本申请涉及计算机领域，尤其涉及一种训练样本的生成方法、装置、存储介质及电子设备。
背景技术：
现有基于游戏内容的推荐系统，在向用户推荐某个游戏时，通常会生成一个关于该游戏的宣传海报，该宣传海报上可以包括游戏人物的人物形象和技能介绍等内容，以便用户快速了解该游戏的基本信息。
目前，该人物形象可以借助提前训练好的深度学习模型从游戏场景中自动识别出，其中，该深度学习模型的训练样本通常是人工准备的，就拿王者荣耀来说，要使深度学习模型能较好地识别出某个英雄，需要准备大约1000个训练样本，每个训练样本都是人工针对该英雄在不同游戏皮肤及不同地图位置下从游戏场景中截图得到样本图，并需要人工对该样本图进行标注。假设王者荣耀有100个英雄，则需要人工截图标注准备10万个训练样本，按照一人小时可以标注150个样本，一天8小时来算，需要一个人83天以上的工作量，很明显这种训练样本的生成方式效率极低，且成本高。
技术实现要素：
本申请实施例提供一种训练样本的生成方法、装置、存储介质及电子设备，能自动生成样本图和标注图，无需人工截图和标注。
本申请实施例提供了一种训练样本的生成方法，包括：
获取待训练对象的对象标识、以及所述对象标识对应的模型文件，所述模型文件包括三维模型和皮肤贴图集，所述皮肤贴图集包括多张纯色皮肤贴图和多张彩色皮肤贴图；
确定所述三维模型在不同朝向角度下对应的变换模型，每一所述朝向角度对应一个所述变换模型；
根据所述多张彩色皮肤贴图和所述变换模型生成多个样本图组；
根据所述对象标识、所述多张纯色皮肤贴图和所述变换模型生成每个所述样本图组的标注图；
根据所述标注图和所述样本图组生成所述待训练对象的训练样本。
本申请实施例还提供了一种训练样本的生成装置，包括：
获取模块，用于获取待训练对象的对象标识、以及所述对象标识对应的模型文件，所述模型文件包括三维模型和皮肤贴图集，所述皮肤贴图集包括多张纯色皮肤贴图和多张彩色皮肤贴图；
确定模块，用于确定所述三维模型在不同朝向角度下对应的变换模型，每一所述朝向角度对应一个所述变换模型；
第一生成模块，用于根据所述多张彩色皮肤贴图和所述变换模型生成多个样本图组；
第二生成模块，用于根据所述对象标识、所述黑色皮肤贴图、所述白色皮肤贴图和所述变换模型生成每个所述样本图组的标注图；
第三生成模块，用于根据所述标注图和所述样本图组生成所述待训练对象的训练样本。
其中，所述第一生成模块具体用于：
根据每张所述彩色皮肤贴图对所述变换模型进行渲染，得到对应的第一渲染模型；
根据多个预设投射方位将所第一渲染模型投射到游戏场景中，得到多个第一投射场景，每个所述投射方位对应一个所述第一投射场景；
生成每个所述第一投射场景的图像，并将生成的所述图像作为样本图；
将同一所述预设投射方位和变换模型对应的所述样本图归为一组，以得到多个样本图组。
其中，所述多张纯色皮肤贴图包括黑色皮肤贴图和白色皮肤贴图，所述第二生成模块具体包括：
第一确定单元，用于根据所述黑色皮肤贴图、多个预设投射方位和所述变换模型确定多个第一参考图组；
第二确定单元，用于根据所述白色皮肤贴图、多个预设投射方位和所述变换模型确定多个第二参考图组；
生成单元，用于根据所述对象标识、所述多个第一参考图组和所述多个第二参考图组生成每个所述样本图组的标注图。
其中，所述第一确定单元具体用于：
根据所述黑色皮肤贴图对所述变换模型进行渲染，得到对应的第二渲染模型；
根据所述多个预设投射方位将所第二渲染模型投射到所述游戏场景中，得到多个第二投射场景，每个所述投射方位对应一个所述第二投射场景；
生成每个所述第二投射场景的图像，并将生成的所述图像作为第一参考图；
将同一所述变换模型对应的所述第一参考图归为一组，以得到多个第一参考图组。
其中，所述生成单元具体用于：
从同一所述变换模型对应的所述第一参考图组和所述第二参考图组中，获取同一所述预设投射方位对应的第一参考图和第二参考图；
将获取的所述第一参考图中黑色像素所在区域的颜色转变为白色，并将所述第一参考图中剩余区域的颜色转变为黑色；
将获取的所述第二参考图中除白色像素之外的剩余区域的颜色转变为黑色；
根据所述对象标识、转变后的所述第一参考图和转变后的所述第二参考图，生成对应样本图组的标注图。
其中，所述生成单元具体用于：
确定转变后的所述第一参考图中白色像素和转变后的所述第二参考图中白色像素的重叠区域；
将转变后的所述第一参考图或转变后的所述第二参考图中，除所述重叠区域之外的剩余区域的颜色转变为黑色，以得到目标参考图；
将所述对象标识的数值作为颜色值，对所述目标参考图中白色像素所在区域的颜色进行替换，得到同一所述变换模型和预设投射方位对应的样本图组的标注图。
其中，所述训练样本的生成装置还包括训练模块和分割模块，
所述训练模块用于：在所述第三生成模块根据所述标注图和所述样本图组生成所述待训练对象的训练样本之后，将所述训练样本输入预设的语义分割模型中进行训练，以得到训练后模型；
所述分割模块用于：获取对象分割指令，所述对象分割指令携带目标游戏图像，所述目标游戏图像上包括至少一个待分割对象；根据所述对象分割指令将所述目标游戏图像输入所述训练后模型中，以得到所述待分割对象的对象轮廓和对象标识。
其中，所述分割模块还用于：
在得到所述待分割对象的对象轮廓和对象标识之后，根据所述对象轮廓从所述目标游戏图像中提取出对应待分割对象的图像；
获取目标背景图、以及所述目标对象的文字描述内容；
将提取出的所述图像投射到所述目标背景图上，得到投射图；
在所述投射图上生成所述文字描述内容，以得到封面图。
其中，所述获取模块还用于：
在获取待训练对象的对象标识、以及所述对象标识对应的模型文件之前，确定游戏应用的安装路径；
根据所述安装路径确定文件后缀为预设字符串的多个存储文件；
根据所述存储文件的文件名对所述多个存储文件进行分组，得到多个存储文件组，每一所述存储文件组的所述文件名中具有同一游戏对象的名称；
确定每个所述游戏对象的对象标识；
从每个所述游戏对象对应的所述存储文件组中提取出模型文件，并对所述模型文件和所述对象标识进行复制保存。
本申请实施例还提供了一种计算机可读存储介质，所述存储介质中存储有多条指令，所述指令适于由处理器加载以执行上述任一项训练样本的生成方法。
本申请实施例还提供了一种电子设备，包括处理器和存储器，所述处理器与所述存储器电性连接，所述存储器用于存储指令和数据，所述处理器用于执行上述任一项训练样本的生成方法中的步骤。
本申请提供的训练样本的生成方法、装置、存储介质及电子设备，通过获取待训练对象的对象标识、以及该对象标识对应的模型文件，该模型文件包括三维模型和皮肤贴图集，该皮肤贴图集包括多张纯色皮肤贴图和多张彩色皮肤贴图，之后确定该三维模型在不同朝向角度下对应的变换模型，每一该朝向角度对应一个该变换模型，并根据该多张彩色皮肤贴图和该变换模型生成多个样本图组，之后根据该对象标识、该多张纯色皮肤贴图和该变换模型生成每个该样本图组的标注图，并根据该标注图和该样本图组生成该待训练对象的训练样本，从而能自动生成样本图和标注图，无需人工截图和标注，方法便捷，样本生成效率高，生成效果好。
附图说明
下面结合附图，通过对本申请的具体实施方式详细描述，将使本申请的技术方案及其它有益效果显而易见。
