本公开提出一种数据增广方法、装置、电子设备及存储介质，涉及自动驾驶技术领域。包括：获取停车位鸟瞰图像，其中，停车位鸟瞰图像中包含N个停车位检测框，每个停车位检测框的尺寸相同，N为大于2的整数；对每个停车位检测框对应的图像区域进行目标检测，以确定每个图像区域对应的检测结果；基于每个图像区域对应的检测结果，将停车位鸟瞰图像中的部分图像区域进行交换和/或融合，以生成新的停车位鸟瞰图像。由此，增加了停车位鸟瞰图像的数据多样性，为停车位检测模型的训练提供了丰富的训练样本数据，从而可以提高训练得到的停车位检测模型的性能，进而可以在自动驾驶过程中利用训练生成的停车位检测模型对停车场的停车位进行准确地检测。准确地检测。准确地检测。
【技术实现步骤摘要】
数据增广方法、装置、电子设备及存储介质
[0001]本公开涉及自动驾驶
，尤其涉及一种数据增广方法、装置、电子设备及存储介质。
技术介绍
[0002]自动驾驶技术又称无人驾驶技术，是一种通过计算机系统实现无人驾驶的智能汽车技术。自动驾驶车辆在将车辆驶入停车位，需要先对停车场的停车位进行检测，以获取停车位的信息。
[0003]目前，停车位检测任务的主流算法为深度学习算法，然而深度学习算法依赖大规模训练样本数据集。在对深度模型进行训练之前，需要利用数据增广算法来对采集的训练样本进行数据增广，以扩充训练样本数据集。因此，如何对停车位检测任务的训练样本数据进行增广成为重点的研究方向。
技术实现思路
[0004]本公开旨在至少在一定程度上解决相关技术中的技术问题之一。
[0005]本公开第一方面实施例提出了一种数据增广方法，包括：获取停车位鸟瞰图像，其中，所述停车位鸟瞰图像中包含N个停车位检测框，每个所述停车位检测框的尺寸相同，N为大于2的整数；对每个所述停车位检测框对应的图像区域进行目标检测，以确定每个所述图像区域对应的检测结果；基于每个所述图像区域对应的检测结果，将所述停车位鸟瞰图像中的部分图像区域进行交换和/或融合，以生成新的停车位鸟瞰图像。
[0006]本公开第二方面实施例提出了一种数据增广装置，包括：获取模块，用于获取停车位鸟瞰图像，其中，所述停车位鸟瞰图像中包含N个停车位检测框，每个所述停车位检测框的尺寸相同，N为大于2的整数；确定模块，用于对每个所述停车位检测框对应的图像区域进行目标检测，以确定每个所述图像区域对应的检测结果；生成模块，用于基于每个所述图像区域对应的检测结果，将所述停车位鸟瞰图像中的部分图像区域进行交换和/或融合，以生成新的停车位鸟瞰图像。
[0007]本公开第三方面实施例提出了一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如本公开第一方面实施例提出的数据增广方法。
[0008]本公开第四方面实施例提出了一种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，实现如本公开第一方面实施例提出的数据增广方法。
[0009]本公开提供的数据增广方法、装置、电子设备及存储介质，存在如下有益效果：本公开实施例中，可以先获取停车位鸟瞰图像，之后对每个所述停车位检测框对
应的图像区域进行目标检测，以确定每个所述图像区域对应的检测结果，最后可以基于每个所述图像区域对应的检测结果，将所述停车位鸟瞰图像中的部分图像区域进行交换和/或融合，以生成新的停车位鸟瞰图像。由此，可以在不改变停车位鸟瞰图像的背景信息的情况下，生成多种不同停车情况对应的图像，增加了数据多样性，为停车位检测模型的训练提供了丰富的训练样本数据，从而可以提高训练得到的停车位检测模型的性能，进而可以在自动驾驶过程中利用训练生成的停车位检测模型对停车场的停车位进行准确地检测。
[0010]本公开附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。
