基于人工智能的数据增广方法、装置、设备和存储介质制造方法及图纸

本发明专利技术提供了一种基于人工智能的数据增广方法、装置、设备和存储介质，包括：获取RGB色彩图像；对RGB色彩图像进行色彩变换，得到HSV色彩图像，并调整HSV色彩图像中的通道数值；对调整后的HSV色彩图像进行色彩变换，得到新的RGB色彩图像；对新的RGB色彩图像进行透视变换，得到变换后的RGB色彩图像；调整变换后的RGB色彩图像中的通道排列顺序，得到调整后的RGB色彩图像；对调整后的RGB色彩图像增加噪音，得到目标增广图像。根据本发明专利技术实施例的技术方案，本发明专利技术通过对RGB色彩图像进行色彩变换、通道数值调整、透视变换、通道排列顺序调整以及增加噪音的手段，从而能够使得所得到的目标增广图像和原始的RGB色彩图像的差别较大，从而能够得到更丰富的图像数据。从而能够得到更丰富的图像数据。从而能够得到更丰富的图像数据。

【技术实现步骤摘要】
基于人工智能的数据增广方法、装置、设备和存储介质


[0001]本专利技术实施例涉及但不限于人工智能
，尤其涉及一种基于人工智能的数据增广方法、数据增广装置、计算机设备和计算机可读存储介质。

技术介绍

[0002]对于深度学习模型，需要足够的图像数据作为支撑进行训练才能获得较好的模型训练效果。但是，在实际情况下，开发者能够直接获取到的有效图像数据较少，这对于深度学习模型训练来说往往是不够的。
[0003]因此，往往需要对现有的图像数据进行增广以获得更多和更丰富的图像数据集，来满足深度学习训练过程中图像数据不足的问题。但是，对于现有的图像数据扩充方法如平移、旋转、缩放、错切、锐化等，这些方法虽然可以增加训练图像数据集的数量，但由于方法本身的限制，这些方法扩充后的图像数据与原始图像数据差别不大。

技术实现思路

[0004]以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
[0005]本专利技术实施例提供了一种基于人工智能的数据增广方法、数据增广装置、计算机设备和计算机可读存储介质，能够对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的数据增广方法，其特征在于，包括：获取RGB色彩图像；对所述RGB色彩图像进行色彩变换，得到HSV色彩图像，并调整所述HSV色彩图像中的通道数值；对调整后的所述HSV色彩图像进行色彩变换，得到新的RGB色彩图像；对所述新的RGB色彩图像进行透视变换，得到变换后的RGB色彩图像；调整所述变换后的RGB色彩图像中的通道排列顺序，得到调整后的RGB色彩图像；对所述调整后的RGB色彩图像增加噪音，得到目标增广图像。2.根据权利要求1所述的数据增广方法，其特征在于，所述调整所述HSV色彩图像中的通道数值，包括：调整所述HSV色彩图像中的色调通道、饱和度通道和亮度通道的通道数值，并将调整后的所述色调通道、所述饱和度通道和所述亮度通道进行融合，得到调整后的所述HSV色彩图像。3.根据权利要求2所述的数据增广方法，其特征在于，所述调整所述HSV色彩图像中的色调通道、饱和度通道和亮度通道的通道数值，包括：对所述HSV色彩图像中的色调通道、饱和度通道和亮度通道的通道数值进行随机调整；获取所述随机调整后的所述色调通道、所述饱和度通道和所述亮度通道的通道数值；当所述随机调整后的通道数值大于1，将所述随机调整后的通道数值置1；当所述随机调整后的通道数值小于0，将所述随机调整后的通道数值置0。4.根据权利要求3所述的数据增广方法，其特征在于，所述对所述HSV色彩图像中的色调通道、饱和度通道和亮度通道的通道数值进行随机调整，包括：所述色调通道的调整方法如下：H
n
＝H
o
+h，其中，所述H
o
为调整前的所述色调通道的通道数值，所述H
n
为调整后的所述色调通道的通道数值，所述h的数值范围为
‑
0.5至0.5；所述饱和度通道的调整方法如下：S
n
＝S
o
+s，其中，所述S
o
为调整前的所述饱和度通道的通道数值，所述S
n
为调整后的所述饱和度通道的通道数值，所述s的数值范围为0.5至1.5；所述亮度通道的调整方法如下：V
n
＝V
o
+v，其中，所述V
o
为调整前的所述亮度通道的通道数值，所述V
n
为调整后的所述亮度通道的通道数值，所述v的数值范围为0.5至1....

【专利技术属性】
技术研发人员：谷坤，严明洋，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：