图1为本申请实施例提供的训练样本的生成系统的场景示意图。
图2为本申请实施例提供的训练样本的生成方法的流程示意图。
图3为本申请实施例提供的安装包中部分存储文件的展示示意图。
图4为本申请实施例提供的训练样本的生成方法的另一流程示意图。
图5为本申请实施例提供的训练样本的生成流程的框架示意图。
图6为本申请实施例提供的模型处理前图像和模型处理后图像的对比示意图。
图7为本申请实施例提供的封面图生成过程的流程示意图
图8为本申请实施例提供的训练样本的生成装置的结构示意图。
图9为本申请实施例提供的训练样本的生成装置的另一结构示意图。
图10为本申请实施例提供的训练样本的生成装置的另一结构示意图。
图11为本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请实施例提供一种训练样本的生成方法、装置、存储介质及电子设备。
请参阅图1，图1为训练样本的生成系统的场景示意图，该训练样本的生成系统可以包括本申请实施例提供的任一种训练样本的生成装置，该训练样本的生成装置可以集成在电子设备中，该电子设备可以是游戏应用厂家的后台服务器。
该电子设备可以获取待训练对象的对象标识、以及该对象标识对应的模型文件，该模型文件包括三维模型和皮肤贴图集，该皮肤贴图集包括多张纯色皮肤贴图和多张彩色皮肤贴图；确定该三维模型在不同朝向角度下对应的变换模型，每一该朝向角度对应一个该变换模型；根据该多张彩色皮肤贴图和该变换模型生成多个样本图组；根据该对象标识、该黑色皮肤贴图、该白色皮肤贴图和该变换模型生成每个该样本图组的标注图；根据该标注图和该样本图组生成该待训练对象的训练样本。
其中，该对象标识为用户手动或系统自动为每个游戏对象(包括该待训练对象)生成的编码，用于在游戏中唯一标识该游戏对象。该三维模型是指由三维坐标点构成的坐标模型，用于描述该游戏对象的形状轮廓，通常，不同游戏对象有不同的三维模型。该朝向角度可以是人为提前设定的，比如可以从0-360度之间，每间隔30度选取一个角度作为朝向角度，该变换模型为该三维模型从默认角度转动0°，30°或60°后的模型。该标注图用于对样本图组中的样本图进行标注，比如标注出样本图上游戏对象的轮廓外貌以及对象标识，同一样本图组中的样本图采用相同的标注图。
譬如，请参见图1，电子设备可以从游戏应用的安装包中获取待训练对象的模型文件和对象标识，并借助unity3d软件导出模型文件中的三维模型，并按照不同朝向角度(比如0,30°…360°)改变该三维模型的朝向，不同朝向的三维模型作为不同变换模型，之后，根据彩色皮肤贴图和变换模型生成多个样本图组，之后根据对象标识、纯色皮肤贴图和变换模型生成每个样本图组的标注图，并将每张样本图和对应标注图作为一个训练样本，以便后续进行模型训练。
如图2所示，图2是本申请实施例提供的训练样本的生成方法的流程示意图，该训练样本的生成方法应用于电子设备，该电子设备可以是游戏应用厂家的后台服务器，具体流程可以如下：
s101.获取待训练对象的对象标识、以及该对象标识对应的模型文件，该模型文件包括三维模型和皮肤贴图集，该皮肤贴图集包括多张纯色皮肤贴图和多张彩色皮肤贴图。
本实施例中，该对象标识为用户手动或系统自动为每个游戏对象(包括该待训练对象)生成的编码，用于在游戏中唯一标识该游戏对象。该皮肤贴图集中的皮肤贴图是纹理图，其中，该彩色皮肤贴图可以是采用256色的调色板，每次随机选取4种颜色生成，其数量可以为256。该多张纯色皮肤贴图是指颜色单一的纹理图，其可以包括黑色皮肤贴图和白色皮肤贴图，该黑色皮肤贴图是指全黑色的纯色皮肤图贴，该白色皮肤贴图是指全白色的纯色皮肤图贴。该三维模型是指由三维坐标点构成的坐标模型，用于描述该游戏对象的形状轮廓，通常，不同游戏对象有不同的三维模型。
需要说明的是，该模型文件可以是用户手动输入的，比如手动从游戏安装包中提取出模型文件，也可以是系统自动获取的，此时，在上述步骤s101之前，该训练样本的生成方法还包括：
确定游戏应用的安装路径；
根据该安装路径确定文件后缀为预设字符串的多个存储文件；
根据该存储文件的文件名对该多个存储文件进行分组，得到多个存储文件组，每一该存储文件组的该文件名中具有同一游戏对象的名称；
确定每个该游戏对象的对象标识；
从每个该游戏对象对应的该存储文件组中提取出模型文件，并对该模型文件和该对象标识进行复制保存。
本实施例中，在游戏应用安装后，可以基于安装路径找到安装包的存储位置，并提取这个存储位置处后缀名为预设字符串的所有存储文件，并按照游戏对象的名称对这些存储文件进行分组，同一游戏对象的存储文件归为同一组，譬如，该存储位置处的部分存储文件可以如图3所示，其中，该安装路径可以为..//com.tencent.tmgp.sgame/files/resources/assetbundle/，该预设字符串可以为“.assetbundle”，从图3可以看出，当前页面中显示的存储文件均具有同一名称“lianpo”，也即其都是游戏对象“廉颇”的关联文件，且“廉颇”的对象标识为105。
s102.确定该三维模型在不同朝向角度下对应的变换模型，每一该朝向角度对应一个该变换模型。
本实施例中，该朝向角度可以是人为提前设定的，比如可以从0-360度之间，每间隔30度选取一个角度作为朝向角度，从而有12个朝向角度，比如0°，30°，60°等，相应的，该变换模型为该三维模型从默认角度转动0°，30°或60°后的模型。
s103.根据该多张彩色皮肤贴图和该变换模型生成多个样本图组。
例如，上述步骤s103具体可以包括：
根据每张该彩色皮肤贴图对该变换模型进行渲染，得到对应的第一渲染模型；
根据多个预设投射方位将所第一渲染模型投射到游戏场景中，得到多个第一投射场景，每个该投射方位对应一个该第一投射场景；
生成每个该第一投射场景的图像，并将生成的该图像作为样本图；
将同一该预设投射方位和变换模型对应的该样本图归为一组，以得到多个样本图组。
本实施例中，第一渲染模型是以彩色皮肤贴图为纹理对变换模型进行渲染得到。该预设投射方位可以人为设定，由于深度学习网络具备平移不变性，所以我们不需要生成大量位置的图像，只需生成左、中、右三个方位的图像即可，也即可以将投射方位设定为左区域、中间区域和右区域三种。该游戏场景是三维立体场景，可以基于该游戏场景的坐标系对第一渲染模型的坐标进行更新，以将该第一渲染模型投射到该游戏场景中，之后，可以借助unity3d软件的屏幕录制功能把三维的第一投射场景输出为二维图像，得到样本图，也即通过unity3d软件生成第一投射场景的动画，通过截图功能对该动画进行图像截取，截取图像即为该样本图。
我们可以把同一投射方位、朝向角度和游戏对象的样本图归为一组，比如，若对象标识为075，朝向角度o为30°，投射方位p为左left，则该样本图组的命名格式可以为075_n1_{001,002，..256}_o_30°_p_left，该样本图组中样本图的命名格式可以为：075_n1_xx_o_30°_p_left，其中，n1代表彩色皮肤贴图，假设彩色皮肤贴图的数量为256，可以依次标记为001-256，则xx为{001,002，..256}中的任一数值，比如002。
