图像数据增广方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术公开了一种图像数据增广方法、装置、电子设备及存储介质，该方法包括获取第一图像数据的图像类型；根据所述图像类型，从预设的图像数据集中确定与所述第一图像数据的图像类型相同的第二图像数据，所述第二图像数据包括图像分割信息；根据所述图像分割信息，对所述第二图像数据进行分割处理，得到第三图像数据；根据预先确定的参考图像数据，将所述第三图像数据粘贴至所述参考图像数据内，以得到增广图像数据。本发明专利技术可以使得图像数据增广的方式准确度更高，降低了数据集的制作成本，提升了后续训练模型的准确性。提升了后续训练模型的准确性。提升了后续训练模型的准确性。

【技术实现步骤摘要】
图像数据增广方法、装置、电子设备及存储介质


[0001]本专利技术涉及计算机视觉
，具体涉及一种图像数据增广方法、装置、电子设备及存储介质。

技术介绍

[0002]目前，深度学习模型训练需要充足的数据作为基础；由于很多公开数据集数据量大，且经过准确标注，但其数据跟实际业务场景往往并不一致，即使公开数据集中已有的物体种类，利用其预训练模型在实际场景下推理预测的准确性也不高；因此，如果用户想基于业务场景自己准备数据的话，不仅数据的生产和标注过程会比较复杂，而且一般需要的数量规模也会非常庞大，这导致数据集的制作成本往往非常高，尤其在计算机视觉领域制作数据非常困难，因为图像要一张一张人工筛选与标注，要是处理几十万图片需要大量的人力和时间。
[0003]目前采用的其中一种方案是在业务场景获取一定量的样本并进行标注得到样本数据集，利用公开数据集的预训练模型进行迁移学习，但这种方案同样要求样本数据集具备一定的规模，否则难以训练得到在业务场景下能够准确工作的模型，而另一种方案是对数据进行裁剪、局部遮挡等变换进行数据增广，这在较大规模的数据集上是有效的，但样本较少的情况下能够带来的模型准确度提升也比较有限；也就是说，目前对数据增广的方式准确度不足，导致数据集的制作成本非常高，难以提升训练模型的准确性。

