【技术实现步骤摘要】
一种检测图像生成方法及系统
[0001]本专利技术涉及检测图像生成
,尤其涉及一种检测图像生成方法及系统。
技术介绍
[0002]目前的图像生成模型并不针对特定的检测任务,这就造成了现有的图像生成模型往往存在两大问题:一,不针对生成对象的应用场景做具体调整,而是泛化隐式地对目标图像的分布进行模拟和重建;二,无法针对数据扩充的需求在生成图像的同时生成出对应的识别真值(Ground Truth),导致即使生成了检测图像依然需要较高的人工标注成本。事实上针对图像中特定目标的生成具有很高的应用价值,譬如在小样本目标检测识别时,图像样本的扩充必须围绕着图像中的兴趣目标为核心才能生成具有检测意义的检测图像。
[0003]基于此,亟需一种检测图像的生成方法及系统。
技术实现思路
[0004]本专利技术的目的在于提供一种检测图像的生成方法及系统,用于生成面向检测识别任务的检测图像,同时节省标注成本。
[0005]为了实现上述目的,本专利技术提供如下技术方案:
[0006]一种检测图像生成方法,所
【技术保护点】
【技术特征摘要】
1.一种检测图像生成方法,其特征在于,所述生成方法包括:获取检测真值和随机噪声;所述检测真值包括文本格式的目标类别、目标位置、目标大小和目标数量;根据所述检测真值,利用前景目标生成模型生成目标前景图像;根据所述随机噪声,利用背景生成模型生成背景图像;对所述目标前景图像和所述背景图像进行叠加,得到检测图像。2.根据权利要求1所述的生成方法,其特征在于,所述根据所述检测真值,利用前景目标生成模型生成目标前景图像具体包括:根据所述检测真值,生成目标图像模板;所述目标图像模板包括多个检测框;所述检测框的位置、数量和大小分别由所述目标位置、所述目标数量和所述目标大小所决定;所述检测框的灰度由所述目标类别所决定;以所述目标图像模板作为输入,利用前景目标生成模型在每一所述检测框内生成对应类别的目标,得到目标前景图像。3.根据权利要求2所述的生成方法,其特征在于,所述前景目标生成模型是对基于条件GAN的目标生成网络进行训练所得到的。4.根据权利要求3所述的生成方法,其特征在于,在根据所述检测真值,利用前景目标生成模型生成目标前景图像之前,所述生成方法还包括对所述基于条件GAN的目标生成网络进行训练,得到前景目标生成模型的步骤,具体包括:获取第一训练样本集;所述第一训练样本集包括多个训练用目标图像模板和每一所述训练用目标图像模板对应的训练用目标前景图像;以所述训练用目标图像模板作为输入,利用所述基于条件GAN的目标生成网络,生成每一所述训练用目标图像模板对应的预测目标前景图像;根据所有所述预测目标前景图像和所有所述训练用目标前景图像计算所述训练用目标图像模板的检测框范围内的损失;根据所述损失判断是否达到第一迭代终止条件;若是,则以当前迭代所用的所述基于条件GAN的目标生成网络作为前景目标生成模型;若否,则根据所述损失对所述基于条件GAN的目标生成网络的参数进行调整,重新生成预测目标前景图像并计算所述训练用目标图像模板的检测框范围内的损失,直至满足第一迭代终止条件。5.根据权利要求1所述的生成方法,其特征在于,所述随机噪声符合标准正态分布。6.根据权利要求5所述的生成方...
【专利技术属性】
技术研发人员:王鹏,曲徽,马喆,黄旭辉,魏琦,王智斌,
申请(专利权)人:中国航天科工集团第二研究院,
类型:发明
国别省市:
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。