s104.根据该对象标识、该多张纯色皮肤贴图和该变换模型生成每个该样本图组的标注图。
本实施例中，该标注图用于对样本图组中的样本图进行标注，比如标注出样本图上游戏对象的轮廓外貌以及对象标识，同一样本图组中的样本图采用相同的标注图，现有对样本图进行标注的方式是人工操作，标注效率低。
例如，该多张纯色皮肤贴图包括黑色皮肤贴图和白色皮肤贴图，上述步骤s104具体可以包括：
s1041.根据该黑色皮肤贴图、多个预设投射方位和该变换模型确定多个第一参考图组；
s1042.根据该白色皮肤贴图、多个预设投射方位和该变换模型确定多个第二参考图组；
s1043.根据该对象标识、该多个第一参考图组和该多个第二参考图组生成每个该样本图组的标注图。
本实施例中，可以分别将游戏对象填充成黑色和白色，并基于同一黑色游戏对象在同一朝向角度(比如330°)下的不同投射方位(比如左、中、右)生成第一参考图组，基于同一白色游戏对象在同一朝向角度下的不同投射方位生成第二参考图组。
需要指出的是，相同第一参考图组或者第二参考图组中的参考图可以按照一定规则命名，比如，若对象标识为075，朝向角度o为30°，p代表预设投射方位(比如左left、中middle、右right)，n0代表黑色或白色皮肤贴图(比如black和white)，则该第一参考图组的命名格式可以为075_n0_black_o_30°_p_{left,middle,right}，其中单张第一参考图的命名格式可以为075_n0_black_o_30°_p_zz，zz为{left,middle,right}中的任一个，第二参考图组的命名格式可以为075_n0_white_o_30°_p_yy，yy为{left,middle,right}中的任一个。
其中，第一参考图组和第二参考图组的生成方法类似，此处只详细介绍第一参考图组的生成过程，第二参考图组的生成过程不再赘述。
例如，上述步骤s1041具体包括：
根据该黑色皮肤贴图对该变换模型进行渲染，得到对应的第二渲染模型；
根据该多个预设投射方位将所第二渲染模型投射到该游戏场景中，得到多个第二投射场景，每个该投射方位对应一个该第二投射场景；
生成每个该第二投射场景的图像，并将生成的该图像作为第一参考图；
将同一该变换模型对应的该第一参考图归为一组，以得到多个第一参考图组。
本实施例中，第二渲染模型是以黑色皮肤贴图为纹理对变换模型进行渲染得到。可以基于该游戏场景的坐标系对第二渲染模型的坐标进行更新，以将该第二渲染模型投射到该游戏场景中，之后，可以借助unity3d软件的屏幕录制功能把三维的第二投射场景输出为二维图像，得到第一参考图。
例如，上述步骤s1043具体可以包括：
从同一该变换模型对应的该第一参考图组和该第二参考图组中，获取同一该预设投射方位对应的第一参考图和第二参考图；
将获取的该第一参考图中黑色像素所在区域的颜色转变为白色，并将该第一参考图中剩余区域的颜色转变为黑色；
将获取的该第二参考图中除白色像素之外的剩余区域的颜色转变为黑色；
根据该对象标识、转变后的该第一参考图和转变后的该第二参考图，生成对应样本图组的标注图。
本实施例中，对第一参考图和第二参考图进行颜色变换后，可以确保游戏人物在这两张参考图上均显示白色，但是由于天空不可避免的会存在白色区域，且游戏地图上除游戏人物之外的某些物体(比如建筑物)可能会显示黑色，这些都会对游戏对象的识别进行干扰，影响对象分割的精准性，因此，需要过滤掉这些干扰因素。
具体的，上述步骤“根据该对象标识、转变后的该第一参考图和转变后的该第二参考图，生成对应样本图组的标注图”，包括：
确定转变后的该第一参考图中白色像素和转变后的该第二参考图中白色像素的重叠区域；
将转变后的该第一参考图或转变后的该第二参考图中，除该重叠区域之外的剩余区域的颜色转变为黑色，以得到目标参考图；
将该对象标识的数值作为颜色值，对该目标参考图中白色像素所在区域的颜色进行替换，得到同一该变换模型和预设投射方位对应的样本图组的标注图。
本实施例中，第一参考图和第二参考图中都难免存在干扰物体，影响对游戏对象的轮廓识别，但由于两者的干扰物体大概率是不同物体，从而将这两张参考图彼此贴合时，非重叠区域通常是干扰物体所在的区域，重叠区域是游戏对象所在的区域，从而较好的识别出游戏对象的轮廓，之后通过将识别出的对象轮廓的颜色填充为对象标识的数值大小，从而可以较好地将轮廓和对象标识关联起来。
s105.根据该标注图和该样本图组生成该待训练对象的训练样本。
本实施例中，每张样本图和对应标注图可以作为一个训练样本，通常，同一样本图组中的不同样本图均对应同一张标注图，比如对于某个样本图组075_n1_{001,002，..256}_o_30°_p_left，其对应的标注图可以为075_o_30°_p_left，也即样本图组与对应标注图是针对同一游戏对象、投射方位和预设投射角度建立的关联关系。
另外，在生成某个游戏对象的训练样本后，可以利用该训练样本进行深度学习模型的训练，以便后续通过该训练模型对该游戏对象进行识别，也即，在上述步骤s105之后，该训练样本的生成方法还可以包括：
将该训练样本输入预设的语义分割模型中进行训练，以得到训练后模型；
获取对象分割指令，该对象分割指令携带目标游戏图像，该目标游戏图像上包括至少一个待分割对象；
根据该对象分割指令将该目标游戏图像输入该训练后模型中，以得到该待分割对象的对象轮廓和对象标识。
本实施例中，该语义分割模型可以包括fcn(fullyconvolutionalnetworks，全卷积神经网络)模型、segnet模型或者unet模型等。当用户想识别某张游戏图像上有哪些游戏对象(也即待分割对象)时，可以将该游戏图像作为目标游戏图像输入训练后模型中，以确定其上每个游戏对象的形状轮廓和对象标识，实现对游戏对象的分割。
此外，在分割出游戏图像上的游戏对象后，可以基于该游戏对象生成宣传海报，也即，在得到该待分割对象的对象轮廓和对象标识之后，该训练样本的生成方法还可以包括：
根据该对象轮廓从该目标游戏图像中提取出对应待分割对象的图像；
获取目标背景图、以及该目标对象的文字描述内容；
将提取出的该图像投射到该目标背景图上，得到投射图；
在该投射图上生成该文字描述内容，以得到封面图。
本实施例中，该目标背景图可以是从游戏场景中提取的，也可以是专门设计的，该文字描述内容主要用于描述该目标对象的典型特点信息，比如技能作用、对象类型等，基于该目标对象、目标背景图和文字描述内容生成的封面图，可以用于制作游戏宣传海报、游戏攻略等。
由上述可知，本申请提供的训练样本的生成方法，通过获取待训练对象的对象标识、以及该对象标识对应的模型文件，该模型文件包括三维模型和皮肤贴图集，该皮肤贴图集包括多张纯色皮肤贴图和多张彩色皮肤贴图，之后确定该三维模型在不同朝向角度下对应的变换模型，每一该朝向角度对应一个该变换模型，并根据该多张彩色皮肤贴图和该变换模型生成多个样本图组，之后根据该对象标识、该多张纯色皮肤贴图和该变换模型生成每个该样本图组的标注图，并根据该标注图和该样本图组生成该待训练对象的训练样本，从而能自动生成样本图和标注图，无需人工截图和标注，方法便捷，样本生成效率高，生成效果好。
