储的计算机可读指令的方式来实现训练数据搜索方法。

本公开实施例可以应用于搜索任意训练数据的应用场景，例如搜索人脸识别模型训练所需的人脸图像数据，搜索图像分类模型训练所需的多种不同类型的图像数据，图像分割模型训练所需的多种待分割图像数据等。

图2示出根据本公开实施例的一种训练数据搜索方法的流程图。如图2所示，本公开实施例的训练数据搜索方法可以包括以下步骤S10-S40。

步骤S10、确定包括至少一个关键词和至少一个搜索页面标识的搜索信息。

在一种可能的实现方式中，搜索信息用于搜索训练数据，即训练数据的搜索过程需要基于搜索信息完成。搜索信息可以通过执行训练数据搜索方法的电子设备自动生成、还可以通过外设与用户进行人机交互生成，或者还可以直接接收其他电子设备发送的搜索信息。

可选地，搜索信息中可以包括至少一个关键词，和至少一个搜索页面标识。其中，每个关键词用于生成一个搜索任务，可以包括一个单词或多个单词。例如，一个关键词中可以包括一个单词“apple”，或者多个单词“apple tree”。每个关键词均具有对应的搜索页面标识，用于表征搜索该关键词的搜索页面，不同的搜索页面基于不同的搜索引擎进行搜索。进一步地，每个关键词可以对应相同的搜索页面标识，或者不同的搜索页面标识。

在一种可能的实现方式中，可以通过信息生成页面与用户进行人机交互的方式确定搜索信息。也就是说，可以显示和/或发送信息生成页面，信息生成页面中包括文本输入控件和页面选择控件。响应于文本输入控件被触发，确定用户输入的至少一个关键词。响应于页面选择控件被触发，确定用户选中的每个关键词对应的搜索页面标识。根据至少一个关键词和至少一个搜索页面标识确定搜索信息。

可选地，当执行训练数据搜索方法的电子设备为能够显示信息生成页面，且能够与用户交互的电子设备时，可以直接显示信息生成页面。进一步通过用户触发文本输入控件和页面选择控件返回的至少一个关键词和至少一个搜索页面标识确定搜索信息。当执行训练数据搜索方法的电子设备为不能够显示信息生成页面的电子设备时，可以将信息生成页面发送至其他电子设备，由其他电子设备显示信息生成页面。进一步地，在用户触发文本输入控件后，将至少一个关键词返回执行训练数据搜索方法的电子设备。在用户触发页面选择控件后，将至少一个搜索页面标识返回执行训练数据搜索方法的电子设备。再由该电子设备根据接收到的至少一个关键词和至少一个搜索页面标识确定搜索信息。可选地，与用户进行交互的电子设备也可以直接确定搜索信息后发送至执行训练数据搜索方法的电子设备。

图3示出根据本公开实施例的一种信息生成页面30的示意图。如图3所示，信息生成页面30中包括文本输入控件31和页面选择控件32。用户可以通过输入关键词触发文本输入控件31，以确定用户输入的关键词，通过选中页面选择控件32下拉框中的一个页面触发页面选择控件32，以确定用户选中的页面对应的搜索页面标识。

可选地，信息生成页面30中还可以包括添加控件33，在用户触发添加控件33时，会增加文本输入控件31中的文本输入框。同时，还会在页面选择控件32中增加对应于新增的文本输入框的下拉选择框。其中，每一个文本输入框分别用于输入一个关键词，每个文本输入框对应的下拉选择框用于确定该文本输入框输入的关键词对应的搜索页面标识。进一步地，信息生成页面30中还可以包括开始搜索控件34，用于在被触发时根据确定的至少一个关键词和至少一个搜索页面标识确定搜索信息。

