提交任務(wù)時(shí)勾選保留人臉畫框

例如下圖，清洗前的數(shù)據(jù)集除了人臉圖片，還有一些風(fēng)景照、車輛等其他物體的照片，人臉過濾會(huì)把這些沒有人臉的圖片過濾，保留下來包含人臉的圖片，包括戴口罩、被遮擋的人臉也可以識(shí)別出來。

清洗前的數(shù)據(jù)集中有人臉照片、風(fēng)景照、靜物照

清洗后的數(shù)據(jù)集只有人臉照片被保存下來

戴口罩的人臉圖片

　　2、過濾無人體圖片

過濾無人體圖片同樣會(huì)用到百度智能云的人體檢測(cè)能力，在使用之前需要在百度智能云上開通相應(yīng)的服務(wù)。過濾無人體圖片會(huì)用到兩個(gè)接口，人體檢測(cè)和屬性分析(https://ai.baidu.com/tech/body/attr)和人像分割(https://ai.baidu.com/tech/body/seg)。數(shù)據(jù)集模板為圖像分類和物體檢測(cè)的數(shù)據(jù)集會(huì)調(diào)用人體檢測(cè)和屬性分析接口，數(shù)據(jù)集模板為圖像分割的數(shù)據(jù)集會(huì)調(diào)用人像分割接口。百度智能云上的人像分割接口返回的是人像圖片對(duì)應(yīng)的二值圖片(人像為1，背景為0)，在后端會(huì)執(zhí)行相應(yīng)的標(biāo)簽轉(zhuǎn)換，返回的二值圖片轉(zhuǎn)換成對(duì)應(yīng)的標(biāo)簽。

清洗前的數(shù)據(jù)集中有風(fēng)景圖、靜物圖和人體圖

數(shù)據(jù)清洗過濾保留的5張人體圖片

模板為圖像檢測(cè)的數(shù)據(jù)集清洗后的標(biāo)簽

模板為圖像分割的數(shù)據(jù)集清洗后的標(biāo)簽

　　關(guān)注廣泛需求，提供多種基礎(chǔ)數(shù)據(jù)清洗功能

　　1、去相似圖片

　　用攝像頭自動(dòng)采集圖片的時(shí)候，由于長時(shí)間在同一個(gè)場(chǎng)景下，即使做了抽幀處理，還是會(huì)有大量的相似圖片。大量的相似圖片，數(shù)據(jù)價(jià)值低，而且占用了大量的存儲(chǔ)空間，而人工篩選，耗時(shí)費(fèi)力，容易出錯(cuò)。EasyData平臺(tái)推出的去相似圖片利用圖片的相似檢索特征，計(jì)算圖片的兩兩相關(guān)性，可以自動(dòng)地判斷相似圖片、保留不相似的圖片，具體操作也十分簡便。

　　如下圖所示，去相似前的數(shù)據(jù)集里有8張圖片，根據(jù)圖片的相似度，圖片可以分成3類。清洗完成后的數(shù)據(jù)集中有3張圖片，分別是清洗前的3類圖片中的一張。

去相似前的8張圖片

去相似后保留下來3張圖片

拖拽圓點(diǎn)可以修改相似度分值

　　2、去模糊圖片

　　相機(jī)抖動(dòng)、物體快速移動(dòng)都會(huì)造成拍出來的圖片不清晰、產(chǎn)生低質(zhì)圖片。通過人工挑選的方法去除模糊圖片缺乏統(tǒng)一的標(biāo)準(zhǔn)，容易漏刪或多刪。利用EasyData的去模糊圖片，可以輕易地去除模糊圖片。

　　以示例圖片為例，清洗前有5張圖片，畫質(zhì)不一，清洗后保留下來兩張高質(zhì)量的圖片。此外，如果用戶認(rèn)為有部分模糊圖片沒有去除，或者高質(zhì)量的圖片沒有保留下來，可以考慮調(diào)整清晰度的分值，重新清洗。

去模糊前的5張畫質(zhì)不一的圖片

去模糊后保留下來清晰圖片

拖拽圓點(diǎn)可以修改清晰度分值

　　對(duì)于普通清洗，可以在一個(gè)清洗任務(wù)中提交多個(gè)清洗操作，例如同時(shí)勾選去相似、去模糊功能，即可同時(shí)去除相似和模糊的圖片。

　　目前的數(shù)據(jù)清洗服務(wù)所能支持的最大數(shù)據(jù)集大小是5萬張圖片?；贓asyData平臺(tái)的大數(shù)據(jù)處理平臺(tái)，對(duì)于基礎(chǔ)清洗服務(wù)，2萬張圖片的數(shù)據(jù)集，僅需1小時(shí)可以完成清洗;5萬張圖片的數(shù)據(jù)集，只需2小時(shí)即可完成清洗。對(duì)于高級(jí)清洗服務(wù)來說，清洗效率也可以通過配置QPS靈活調(diào)整清洗效率，更方便快捷。

　　考慮到智能園區(qū)管理等場(chǎng)景中，有對(duì)視頻進(jìn)行截幀、自動(dòng)上傳的需求，EasyData平臺(tái)也免費(fèi)提供SDK，供用戶進(jìn)行下載，可以將SDK接入業(yè)務(wù)現(xiàn)場(chǎng)的數(shù)據(jù)采集終端，在平臺(tái)設(shè)置截幀時(shí)間與間隔，自動(dòng)將原始視頻數(shù)據(jù)截為圖片數(shù)據(jù)并上傳至EasyData平臺(tái)進(jìn)行后續(xù)處理。

　　EasyData是百度大腦推出的業(yè)內(nèi)首個(gè)提供軟硬一體、端云協(xié)同的智能數(shù)據(jù)采集與處理平臺(tái)，支持圖片、文本、音頻和視頻四類數(shù)據(jù)的處理，其中圖片數(shù)據(jù)支持了采集、清洗、標(biāo)注一站式處理，覆蓋模型開發(fā)中的各類數(shù)據(jù)管理需求。EasyData處理后的數(shù)據(jù)可直接應(yīng)用于EasyDL模型訓(xùn)練，通過EasyDL預(yù)訓(xùn)練模型和自動(dòng)遷移學(xué)習(xí)機(jī)制，高效開發(fā)AI模型。

　　立即體驗(yàn)EasyData：https://ai.baidu.com/easydata/

zhangnn