根据上述实施例所描述的方法，以下将以该训练样本的生成方法应用于服务器中，该服务器为王者荣耀游戏的后台服务器为例进行详细说明。
请参见图4和图5，图4为本申请实施例提供的训练样本的生成方法的流程示意图，图5为本申请实施例提供的训练样本的生成流程的框架示意图，该训练样本的生成方法包括以下步骤：
s201.获取待训练对象的对象标识、以及该对象标识对应的模型文件，该模型文件包括三维模型和皮肤贴图集，该皮肤贴图集包括黑色皮肤贴图、白色皮肤贴图和多张彩色皮肤贴图。
譬如，该彩色皮肤贴图可以是采用256色的调色板，每次随机选取4种颜色生成，其数量可以为256。该黑色皮肤贴图是指全黑色的纯色皮肤图贴，该白色皮肤贴图是指全白色的纯色皮肤图贴。该三维模型是指由三维坐标点构成的坐标模型，用于描述该游戏对象的形状轮廓。
其中，该模型文件可以是系统自动获取的，也即在上述步骤s201之前，该训练样本的生成方法还包括：
确定游戏应用的安装路径；
根据该安装路径确定文件后缀为预设字符串的多个存储文件；
根据该存储文件的文件名对该多个存储文件进行分组，得到多个存储文件组，每一该存储文件组的该文件名中具有同一游戏对象的名称；
确定每个该游戏对象的对象标识；
从每个该游戏对象对应的该存储文件组中提取出模型文件，并对该模型文件和该对象标识进行复制保存。
譬如，该存储位置处的部分存储文件可以如图3所示，其中，该安装路径可以为..//com.tencent.tmgp.sgame/files/resources/assetbundle/，该预设字符串可以为“.assetbundle”，从图3可以看出，当前页面中显示的存储文件均具有同一名称“lianpo”，也即其都是游戏对象“廉颇”的关联文件，且“廉颇”的对象标识为105。
s202.确定该三维模型在不同朝向角度下对应的变换模型，每一该朝向角度对应一个该变换模型。
s203.根据每张该彩色皮肤贴图对该变换模型进行渲染，得到对应的第一渲染模型，并根据多个预设投射方位将所第一渲染模型投射到游戏场景中，得到多个第一投射场景，每个该投射方位对应一个该第一投射场景。
s204.生成每个该第一投射场景的图像，并将生成的该图像作为样本图，之后将同一该预设投射方位和变换模型对应的该样本图归为一组，以得到多个样本图组。
譬如，可以从0-360度之间，每间隔30度选取一个角度作为朝向角度，从而有12个朝向角度，比如0°，30°，60°等。该预设投射方位可以包括左left、中middle、右right三个。通过unity3d软件生成第一投射场景的动画，通过截图功能对该动画进行图像截取，截取图像即为样本图。
若对象标识为075，朝向角度o为30°，投射方位p为左left，则该样本图组的命名格式可以为075_n1_{001,002，..256}_o_30°_p_left，该样本图组中样本图的命名格式可以为：075_n1_xx_o_30°_p_left，其中，n1代表彩色皮肤贴图，假设彩色皮肤贴图的数量为256，可以依次标记为001-256，则xx为{001,002，..256}中的任一数值，比如002。
s205.根据该黑色皮肤贴图、多个预设投射方位和该变换模型确定多个第一参考图组，并根据该白色皮肤贴图、多个预设投射方位和该变换模型确定多个第二参考图组。
譬如，若对象标识为075，朝向角度o为30°，p代表预设投射方位(比如左left、中middle、右right)，n0代表黑色或白色皮肤贴图(比如black和white)，则该第一参考图组的命名格式可以为075_n0_black_o_30°_p_{left,middle,right}，其中单张第一参考图的命名格式可以为075_n0_black_o_30°_p_zz，zz为{left,middle,right}中的任一个，第二参考图组的命名格式可以为075_n0_white_o_30°_p_yy，yy为{left,middle,right}中的任一个。
其中，第一参考图组、第二参考图组和样本图组的生成方法类似，此处只详细介绍第一参考图组的生成过程，第二参考图组的生成过程不再赘述。
例如，上述步骤“根据该黑色皮肤贴图、多个预设投射方位和该变换模型确定多个第一参考图组”具体包括：
根据该黑色皮肤贴图对该变换模型进行渲染，得到对应的第二渲染模型；
根据该多个预设投射方位将所第二渲染模型投射到该游戏场景中，得到多个第二投射场景，每个该投射方位对应一个该第二投射场景；
生成每个该第二投射场景的图像，并将生成的该图像作为第一参考图；
将同一该变换模型对应的该第一参考图归为一组，以得到多个第一参考图组。
s206.从同一该变换模型对应的该第一参考图组和该第二参考图组中，获取同一该预设投射方位对应的第一参考图和第二参考图。
s207.将获取的该第一参考图中黑色像素所在区域的颜色转变为白色，并将该第一参考图中剩余区域的颜色转变为黑色，之后将获取的该第二参考图中除白色像素之外的剩余区域的颜色转变为黑色。
s208.确定转变后的该第一参考图中白色像素和转变后的该第二参考图中白色像素的重叠区域，并将转变后的该第一参考图或转变后的该第二参考图中，除该重叠区域之外的剩余区域的颜色转变为黑色，以得到目标参考图。
s209.将该对象标识的数值作为颜色值，对该目标参考图中白色像素所在区域的颜色进行替换，得到同一该变换模型和预设投射方位对应的样本图组的标注图。
譬如，可以对第一参考图075_n0_black_o_30°_p_left和第二参考图075_n0_white_o_30°_p_left进行颜色转换，并将转换后的两张参考图进行重叠，之后将重叠区域之外的区域转变为黑色，将重叠区域的颜色值更改为075(也即rgb值)，得到标注图075_o_30°_p_left，将该标注图作为样本图组075_n1_{001,002，..256}_o_30°_p_left的标注图。
s210.根据该标注图和该样本图组生成该待训练对象的训练样本，并将该训练样本输入预设的语义分割模型中进行训练，以得到训练后模型。
s211.获取对象分割指令，该对象分割指令携带目标游戏图像，该目标游戏图像上包括至少一个待分割对象。
s212.根据该对象分割指令将该目标游戏图像输入该训练后模型中，以得到该待分割对象的对象轮廓和对象标识。
譬如，请参见图6，图6示出了训练后模型的输入图像(也即目标游戏图像)a1和输出图像a2，其中，a2明确绘制出了6个待分割对象m1～m6，且每个待分割对象的颜色值即为其对象标识，比如从左往右依次可以为002,010,011,006,138,145。
s213.根据该对象轮廓从该目标游戏图像中提取出对应待分割对象的图像，并获取目标背景图、以及该目标对象的文字描述内容。
s214.将提取出的该图像投射到该目标背景图上，得到投射图，并在该投射图上生成该文字描述内容，以得到封面图。
譬如，请参见图7，图7示出了王者荣耀游戏中英雄“百里守约”的封面图，在封面图生成过程中，需要借助训练后模型分割出“百里守约”的人物图像，之后将该人物图像叠加在准备好的背景图上，并可以在背景图的任意位置，比如右下方位置生成一个描述框，在该描述框中生成英雄“百里守约”的文字描述内容，比如“狙神守约，进阶攻略”。