在一种可能的实现方式中，搜索信息中还可以包括搜索节点的数量，用于指示在训练数量搜索过程中需要使用的搜索节点数量。

步骤S20、根据所述搜索信息生成至少一个搜索任务。

在一种可能的实现方式中，在确定搜索信息后，根据搜索信息生成至少一个搜索任务。其中，搜索任务的数量可以对应于搜索信息中关键词的数量，即为每一个关键词生成一个对应的搜索任务。可选地，本公开实施例生成至少一个搜索任务的过程可以包括确定每个关键词对应的搜索页面标识，根据每个关键词和每个关键词对应的搜索页面标识生成一个搜索任务，并将每个搜索任务、每个搜索任务对应的关键词和关键词对应的搜索页面标识存储至Redis(Remote Dictionary Server，远程字典服务)数据库中。每个关键词对应的搜索页面标识用于表征搜索该关键词的搜索页面。

可选地，Redis数据库为一个高速的Key-Value数据库，可以将搜索任务作为Key，将搜索任务对应的关键词和搜索页面标识作为Value存储。其中，每个搜索任务对应的关键词不同，对应的搜索页面标识可以相同或者不同。

图4示出根据本公开实施例的一种Redis数据库中存储搜索任务的示意图。如图4所示，可以将搜索任务和对应的关键词、搜索页面标识作为键值对存储。在执行每个搜索任务时，可以获取对应的关键词和搜索页面标识，以在搜索页面标识表征的搜索页面中搜索对应的关键词，得到搜索结果。可选地，每个搜索任务对应的关键词不同，对应的搜索页面标识可以相同或者不同。

步骤S30、通过至少一个搜索节点执行至少一个所述搜索任务，得到每个所述搜索任务的搜索结果。

在一种可能的实现方式中，可以通过多个搜索节点并行执行至少一个搜索任务，得到每个搜索任务的搜索结果。其中，搜索结果中包括至少一个训练图像的存储地址和文本描述。每个搜索节点执行本次获取的搜索任务时，通过搜索页面标识表征的搜索页面搜索当前搜索任务对应的关键词。进一步地，搜索节点在搜索页面中搜索到训练图像后，将训练图像的存储地址和文本描述加入搜索结果中。可选地，执行搜索任务的搜索节点数量可以预先设定，或者根据搜索信息包括的搜索节点的数量确定。

可选地，当多个搜索任务存储在Redis数据库中时，执行至少一个搜索任务的过程可以为在每个搜索过程中，通过一个搜索节点访问Redis数据库。响应于Redis数据库中存在未处理的搜索任务，取出搜索任务、搜索任务对应的关键词和关键词对应的搜索页面标识。基于搜索页面标识表征的搜索页面搜索关键词，得到搜索任务对应的搜索结果。进一步地，每个搜索节点在完成本次搜索任务后，再次访问Redis数据库获取其他待处理的搜索任务进行搜索，直到搜索Redis数据库中不存在待处理的搜索任务。

进一步地，搜索得到的训练图像需要作为模型训练过程的输入，对应的文本数据用于确定模型训练过程的输出。由于通常搜索得到的训练图像和文本数据格式较为杂乱，难以直接用于模型训练，影响模型的训练效率，因此，需要在搜索过程中预先进行数据筛选以及数据处理，得到符合要求的训练图像，并存储该训练图像对应的文本描述和存储地址。

在一种可能的实现方式中，训练图像和对应文本描述、存储地址的确定过程可以包括：基于搜索页面标识表征的页面搜索关键词，得到至少一个候选训练图像和每个候选训练图像的候选文本描述。根据预设的筛选条件筛选每个候选训练图像得到至少一个训练图像。对每个训练图像对应的候选文本描述进行文本处理，得到文本描述。根据每个训练图像的存储地址和文本描述确定搜索任务对应的搜索结果。

可选地，预设的筛选条件可以包括图像完整、图像尺寸要求、以及图像亮度、分辨率等其他图像要求，即筛选掉破损图像、尺寸不符合要求的图像、亮度、分辨率等特征不符合要求的图像。或者，筛选条件还可以包括对图像对应的存储地址以及文本描述的要求。例如，在文本描述中的语言不满足预设要求、或文本描述中不包括预设类型词语的情况下去除对应的候选训练图像。进一步地，文本处理的过程可以包括去除敏感词、去除网址以及提取目标词等根据应用场景预先设定的处理过程。