技术实现思路

[0004]第一方面，本专利技术的主要目的是提供一种图像数据增广方法，包括：
[0005]获取第一图像数据的图像类型；
[0006]根据所述图像类型，从预设的图像数据集中确定与所述第一图像数据的图像类型相同的第二图像数据，所述第二图像数据包括图像分割信息；
[0007]根据所述图像分割信息，对所述第二图像数据进行分割处理，得到第三图像数据；
[0008]根据预先确定的参考图像数据，将所述第三图像数据粘贴至所述参考图像数据内，以得到增广图像数据。
[0009]优选地，所述根据预先确定的参考图像数据，将所述第三图像数据粘贴至所述参考图像数据内，以得到增广图像数据，包括：
[0010]将所述第三图像数据进行变换处理，得到变换后的图像数据；
[0011]根据预先确定的参考图像数据，将所述变换后的图像数据粘贴至所述参考图像数据内，以得到增广图像数据。
[0012]优选地，所述从预设的图像数据集中确定与所述第一图像数据的图像类型相同的第二图像数据包括：
[0013]从预设的图像数据集中查找与所述第一图像数据的图像类型相同的图像数据；
[0014]在查找得到的图像数据中，将包含图像分割信息的图像数据，作为所述第二图像
数据。
[0015]优选地，所述根据所述图像分割信息，对所述第二图像数据进行分割处理，得到第三图像数据包括：
[0016]根据所述图像分割信息，确定所述第二图像数据对应的目标框和目标语义分割信息；
[0017]根据所述目标语义分割信息与所述目标框的对应关系，将所述目标语义分割信息映射至所述目标框内；
[0018]将映射后所述目标框内的第二图像数据确定为所述第三图像数据。
[0019]优选地，所述根据所述图像分割信息，确定所述第二图像数据对应的目标框和目标语义分割信息包括：
[0020]根据所述图像分割信息，判断所述图像分割信息中是否包含所述目标框；
[0021]当所述图像分割信息中不包含所述目标框时，获取所述目标语义分割信息中的多个像素点坐标；
[0022]根据预定规则对多个所述像素点坐标进行计算，以得到所述目标框。
[0023]优选地，所述根据预先确定的参考图像数据，将所述第三图像数据粘贴至所述参考图像数据内，以得到增广图像数据包括：
[0024]根据预先确定的参考图像数据，在所述参考图像数据中确定位置框，其中，所述位置框与所述第三图像数据的尺寸相同；
[0025]根据所述第三图像数据的目标框，确定所述目标框内的像素点关系；
[0026]根据所述像素点关系将所述第三图像数据映射至所述位置框内，得到所述增广图像数据。
[0027]优选地，所述根据所述第三图像数据的目标框，确定所述目标框内的像素点关系包括：
[0028]根据所述第三图像数据的目标框，判断所述目标框内的像素点是否属于所述第三图像数据；
[0029]当所述目标框内的像素点属于所述第三图像数据时，将所述参考图像数据中的像素点替换为所述第三图像数据的像素点；
[0030]当所述目标框内的像素点不属于所述第三图像数据时，保留所述参考图像数据中的像素点；
[0031]或，
[0032]根据预定权重关系将所述参考图像数据中的像素点与所述第三图像数据之间的像素点进行融合。
[0033]第二方面，本专利技术实施例提供了一种图像数据增广装置，包括：
[0034]获取模块，用于获取第一图像数据的图像类型；
[0035]确定模块，用于根据所述图像类型，从预设的图像数据集中确定与所述第一图像数据的图像类型相同的第二图像数据，所述第二图像数据包括图像分割信息；
[0036]分割模块，用于根据所述图像分割信息，对所述第二图像数据进行分割处理，得到第三图像数据；
[0037]贴图模块，用于根据预先确定的参考图像数据，将所述第三图像数据粘贴至所述
参考图像数据内，以得到增广图像数据。
[0038]第三方面，本专利技术实施例提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述的图像数据增广方法的步骤。
[0039]第四方面，本专利技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述的图像数据增广方法的步骤。
[0040]本专利技术的上述方案至少包括以下有益效果：
[0041]本专利技术首先获取第一图像数据的图像类型；根据所述图像类型，从预设的图像数据集中确定与所述第一图像数据的图像类型相同的第二图像数据，所述第二图像数据包括图像分割信息；根据所述图像分割信息，对所述第二图像数据进行分割处理，得到第三图像数据；根据预先确定的参考图像数据，将所述第三图像数据粘贴至所述参考图像数据内，以得到增广图像数据。使得图像数据增广的方式准确度更高，降低了数据集的制作成本，提升了后续训练模型的准确性。
附图说明
[0042]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
[0043]图1为本专利技术实施例提供的图像数据增广方法的流程示意图；
[0044]图2为本专利技术实施例提供的步骤30的具体流程示意图；
[0045]图3为本专利技术实施例提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像数据增广方法，其特征在于，包括：获取第一图像数据的图像类型；根据所述图像类型，从预设的图像数据集中确定与所述第一图像数据的图像类型相同的第二图像数据，所述第二图像数据包括图像分割信息；根据所述图像分割信息，对所述第二图像数据进行分割处理，得到第三图像数据；根据预先确定的参考图像数据，将所述第三图像数据粘贴至所述参考图像数据内，以得到增广图像数据。2.根据权利要求1所述的图像数据增广方法，其特征在于，所述根据预先确定的参考图像数据，将所述第三图像数据粘贴至所述参考图像数据内，以得到增广图像数据，包括：将所述第三图像数据进行变换处理，得到变换后的图像数据；根据预先确定的参考图像数据，将所述变换后的图像数据粘贴至所述参考图像数据内，以得到增广图像数据。3.根据权利要求1所述的图像数据增广方法，其特征在于，所述从预设的图像数据集中确定与所述第一图像数据的图像类型相同的第二图像数据包括：从预设的图像数据集中查找与所述第一图像数据的图像类型相同的图像数据；在查找得到的图像数据中，将包含图像分割信息的图像数据，作为所述第二图像数据。4.根据权利要求1所述的图像数据增广方法，其特征在于，所述根据所述图像分割信息，对所述第二图像数据进行分割处理，得到第三图像数据包括：根据所述图像分割信息，确定所述第二图像数据对应的目标框和目标语义分割信息；根据所述目标语义分割信息与所述目标框的对应关系，将所述目标语义分割信息映射至所述目标框内；将映射后所述目标框内的第二图像数据确定为所述第三图像数据。5.根据权利要求4所述的图像数据增广方法，其特征在于，所述根据所述图像分割信息，确定所述第二图像数据对应的目标框和目标语义分割信息包括：根据所述图像分割信息，判断所述图像分割信息中是否包含所述目标框；当所述图像分割信息中不包含所述目标框时，获取所述目标语义分割信息中的多个像素点坐标；根据预定规则对多个所述像素点坐标进行计算，以得到所述目标框。6.根据权利要求...

【专利技术属性】
技术研发人员：高增辉，
申请(专利权)人：青岛云天励飞科技有限公司，
类型：发明
国别省市：