根据上述实施例所描述的方法，本实施例将从训练样本的生成装置的角度进一步进行描述，该训练样本的生成装置具体可以作为独立的实体来实现，也可以集成在电子设备中。
请参阅图8，图8具体描述了本申请实施例提供的训练样本的生成装置，应用于电子设备，该训练样本的生成装置可以包括：获取模块10、确定模块20、第一生成模块30、第二生成模块40和第三生成模块50，其中：
(1)获取模块10
获取模块10，用于获取待训练对象的对象标识、以及该对象标识对应的模型文件，该模型文件包括三维模型和皮肤贴图集，该皮肤贴图集包括多张纯色皮肤贴图和多张彩色皮肤贴图。
本实施例中，该对象标识为用户手动或系统自动为每个游戏对象(包括该待训练对象)生成的编码，用于在游戏中唯一标识该游戏对象。该皮肤贴图集中的皮肤贴图是纹理图，其中，该彩色皮肤贴图可以是采用256色的调色板，每次随机选取4种颜色生成，其数量可以为256。该多张纯色皮肤贴图是指颜色单一的纹理图，其可以包括黑色皮肤贴图和白色皮肤贴图，该黑色皮肤贴图是指全黑色的纯色皮肤图贴，该白色皮肤贴图是指全白色的纯色皮肤图贴。该三维模型是指由三维坐标点构成的坐标模型，用于描述该游戏对象的形状轮廓，通常，不同游戏对象有不同的三维模型。
需要说明的是，该模型文件可以是用户手动输入的，比如手动从游戏安装包中提取出模型文件，也可以是系统自动获取的，也即该获取模块10还可以用于：
在获取待训练对象的对象标识、以及该对象标识对应的模型文件之前，确定游戏应用的安装路径；
根据该安装路径确定文件后缀为预设字符串的多个存储文件；
根据该存储文件的文件名对该多个存储文件进行分组，得到多个存储文件组，每一该存储文件组的该文件名中具有同一游戏对象的名称；
确定每个该游戏对象的对象标识；
从每个该游戏对象对应的该存储文件组中提取出模型文件，并对该模型文件和该对象标识进行复制保存。
本实施例中，在游戏应用安装后，可以基于安装路径找到安装包的存储位置，并提取这个存储位置处后缀名为预设字符串的所有存储文件，并按照游戏对象的名称对这些存储文件进行分组，同一游戏对象的存储文件归为同一组，譬如，该存储位置处的部分存储文件可以如图3所示，其中，该安装路径可以为..//com.tencent.tmgp.sgame/files/resources/assetbundle/，该预设字符串可以为“.assetbundle”，从图3可以看出，当前页面中显示的存储文件均具有同一名称“lianpo”，也即其都是游戏对象“廉颇”的关联文件，且“廉颇”的对象标识为105。
(2)确定模块20
确定模块20，用于确定该三维模型在不同朝向角度下对应的变换模型，每一该朝向角度对应一个该变换模型。
本实施例中，该朝向角度可以是人为提前设定的，比如可以从0-360度之间，每间隔30度选取一个角度作为朝向角度，从而有12个朝向角度，比如0°，30°，60°等，相应的，该变换模型为该三维模型从默认角度转动0°，30°或60°后的模型。
(3)第一生成模块30
第一生成模块30，用于根据该多张彩色皮肤贴图和该变换模型生成多个样本图组。
例如，该第一生成模块30具体用于：
根据每张该彩色皮肤贴图对该变换模型进行渲染，得到对应的第一渲染模型；
根据多个预设投射方位将所第一渲染模型投射到游戏场景中，得到多个第一投射场景，每个该投射方位对应一个该第一投射场景；
生成每个该第一投射场景的图像，并将生成的该图像作为样本图；
将同一该预设投射方位和变换模型对应的该样本图归为一组，以得到多个样本图组。
本实施例中，第一渲染模型是以彩色皮肤贴图为纹理对变换模型进行渲染得到。该预设投射方位可以人为设定，由于深度学习网络具备平移不变性，所以我们不需要生成大量位置的图像，只需生成左、中、右三个方位的图像即可，也即可以将投射方位设定为左区域、中间区域和右区域三种。该游戏场景是三维立体场景，可以基于该游戏场景的坐标系对第一渲染模型的坐标进行更新，以将该第一渲染模型投射到该游戏场景中，之后，可以借助unity3d软件的屏幕录制功能把三维的第一投射场景输出为二维图像，得到样本图，也即通过unity3d软件生成第一投射场景的动画，通过截图功能对该动画进行图像截取，截取图像即为该样本图。
我们可以把同一投射方位、朝向角度和游戏对象的样本图归为一组，比如，若对象标识为075，朝向角度o为30°，投射方位p为左left，则该样本图组的命名格式可以为075_n1_{001,002，..256}_o_30°_p_left，该样本图组中样本图的命名格式可以为：075_n1_xx_o_30°_p_left，其中，n1代表彩色皮肤贴图，假设彩色皮肤贴图的数量为256，可以依次标记为001-256，则xx为{001,002，..256}中的任一数值，比如002。
(4)第二生成模块40
第二生成模块40，用于根据该对象标识、该多张纯色皮肤贴图和该变换模型生成每个该样本图组的标注图。
本实施例中，该标注图用于对样本图组中的样本图进行标注，比如标注出样本图上游戏对象的轮廓外貌以及对象标识，同一样本图组中的样本图采用相同的标注图，现有对样本图进行标注的方式是人工操作，标注效率低。
例如，请参见图9，该多张纯色皮肤贴图包括黑色皮肤贴图和白色皮肤贴图，该第二生成模块40具体包括：
第一确定单元41，用于根据该黑色皮肤贴图、多个预设投射方位和该变换模型确定多个第一参考图组；
第二确定单元42，用于根据该白色皮肤贴图、多个预设投射方位和该变换模型确定多个第二参考图组；
生成单元43，用于根据该对象标识、该多个第一参考图组和该多个第二参考图组生成每个该样本图组的标注图。
本实施例中，可以分别将游戏对象填充成黑色和白色，并基于同一黑色游戏对象在同一朝向角度(比如330°)下的不同投射方位(比如左、中、右)生成第一参考图组，基于同一白色游戏对象在同一朝向角度下的不同投射方位生成第二参考图组。
需要指出的是，相同第一参考图组或者第二参考图组中的参考图可以按照一定规则命名，比如，若对象标识为075，朝向角度o为30°，p代表预设投射方位(比如左left、中middle、右right)，n0代表黑色或白色皮肤贴图(比如black和white)，则该第一参考图组的命名格式可以为075_n0_black_o_30°_p_{left,middle,right}，其中单张第一参考图的命名格式可以为075_n0_black_o_30°_p_zz，zz为{left,middle,right}中的任一个，第二参考图组的命名格式可以为075_n0_white_o_30°_p_yy，yy为{left,middle,right}中的任一个。
其中，第一参考图组和第二参考图组的生成方法类似，此处只详细介绍第一参考图组的生成过程，第二参考图组的生成过程不再赘述。
例如，该第一确定单元41具体用于：
根据该黑色皮肤贴图对该变换模型进行渲染，得到对应的第二渲染模型；
根据该多个预设投射方位将所第二渲染模型投射到该游戏场景中，得到多个第二投射场景，每个该投射方位对应一个该第二投射场景；
生成每个该第二投射场景的图像，并将生成的该图像作为第一参考图；
