一种数据集生成方法、模型训练方法及计算机

本申请适用于深度学习技术领域，提供了一种数据集生成方法、模型训练方法及计算机，方法包括：获取包含目标物体的视频流，其中，所述视频流由相机环绕所述目标物体运动并进行拍摄得到；接收用户在所述视频流的起始帧图像中对所述目标物体的交互式标注输入；基于所述交互式标注输入，调用图像分割模型生成初始掩膜；基于所述初始掩膜，通过时序一致性模型自动跟踪生成所述视频流的后续多帧的物体掩膜序列；根据所述目标物体的物体模型、所述初始掩膜和所述物体掩膜序列，对所述视频流中的多帧图像进行位姿标注，得到真实位姿数据。通过上述方法，可以在不依赖机械臂、转台等设备的情况下，实现无需人工标注自动生成训练数据集。