【技术实现步骤摘要】
基于稀疏实采数据的分拣场景平行数据集构建方法
本专利技术涉及数据集构建方法，特别涉及一种基于稀疏实采数据的分拣场景平行数据集构建方法。
技术介绍
随着数字化时代的发展，数据越来越重要。但是数据采集却是一个巨大的挑战。现有的数据集采集方法多数都是通过人工进行采集并标注的，这使得采集和标注数据集既费时又费力，而且采集到的数据集的质量也不高，在各方面都有局限性，如采集的视角，包含的内容等。而使用工具软件采集的虚拟数据集(以下统称人工数据集)效率高却脱离现实，真实性和可靠性不高。因此，现有技术存在以下问题：(1)真实数据集的采集效率低下，耗时耗力，内容单一。(2)在人工数据集中没有以真实数据集为基础进行数据的采集和标注，使得只用工具软件采集的数据集脱离现实，真实性和可靠性不高。(3)没有将真实数据集和人工数据集按照一定的规则混合一起使用，使得数据集存在局限性大、适用性差等问题。
技术实现思路
为解决上述技术问题，本专利技术提供了一种基于稀疏实采数据的分拣场景平行数据集构建方法，以达到高效可靠的构建平行数据集的目的。为达到上述目的，本专利技术的技术方案如下：一种基于稀疏实采数据...
【技术保护点】
1.一种基于稀疏实采数据的分拣场景平行数据集构建方法，其特征在于，包括以下步骤：第一步，生成真实数据集；第二步，将真实数据集导入3D处理工具，构建人工分拣堆放场景；第三步，图形渲染生成人工数据集；第四步，将真实数据集和人工数据集按照场景和影响因素进行混合，类别相同的放在同一个文件夹中，形成虚实结合的平行数据集。
【技术特征摘要】
1.一种基于稀疏实采数据的分拣场景平行数据集构建方法，其特征在于，包括以下步骤：第一步，生成真实数据集；第二步，将真实数据集导入3D处理工具，构建人工分拣堆放场景；第三步，图形渲染生成人工数据集；第四步，将真实数据集和人工数据集按照场景和影响因素进行混合，类别相同的放在同一个文件夹中，形成虚实结合的平行数据集。2.根据权利要求1所述的基于稀疏实采数据的分拣场景平行数据集构建方法，其特征在于，所述真实数据集的生成方法具体如下：(1)使用多品类的物体，设置物体的摆放姿势，构造物体分拣堆放场景；(2)设置相机的视角：斜视和垂直俯视，采集图像信息；(3)分类存储生成的图像信息；(4)数据集采用众包形式，利用LabelImage图片标注工具对采集到的图像进行标注，标注文件记录了图片名称、图片大小、不同物体的类别名称、包围盒内容；(5)从规模、多样性和复杂程度分析真实数据集，如果不满足规模、多样性和复杂程度条件，过滤数据集，并重复执行步骤(2)、(3)和(4)，直到满足规模、多样性和复杂程度。3.根据权利要求1所述的基于稀疏实采数据的分拣场景平行数据集构建方法，其特征在于，所述3D处理工具包括Blender和UnrealEngine4。4.根据权利要求3所述的基于稀疏实采数据的分拣场景平行数据集构建方法，其特征在于，采用Blender作为3D处理工具的人工数据集的构建方法具体如下：(1)将真实数据集按原尺寸导入Blender，随机摆放物体模型并赋予不同的姿态，尽可能模拟物体随机放置时的情况，构建物体分拣堆放场景；(2)编写Camera.py算法完成相机的初始化信息和Environment.py算法完成灯光的初始化信息；(3)设置材质属性，对材质的阴影、透明度属性进行设定，对场景中的背景进行贴图、雕刻和纹理操作，使场景材质仿真现实的材质，设置图像分辨率；(4)设置灯光属性，配置实际环境中的灯光类型、能量值和颜色，再根据环境添加灯光，设置采样值参数；(5)编写Camera.py算法实现相机位置信息变更，相机转换矩阵处理，相机2D3D包围盒数据计算；设置相机的不同视角，视野中的主体一直是目标物体，实现多方位的采集图片，并实现世界坐标和相机坐标的转化；(6)编写Environment.py算法设计不同的虚拟场景生成算法，模拟物体的分拣场景，渲染生成人工图像；(...
【专利技术属性】
技术研发人员：沈大勇，王晓，刘胜，郭伟，钟越星，
申请(专利权)人：青岛中科慧畅信息科技有限公司，青岛智能产业技术研究院，
类型：发明
国别省市：山东,37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。