将同一该变换模型对应的该第一参考图归为一组，以得到多个第一参考图组。
本实施例中，第二渲染模型是以黑色皮肤贴图为纹理对变换模型进行渲染得到。可以基于该游戏场景的坐标系对第二渲染模型的坐标进行更新，以将该第二渲染模型投射到该游戏场景中，之后，可以借助unity3d软件的屏幕录制功能把三维的第二投射场景输出为二维图像，得到第一参考图。
例如，该生成单元43具体用于：
从同一该变换模型对应的该第一参考图组和该第二参考图组中，获取同一该预设投射方位对应的第一参考图和第二参考图；
将获取的该第一参考图中黑色像素所在区域的颜色转变为白色，并将该第一参考图中剩余区域的颜色转变为黑色；
将获取的该第二参考图中除白色像素之外的剩余区域的颜色转变为黑色；
根据该对象标识、转变后的该第一参考图和转变后的该第二参考图，生成对应样本图组的标注图。
本实施例中，对第一参考图和第二参考图进行颜色变换后，可以确保游戏人物在这两张参考图上均显示白色，但是由于天空不可避免的会存在白色区域，且游戏地图上除游戏人物之外的某些物体(比如建筑物)可能会显示黑色，这些都会对游戏对象的识别进行干扰，影响对象分割的精准性，因此，需要过滤掉这些干扰因素。
具体的，该生成单元43具体用于：
确定转变后的该第一参考图中白色像素和转变后的该第二参考图中白色像素的重叠区域；
将转变后的该第一参考图或转变后的该第二参考图中，除该重叠区域之外的剩余区域的颜色转变为黑色，以得到目标参考图；
将该对象标识的数值作为颜色值，对该目标参考图中白色像素所在区域的颜色进行替换，得到同一该变换模型和预设投射方位对应的样本图组的标注图。
本实施例中，第一参考图和第二参考图中都难免存在干扰物体，影响对游戏对象的轮廓识别，但由于两者的干扰物体大概率是不同物体，从而将这两张参考图彼此贴合时，非重叠区域通常是干扰物体所在的区域，重叠区域是游戏对象所在的区域，从而较好的识别出游戏对象的轮廓，之后通过将识别出的对象轮廓的颜色填充为对象标识的数值大小，从而可以较好地将轮廓和对象标识关联起来。
(5)第三生成模块50
第三生成模块50，用于根据该标注图和该样本图组生成该待训练对象的训练样本。
本实施例中，每张样本图和对应标注图可以作为一个训练样本，通常，同一样本图组中的不同样本图均对应同一张标注图，比如对于某个样本图组075_n1_{001,002，..256}_o_30°_p_left，其对应的标注图可以为075_o_30°_p_left，也即样本图组与对应标注图是针对同一游戏对象、投射方位和预设投射角度建立的关联关系。
另外，在生成某个游戏对象的训练样本后，可以利用该训练样本进行深度学习模型的训练，以便后续通过该训练模型对该游戏对象进行识别，也即，请参见图10，该训练样本的生成装置还包括训练模块60和分割模块70，
该训练模块60用于：在该第三生成模块50根据该标注图和该样本图组生成该待训练对象的训练样本之后，将该训练样本输入预设的语义分割模型中进行训练，以得到训练后模型；
该分割模块70用于：获取对象分割指令，该对象分割指令携带目标游戏图像，该目标游戏图像上包括至少一个待分割对象；根据该对象分割指令将该目标游戏图像输入该训练后模型中，以得到该待分割对象的对象轮廓和对象标识。
本实施例中，该语义分割模型可以包括fcn(fullyconvolutionalnetworks，全卷积神经网络)模型、segnet模型或者unet模型等。当用户想识别某张游戏图像上有哪些游戏对象(也即待分割对象)时，可以将该游戏图像作为目标游戏图像输入训练后模型中，以确定其上每个游戏对象的形状轮廓和对象标识，实现对游戏对象的分割。
此外，在分割出游戏图像上的游戏对象后，可以基于该游戏对象生成宣传海报，也即，该分割模块70还用于：
在该分割模块70得到该待分割对象的对象轮廓和对象标识之后，根据该对象轮廓从该目标游戏图像中提取出对应待分割对象的图像；
获取目标背景图、以及该目标对象的文字描述内容；
将提取出的该图像投射到该目标背景图上，得到投射图；
在该投射图上生成该文字描述内容，以得到封面图。
本实施例中，该目标背景图可以是从游戏场景中提取的，也可以是专门设计的，该文字描述内容主要用于描述该目标对象的典型特点信息，比如技能作用、对象类型等，基于该目标对象、目标背景图和文字描述内容生成的封面图，可以用于制作游戏宣传海报、游戏攻略等。
具体实施时，以上各个单元可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单元的具体实施可参见前面的方法实施例，在此不再赘述。
由上述可知，本实施例提供的训练样本的生成装置，通过获取模块10获取待训练对象的对象标识、以及该对象标识对应的模型文件，该模型文件包括三维模型和皮肤贴图集，该皮肤贴图集包括多张纯色皮肤贴图和多张彩色皮肤贴图，之后确定模块20确定该三维模型在不同朝向角度下对应的变换模型，每一该朝向角度对应一个该变换模型，第一生成模块30根据该多张彩色皮肤贴图和该变换模型生成多个样本图组，之后第二生成模块40根据该对象标识、该多张纯色皮肤贴图和该变换模型生成每个该样本图组的标注图，第三生成模块50根据该标注图和该样本图组生成该待训练对象的训练样本，从而能自动生成样本图和标注图，无需人工截图和标注，方法便捷，样本生成效率高，生成效果好。
相应的，本发明实施例还提供一种训练样本的生成系统，包括本发明实施例所提供的任一种训练样本的生成装置，该训练样本的生成装置可以集成在电子设备中。
其中，电子设备可以获取待训练对象的对象标识、以及该对象标识对应的模型文件，该模型文件包括三维模型和皮肤贴图集，该皮肤贴图集包括多张纯色皮肤贴图和多张彩色皮肤贴图；确定该三维模型在不同朝向角度下对应的变换模型，每一该朝向角度对应一个该变换模型；根据该多张彩色皮肤贴图和该变换模型生成多个样本图组；根据该对象标识、该多张纯色皮肤贴图和该变换模型生成每个该样本图组的标注图；根据该标注图和该样本图组生成该待训练对象的训练样本。
以上各个设备的具体实施可参见前面的实施例，在此不再赘述。
由于该训练样本的生成系统可以包括本发明实施例所提供的任一种训练样本的生成装置，因此，可以实现本发明实施例所提供的任一种训练样本的生成装置所能实现的有益效果，详见前面的实施例，在此不再赘述。
相应的，本发明实施例还提供一种电子设备，如图11所示，其示出了本发明实施例所涉及的电子设备的结构示意图，具体来讲：
该电子设备可以包括一个或者一个以上处理核心的处理器401、一个或一个以上计算机可读存储介质的存储器402、射频(radiofrequency，rf)电路403、电源404、输入单元405、以及显示单元406等部件。本领域技术人员可以理解，图11中示出的电子设备结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：