进一步地，将筛选得到的训练图像对应的存储地址，以及处理后的文本描述作为当前搜索任务对应的搜索结果。

在一种可能的实现方式中，为避免搜索结果丢失，以及后续再次获取曾经搜索得到的搜索结果，可以在得到每个搜索任务的搜索结果之后，将每个搜索结果***MySQL数据库中。MySQL数据库是一种关系数据库管理***。

步骤S40、将每个所述搜索结果加入前端页面。

在一种可能的实现方式中，电子设备在得到每个搜索任务对应的搜索结果后，可以将每个搜索结果加入前端页面。进一步地，可以通过电子设备内置或连接的显示装置直接显示前端页面，使得用户直观的浏览搜索结果。或者，还可以由电子设备发送至用户使用的用户终端，由用户通过用户终端浏览搜索结果。图5示出根据本公开实施例的一种搜索结果的示意图。如图5所示，每个搜索结果可以以表格的形式显示，将每个训练图像的存储地址和文本描述一同显示。

进一步地，为使用搜索到的训练图像进行模型训练，在得到搜索结果后，还可以下载每个搜索结果对应的训练图像和文本描述。可选地，可以响应于接收到对应于至少一个搜索结果的下载请求，根据搜索结果中包括的存储地址将每个训练图像下载至本地，同时，将每个训练图像所述搜索结果中对应的文本描述下载至本地。其中，下载请求可以通过用户与电子设备进行人机交互的方式确定，或者由其他电子设备发送。

图6示出根据本公开实施例的一种训练数据搜索***的示意图。如图6所示，本公开实施例在执行训练数据搜索方法时，可以通过电子设备显示的或连接的其他电子设备显示的前端页面60获取搜索信息。由电子设备中的主节点61根据搜索信息生成多个搜索任务，并将每个搜索任务和对应的关键词、搜索页面标识存储至Redis数据库62中。进一步地，搜索节点63从Redis数据库62中获取搜索任务和对应的关键词、搜索页面标识，以根据搜索页面标识在对应的搜索页面64中搜索对应的关键词，得到搜索结果。可选地，搜索节点63在得到搜索结果后向Redis数据库62返回任务完成的通知信息，并再次获取下一个待处理的搜索任务进行任务处理。同时，搜索节点63还将搜索得到的搜索结果存入MySQL数据库65，由主节点61将MySQL数据库65中存入的搜索结果加入前端页面60，以在电子设备的显示装置显示，或发送至连接的其他电子设备显示。

本公开实施例能够直接根据搜索信息快速搜索得到模型训练所需的大量训练样本，并且能够在搜索的过程中，通过筛选和处理得到模型训练所需的训练图像和对应的文本数据，为模型训练提供了数据支持。同时，还在确定搜索信息后，确定其中每个关键词对应的多个搜索任务，并通过多个节点并行进行搜索任务的处理，提高了搜索过程的效率以及搜索结果的准确性。

可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

此外，本公开还提供了训练数据搜索装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种训练数据搜索方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。

图7示出根据本公开实施例的一种训练数据搜索装置的示意图。如图7所示，本公开实施例的训练数据搜索装置可以包括搜索信息确定模块70、任务生成模块71、任务执行模块72和搜索结果处理模块73。

在一种可能的实现方式中，搜索信息确定模块70，用于确定包括至少一个关键词和至少一个搜索页面标识的搜索信息；

任务生成模块71，用于根据所述搜索信息生成至少一个搜索任务；

任务执行模块72，用于通过至少一个搜索节点执行至少一个所述搜索任务，得到每个所述搜索任务的搜索结果，所述搜索结果中包括至少一个训练图像的存储地址和文本描述；其中，每个所述搜索节点执行本次获取的所述搜索任务时，通过所述搜索页面标识表征的搜索页面搜索所述搜索任务对应的关键词；

