图像处理、图像识别网络训练和图像识别的方法及装置制造方法及图纸

本发明专利技术涉及一种图像处理、图像识别网络训练和图像识别的方法及装置，所述图像处理方法包括：获取原始图像集中的多张原始图像，其中，至少一张原始图像具有标注区域；根据所述多张原始图像拼接至少一张第一图像；根据所述原始图像调整所述第一图像的形状和/或尺寸，以形成第二图像；根据所述标注区域在原始图像中的位置转换得到所述标注区域在所述第二图像中的位置。的位置。的位置。

【技术实现步骤摘要】
图像处理、图像识别网络训练和图像识别的方法及装置


[0001]本专利技术涉及图像处理
，尤其涉及一种图像处理、图像识别网络训练和图像识别的方法及装置。

技术介绍

[0002]随着人工智能技术的发展，神经网络能进行图像识别，实现了自动分类，降低了人工成本，提高了效率和准确率。在车间内的生产产线上，各个环节的产品均被拍摄呈图像，输入至图像识别网络内，通过对图像的识别确定对应的产品是否有缺陷以及缺陷的具体类型。图像识别网络由大量的标注图像训练得到，而一旦产线上的图像采集设备发生变化，则需要重新收集标注图像以进行图像识别网络的训练。

技术实现思路

[0003]本专利技术提供一种图像处理、图像识别网络训练和图像识别的方法及装置，以解决相关技术中的不足。
[0004]根据本专利技术实施例的第一方面，提供一种图像处理方法，包括：
[0005]获取原始图像集中的多张原始图像，其中，至少一张原始图像具有标注区域；
[0006]根据所述多张原始图像拼接至少一张第一图像；
[0007]根据所述原始图像调整所述第一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：获取原始图像集中的多张原始图像，其中，至少一张原始图像具有标注区域；根据所述多张原始图像拼接至少一张第一图像；根据所述原始图像调整所述第一图像的形状和/或尺寸，以形成第二图像；根据所述标注区域在原始图像中的位置转换得到所述标注区域在所述第二图像中的位置。2.根据权利要求1所述的图像处理方法，其特征在于，所述原始图像集包括多个工序子集，所述工序子集包括多个类型节点，所述类型节点内包括多张原始图像，所述类型节点内的原始图像的标注区域标注为所述类型对应的标签；所述获取原始图像集中的多张原始图像，包括：从同一工序子集的同一类型节点获取多张原始图像、从同一工序子集的不同类型节点获取多张原始图像或从不同工序子集的相同类型的类型节点获取多张原始图像。3.根据权利要求2所述的图像处理方法，其特征在于，所述工序子集的一个类型节点内的原始图像为无标注图像。4.根据权利要求1至3任一项所述的图像处理方法，其特征在于，所述获取原始图像集中的多张原始图像，包括：获取N2张原始图像，其中，所述N为大于或等于2的整数。5.根据权利要求4所述的图像处理方法，其特征在于，所述根据所述多张原始图像拼接至少一张第一图像，包括：响应于所述多张原始图像对应的空间无重合，将所述多张原始图像排列为N行N列，以形成第一图像；响应于所述多张原始图像对应的空间存在重合，将所述多张原始图像的重合区域进行叠放，以形成第一图像。6.根据权利要求5所述的图像处理方法，其特征在于，所述根据所述原始图像调整所述第一图像的形状和/或尺寸，以形成第二图像，包括：根据所述原始图像对应的图像采集设备的参数和所述第二图像对应的图像采集设备的参数，确定所述原始图像的标注区域与所述第二图像的标注区域的缩放比；根据所述缩放比对所述第一图像进行缩放，以形成第三图像；将所述第三图像的形状和尺寸调整为与所述原始图像一致的形状和尺寸，以形成第二图像。7.根据权利要求6所述的图像处理方法，其特征在于，所述第三图像的形状和尺寸调整为与所述原始图像一致的形状和尺寸，以形成第二图像，包括：对所述第三图像进行补白和/或裁减，形成与所述原始图像的形状和尺寸一致的第二图像。8.根据权利要求6所述的图像处理方法，其特征在于，所述根据所述标注区域在原始图像中的位置转换得到所述标注区域在所述第二图像中的位置，包括：根据所述标注区域在原始图像中的坐标转换得到所述标注区域在所述第一图像中的坐标；根据所述标注区域在所述第一图像中的坐标转换得到所述标注区域在所述第三图像
中的坐标；根据所述标注区域在所述第三图像中的坐标转换得到所述标...

【专利技术属性】
技术研发人员：赵小慧，贺王强，张立波，柴栋，王洪，
申请(专利权)人：京东方科技集团股份有限公司，
类型：发明
国别省市：