处理器401是该电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器402内的软件程序和/或模块，以及调用存储在存储器402内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体监控。可选的，处理器401可包括一个或多个处理核心；优选的，处理器401可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器401中。
存储器402可用于存储软件程序以及模块，处理器401通过运行存储在存储器402的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器402可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备的使用所创建的数据等。此外，存储器402可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器402还可以包括存储器控制器，以提供处理器401对存储器402的访问。
rf电路403可用于收发信息过程中，信号的接收和发送，特别地，将基站的下行信息接收后，交由一个或者一个以上处理器401处理；另外，将涉及上行的数据发送给基站。通常，rf电路403包括但不限于天线、至少一个放大器、调谐器、一个或多个振荡器、用户身份模块(sim)卡、收发信机、耦合器、低噪声放大器(lna，lownoiseamplifier)、双工器等。此外，rf电路403还可以通过无线通信与网络和其他设备通信。该无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(gsm，globalsystemofmobilecommunication)、通用分组无线服务(gprs，generalpacketradioservice)、码分多址(cdma，codedivisionmultipleaccess)、宽带码分多址(wcdma，widebandcodedivisionmultipleaccess)、长期演进(lte，longtermevolution)、电子邮件、短消息服务(sms，shortmessagingservice)等。
电子设备还包括给各个部件供电的电源404(比如电池)，优选的，电源404可以通过电源管理系统与处理器401逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源404还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该电子设备还可包括输入单元405，该输入单元405可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地，在一个具体的实施例中，输入单元405可包括触敏表面以及其他输入设备。触敏表面，也称为触摸显示屏或者触控板，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触敏表面上或在触敏表面附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触敏表面可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器401，并能接收处理器401发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面。除了触敏表面，输入单元405还可以包括其他输入设备。具体地，其他输入设备可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
该电子设备还可包括显示单元406，该显示单元406可用于显示由用户输入的信息或提供给用户的信息以及电子设备的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元406可包括显示面板，可选的，可以采用液晶显示器(lcd，liquidcrystaldisplay)、有机发光二极管(oled，organiclight-emittingdiode)等形式来配置显示面板。进一步的，触敏表面可覆盖显示面板，当触敏表面检测到在其上或附近的触摸操作后，传送给处理器401以确定触摸事件的类型，随后处理器401根据触摸事件的类型在显示面板上提供相应的视觉输出。虽然在图11中，触敏表面与显示面板是作为两个独立的部件来实现输入和输入功能，但是在某些实施例中，可以将触敏表面与显示面板集成而实现输入和输出功能。
尽管未示出，电子设备还可以包括摄像头、蓝牙模块等，在此不再赘述。具体在本实施例中，电子设备中的处理器401会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中，并由处理器401来运行存储在存储器402中的应用程序，从而实现各种功能，如下：
获取待训练对象的对象标识、以及该对象标识对应的模型文件，该模型文件包括三维模型和皮肤贴图集，该皮肤贴图集包括多张纯色皮肤贴图和多张彩色皮肤贴图；
确定该三维模型在不同朝向角度下对应的变换模型，每一该朝向角度对应一个该变换模型；
根据该多张彩色皮肤贴图和该变换模型生成多个样本图组；
根据该对象标识、该多张纯色皮肤贴图和该变换模型生成每个该样本图组的标注图；
根据该标注图和该样本图组生成该待训练对象的训练样本。
该电子设备可以实现本发明实施例所提供的任一种训练样本的生成装置所能实现的有效效果，详见前面的实施例，在此不再赘述。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(rom，readonlymemory)、随机存取记忆体(ram，randomaccessmemory)、磁盘或光盘等。
以上对本发明实施例所提供的一种训练样本的生成方法、装置、存储介质和电子设备进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
技术特征：
1.一种训练样本的生成方法，其特征在于，包括：
获取待训练对象的对象标识、以及所述对象标识对应的模型文件，所述模型文件包括三维模型和皮肤贴图集，所述皮肤贴图集包括多张纯色皮肤贴图和多张彩色皮肤贴图；
确定所述三维模型在不同朝向角度下对应的变换模型，每一所述朝向角度对应一个所述变换模型；
根据所述多张彩色皮肤贴图和所述变换模型生成多个样本图组；
根据所述对象标识、所述多张纯色皮肤贴图和所述变换模型生成每个所述样本图组的标注图；
根据所述标注图和所述样本图组生成所述待训练对象的训练样本。
2.根据权利要求1所述的训练样本的生成方法，其特征在于，所述根据所述多张彩色皮肤贴图和所述变换模型生成多个样本图组，包括：
根据每张所述彩色皮肤贴图对所述变换模型进行渲染，得到对应的第一渲染模型；
根据多个预设投射方位将所第一渲染模型投射到游戏场景中，得到多个第一投射场景，每个所述投射方位对应一个所述第一投射场景；
生成每个所述第一投射场景的图像，并将生成的所述图像作为样本图；
将同一所述预设投射方位和变换模型对应的所述样本图归为一组，以得到多个样本图组。