搜索结果处理模块73，用于将每个所述搜索结果加入前端页面。

在一种可能的实现方式中，所述搜索信息确定模块70包括：

页面推送子模块，用于显示和/或发送信息生成页面，所述信息生成页面中包括文本输入控件和页面选择控件；

关键词确定子模块，用于响应于所述文本输入控件被触发，确定用户输入的至少一个关键词；

标识确定子模块，用于响应于所述页面选择控件被触发，确定用户选中的每个所述关键词对应的搜索页面标识；

搜索信息确定子模块，用于根据至少一个所述关键词和至少一个所述搜索页面标识确定所述搜索信息。

在一种可能的实现方式中，所述任务生成模块71包括：

标识匹配子模块，用于确定每个所述关键词对应的搜索页面标识；

任务生成子模块，用于根据每个所述关键词和所述关键词对应的搜索页面标识生成一个搜索任务，并将每个所述搜索任务、所述搜索任务对应的关键词和所述关键词对应的搜索页面标识存储至Redis数据库中。

在一种可能的实现方式中，所述任务执行模块72包括：

数据库访问子模块，用于在每个搜索过程中，通过一个所述搜索节点访问所述Redis数据库；

任务获取子模块，用于响应于所述Redis数据库中存在未处理的搜索任务，取出所述搜索任务、所述搜索任务对应的关键词和所述关键词对应的搜索页面标识；

任务执行子模块，用于基于所述搜索页面标识表征的搜索页面搜索所述关键词，得到所述搜索任务对应的搜索结果。

在一种可能的实现方式中，所述任务执行模块72还包括：

再次访问子模块，用于在所述搜索节点完成本次搜索任务后，再次访问所述Redis数据库获取其他待处理的搜索任务进行搜索。

在一种可能的实现方式中，所述任务执行子模块包括：

数据获取单元，用于基于所述搜索页面标识表征的页面搜索所述关键词，得到至少一个候选训练图像和每个所述候选训练图像的候选文本描述；

图像筛选单元，用于根据预设的筛选条件筛选每个所述候选训练图像得到至少一个训练图像；

文本处理单元，用于对每个所述训练图像对应的候选文本描述进行文本处理，得到文本描述；

结果确定单元，用于根据每个所述训练图像的存储地址和文本描述确定所述搜索任务对应的搜索结果。

在一种可能的实现方式中，所述搜索信息中还包括所述搜索节点的数量。

在一种可能的实现方式中，在通过至少一个搜索节点执行至少一个所述搜索任务，得到每个所述搜索任务的搜索结果之后，所述装置还包括：

结果***模块，用于将每个所述搜索结果***MySQL数据库中。

在一种可能的实现方式中，在将每个所述搜索结果加入前端页面后，所述装置还包括：

数据下载模块，用于响应于接收到对应于至少一个所述搜索结果的下载请求，根据所述搜索结果中包括的存储地址将每个所述训练图像下载至本地，同时，将每个所述训练图像所述搜索结果中对应的文本描述下载至本地。

在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。

本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是易失性或非易失性计算机可读存储介质。

本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。

本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备的处理器中运行时，所述电子设备中的处理器执行上述方法。

电子设备可以被提供为终端、服务器或其它形态的设备。

图8示出根据本公开实施例的一种电子设备800的示意图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。

参照图8，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)接口812，传感器组件814，以及通信组件816。

处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理***，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和***接口模块之间提供接口，上述***接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如互补金属氧化物半导体(CMOS)或电荷耦合装置(CCD)图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如无线网络(Wi-Fi)、第二代移动通信技术(2G)、第三代移动通信技术(3G)、***移动通信技术(4G)、通用移动通信技术的长期演进(LTE)、第五代移动通信技术(5G)或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。

图9示出根据本公开实施例的一种电子设备1900的示意图。例如，电子设备1900可以被提供为一服务器。参照图9，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。

电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作***，例如微软服务器操作***(Windows ServerTM)，苹果公司推出的基于图形用户界面操作***(Mac OSXTM)，多用户多进程的计算机操作***(UnixTM),自由和开放原代码的类Unix操作***(LinuxTM)，开放原代码的类Unix操作***(FreeBSDTM)或类似。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。

本公开可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。

该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (12)

1.一种训练数据搜索方法，其特征在于，所述方法包括：

确定包括至少一个关键词和至少一个搜索页面标识的搜索信息；

根据所述搜索信息生成至少一个搜索任务；

通过至少一个搜索节点执行至少一个所述搜索任务，得到每个所述搜索任务的搜索结果，所述搜索结果中包括至少一个训练图像的存储地址和文本描述；其中，每个所述搜索节点执行本次获取的所述搜索任务时，通过所述搜索页面标识表征的搜索页面搜索所述搜索任务对应的关键词；