3.根据权利要求1所述的训练样本的生成方法，其特征在于，所述多张纯色皮肤贴图包括黑色皮肤贴图和白色皮肤贴图，所述根据所述对象标识、所述多张纯色皮肤贴图和所述变换模型生成每个所述样本图组的标注图，包括：
根据所述黑色皮肤贴图、多个预设投射方位和所述变换模型确定多个第一参考图组；
根据所述白色皮肤贴图、多个预设投射方位和所述变换模型确定多个第二参考图组；
根据所述对象标识、所述多个第一参考图组和所述多个第二参考图组生成每个所述样本图组的标注图。
4.根据权利要求3所述的训练样本的生成方法，其特征在于，所述根据所述黑色皮肤贴图、多个预设投射方位和所述变换模型确定多个第一参考图组，包括：
根据所述黑色皮肤贴图对所述变换模型进行渲染，得到对应的第二渲染模型；
根据所述多个预设投射方位将所第二渲染模型投射到所述游戏场景中，得到多个第二投射场景，每个所述投射方位对应一个所述第二投射场景；
生成每个所述第二投射场景的图像，并将生成的所述图像作为第一参考图；
将同一所述变换模型对应的所述第一参考图归为一组，以得到多个第一参考图组。
5.根据权利要求3所述的训练样本的生成方法，其特征在于，所述根据所述对象标识、所述多个第一参考图组和所述多个第二参考图组生成每个所述样本图组的标注图，包括：
从同一所述变换模型对应的所述第一参考图组和所述第二参考图组中，获取同一所述预设投射方位对应的第一参考图和第二参考图；
将获取的所述第一参考图中黑色像素所在区域的颜色转变为白色，并将所述第一参考图中剩余区域的颜色转变为黑色；
将获取的所述第二参考图中除白色像素之外的剩余区域的颜色转变为黑色；
根据所述对象标识、转变后的所述第一参考图和转变后的所述第二参考图，生成对应样本图组的标注图。
6.根据权利要求5所述的训练样本的生成方法，其特征在于，所述根据所述对象标识、转变后的所述第一参考图和转变后的所述第二参考图，生成对应样本图组的标注图，包括：
确定转变后的所述第一参考图中白色像素和转变后的所述第二参考图中白色像素的重叠区域；
将转变后的所述第一参考图或转变后的所述第二参考图中，除所述重叠区域之外的剩余区域的颜色转变为黑色，以得到目标参考图；
将所述对象标识的数值作为颜色值，对所述目标参考图中白色像素所在区域的颜色进行替换，得到同一所述变换模型和预设投射方位对应的样本图组的标注图。
7.根据权利要求1-6中任意一项所述的训练样本的生成方法，其特征在于，在根据所述标注图和所述样本图组生成所述待训练对象的训练样本之后，还包括：
将所述训练样本输入预设的语义分割模型中进行训练，以得到训练后模型；
获取对象分割指令，所述对象分割指令携带目标游戏图像，所述目标游戏图像上包括至少一个待分割对象；
根据所述对象分割指令将所述目标游戏图像输入所述训练后模型中，以得到所述待分割对象的对象轮廓和对象标识。
8.根据权利要求7所述的训练样本的生成方法，其特征在于，在得到所述待分割对象的对象轮廓和对象标识之后，还包括：
根据所述对象轮廓从所述目标游戏图像中提取出对应待分割对象的图像；
获取目标背景图、以及所述目标对象的文字描述内容；
将提取出的所述图像投射到所述目标背景图上，得到投射图；
在所述投射图上生成所述文字描述内容，以得到封面图。
9.根据权利要求1-6中任意一项所述的训练样本的生成方法，其特征在于，在获取待训练对象的对象标识、以及所述对象标识对应的模型文件之前，还包括：
确定游戏应用的安装路径；
根据所述安装路径确定文件后缀为预设字符串的多个存储文件；
根据所述存储文件的文件名对所述多个存储文件进行分组，得到多个存储文件组，每一所述存储文件组的所述文件名中具有同一游戏对象的名称；
确定每个所述游戏对象的对象标识；
从每个所述游戏对象对应的所述存储文件组中提取出模型文件，并对所述模型文件和所述对象标识进行复制保存。
10.一种训练样本的生成装置，其特征在于，包括：
获取模块，用于获取待训练对象的对象标识、以及所述对象标识对应的模型文件，所述模型文件包括三维模型和皮肤贴图集，所述皮肤贴图集包括多张纯色皮肤贴图和多张彩色皮肤贴图；
确定模块，用于确定所述三维模型在不同朝向角度下对应的变换模型，每一所述朝向角度对应一个所述变换模型；
第一生成模块，用于根据所述多张彩色皮肤贴图和所述变换模型生成多个样本图组；
第二生成模块，用于根据所述对象标识、所述多张纯色皮肤贴图和所述变换模型生成每个所述样本图组的标注图；
第三生成模块，用于根据所述标注图和所述样本图组生成所述待训练对象的训练样本。
11.根据权利要求10所述的训练样本的生成装置，其特征在于，所述第一生成模块具体用于：
根据每张所述彩色皮肤贴图对所述变换模型进行渲染，得到对应的第一渲染模型；
根据多个预设投射方位将所第一渲染模型投射到游戏场景中，得到多个第一投射场景，每个所述投射方位对应一个所述第一投射场景；
生成每个所述第一投射场景的图像，并将生成的所述图像作为样本图；
将同一所述预设投射方位和变换模型对应的所述样本图归为一组，以得到多个样本图组。
12.根据权利要求10所述的训练样本的生成装置，其特征在于，所述多张纯色皮肤贴图包括黑色皮肤贴图和白色皮肤贴图，所述第二生成模块具体包括：
第一确定单元，用于根据所述黑色皮肤贴图、多个预设投射方位和所述变换模型确定多个第一参考图组；
第二确定单元，用于根据所述白色皮肤贴图、多个预设投射方位和所述变换模型确定多个第二参考图组；
生成单元，用于根据所述对象标识、所述多个第一参考图组和所述多个第二参考图组生成每个所述样本图组的标注图。
13.根据权利要求12所述的训练样本的生成装置，其特征在于，所述第一确定单元具体用于：
根据所述黑色皮肤贴图对所述变换模型进行渲染，得到对应的第二渲染模型；
根据所述多个预设投射方位将所第二渲染模型投射到所述游戏场景中，得到多个第二投射场景，每个所述投射方位对应一个所述第二投射场景；
生成每个所述第二投射场景的图像，并将生成的所述图像作为第一参考图；
将同一所述变换模型对应的所述第一参考图归为一组，以得到多个第一参考图组。
14.一种计算机可读存储介质，其特征在于，所述存储介质中存储有多条指令，所述指令适于由处理器加载以执行权利要求1至9任一项所述的训练样本的生成方法。
15.一种电子设备，其特征在于，包括处理器和存储器，所述处理器与所述存储器电性连接，所述存储器用于存储指令和数据，所述处理器用于执行权利要求1至9任一项所述的训练样本的生成方法中的步骤。
技术总结
本申请公开了一种训练样本的生成方法、装置、存储介质及电子设备，该训练样本的生成方法包括：获取待训练对象的对象标识、以及该对象标识对应的模型文件，该模型文件包括三维模型和皮肤贴图集，该皮肤贴图集包括多张纯色皮肤贴图和多张彩色皮肤贴图；确定该三维模型在不同朝向角度下对应的变换模型，每一该朝向角度对应一个该变换模型；根据该多张彩色皮肤贴图和该变换模型生成多个样本图组；根据该对象标识、该多张纯色皮肤贴图和该变换模型生成每个该样本图组的标注图；根据该标注图和该样本图组生成该待训练对象的训练样本，从而能自动生成样本图和标注图，无需人工截图和标注，样本生成效率高。
技术研发人员：孙子荀
受保护的技术使用者：腾讯科技(深圳)有限公司
技术研发日：.10.29
技术公布日：.02.28