将每个所述搜索结果加入前端页面。

2.根据权利要求1所述的方法，其特征在于，所述确定包括至少一个关键词和至少一个搜索页面标识的搜索信息包括：

显示和/或发送信息生成页面，所述信息生成页面中包括文本输入控件和页面选择控件；

响应于所述文本输入控件被触发，确定用户输入的至少一个关键词；

响应于所述页面选择控件被触发，确定用户选中的每个所述关键词对应的搜索页面标识；

根据至少一个所述关键词和至少一个所述搜索页面标识确定所述搜索信息。

3.根据权利要求1或2所述的方法，其特征在于，所述根据所述搜索信息生成至少一个搜索任务包括：

确定每个所述关键词对应的搜索页面标识；

根据每个所述关键词和所述关键词对应的搜索页面标识生成一个搜索任务，并将每个所述搜索任务、所述搜索任务对应的关键词和所述关键词对应的搜索页面标识存储至Redis数据库中。

4.根据权利要求3所述的方法，其特征在于，所述通过至少一个搜索节点执行至少一个所述搜索任务，得到每个所述搜索任务的搜索结果包括：

在每个搜索过程中，通过一个所述搜索节点访问所述Redis数据库；

响应于所述Redis数据库中存在未处理的搜索任务，取出所述搜索任务、所述搜索任务对应的关键词和所述关键词对应的搜索页面标识；

基于所述搜索页面标识表征的搜索页面搜索所述关键词，得到所述搜索任务对应的搜索结果。

5.根据权利要求4所述的方法，其特征在于，所述通过至少一个搜索节点执行至少一个所述搜索任务，得到每个所述搜索任务的搜索结果还包括：

在所述搜索节点完成本次搜索任务后，再次访问所述Redis数据库获取其他待处理的搜索任务进行搜索。

6.根据权利要求4或5所述的方法，其特征在于，所述基于所述搜索页面标识表征的搜索页面搜索所述关键词，得到所述搜索任务对应的搜索结果包括：

基于所述搜索页面标识表征的页面搜索所述关键词，得到至少一个候选训练图像和每个所述候选训练图像的候选文本描述；

根据预设的筛选条件筛选每个所述候选训练图像得到至少一个训练图像；

对每个所述训练图像对应的候选文本描述进行文本处理，得到文本描述；

根据每个所述训练图像的存储地址和文本描述确定所述搜索任务对应的搜索结果。

7.根据权利要求1-6中任意一项所述的方法，其特征在于，所述搜索信息中还包括所述搜索节点的数量。

8.根据权利要求1-7中任意一项所述的方法，其特征在于，在通过至少一个搜索节点执行至少一个所述搜索任务，得到每个所述搜索任务的搜索结果之后，所述方法还包括：

将每个所述搜索结果***MySQL数据库中。

9.根据权利要求1-8中任意一项所述的方法，其特征在于，在将每个所述搜索结果加入前端页面后，所述方法还包括：

响应于接收到对应于至少一个所述搜索结果的下载请求，根据所述搜索结果中包括的存储地址将每个所述训练图像下载至本地，同时，将每个所述训练图像所述搜索结果中对应的文本描述下载至本地。

10.一种训练数据搜索装置，其特征在于，所述装置包括：

搜索信息确定模块，用于确定包括至少一个关键词和至少一个搜索页面标识的搜索信息；

任务生成模块，用于根据所述搜索信息生成至少一个搜索任务；

任务执行模块，用于通过至少一个搜索节点执行至少一个所述搜索任务，得到每个所述搜索任务的搜索结果，所述搜索结果中包括至少一个训练图像的存储地址和文本描述；其中，每个所述搜索节点执行本次获取的所述搜索任务时，通过所述搜索页面标识表征的搜索页面搜索所述搜索任务对应的关键词；

搜索结果处理模块，用于将每个所述搜索结果加入前端页面。

11.一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求1至9中任意一项所述的方法。

12.一种计算机可读存储介质，其上存储有计算机程序指令，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9中任意一项所述的方法。

Images