附图说明
[0011]本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：图1为本公开一实施例所提供的一种数据增广方法的流程示意图；图2为本公开另一实施例所提供的一种数据增广方法的流程示意图；图3为本公开一实施例提供的停车位鸟瞰图像中部分图像区域融合后的融合图像；图4为本公开另一实施例所提供的数据增广装置的结构示意图；图5示出了适于用来实现本公开实施方式的示例性电子设备的框图。
具体实施方式
[0012]下面详细描述本公开的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本公开，而不能理解为对本公开的限制。
[0013]下面参考附图描述本公开实施例的数据增广方法、装置、电子设备和存储介质。
[0014]图1为本公开实施例所提供的一种数据增广方法的流程示意图。
[0015]本公开实施例以该数据增广方法被配置于数据增广装置中来举例说明，该数据增广装置可以应用于任一电子设备中，以使该电子设备可以执行数据增广功能。
[0016]如图1所示，该数据增广方法可以包括以下步骤：步骤101，获取停车位鸟瞰图像，其中，停车位鸟瞰图像中包含N个停车位检测框，每个停车位检测框的尺寸相同，N为大于2的整数。
[0017]需要说明的是，本公开实施例中，停车位鸟瞰图像中每个停车位的尺寸是相同的，即停车位检测框的长和停车位的宽都是相同的。
[0018]其中，停车位鸟瞰图像可以为对车辆采集的包含停车位的图像进行处理之后得到的包含停车位检测框的图像。或者，停车位鸟瞰图像也可以为从开源数据库中获取的图像，本公开对此不做限定。
[0019]可选的，可以先获取车辆上的多个摄像头采集的停车位图像，之后对多张停车位图像进行拼接，以获取初始鸟瞰图，进一步获取初始鸟瞰图对应的标注数据，最后根据标注数据及初始鸟瞰图，生成停车位鸟瞰图像。
[0020]其中，车辆上的摄像头可以为广角摄像头、环视摄像头、针孔摄像头等等。本公开
对此不做限定。可以理解的是，由于车辆上的多个摄像头部署在车辆上的不同位置。因此，可以对车辆周围的环境进行图像采集。
[0021]在获取同一时刻每个相机采集的图像之后，可以根据每个相机的标定数据等将各个相机采集的图像进行转换和拼接操作，得到一张可以包含车辆周围停车位情况的初始鸟瞰图。
[0022]可选的，可以采用人工标注的方式对初始鸟瞰图中的停车位进行标注。或者，也可以采用机器自动标注之后，人工进行调整的方式对初始鸟瞰图中的停车位进行标注。本公开对此不做限定。
[0023]步骤102，对每个停车位检测框对应的图像区域进行目标检测，以确定每个图像区域对应的检测结果。
[0024]可选的，可以采用预先训练好的目标检测网络对每个停车位检测框对应的图像区域进行目标检测。即将每个停车位检测对应的图像区域分别输入目标检测网络中，以获取对应的目标检测结果。其中，检测的目标为图像区域中的车辆。
[0025]可选的，检测结果可以包括“包含车辆”和“不包含车辆”。
[0026]在一些实施例中，还可以采用标注的方式，对每个停车位检测框对应的图像区域中是否包含车辆进行标注。比如，停车位检测框对应的图像区域中包含车辆，则对应的标注结果可以为“1”，停车位检测框对应的图像区域中不包含车辆，则对应的标注结果可以为“0”。本公开对此不做限定。
[0027]步骤103，基于每个图像区域对应的检测结果，将停车位鸟瞰图像中的部分图像区域进行交换和/或融合，以生成新的停车位鸟瞰图像。
[0028]其中，将停车位鸟瞰图像中的部分图像区域进行交换，可以理解为将两个停车位检测框对应的图像区域进本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种数据增广方法，其特征在于，包括：获取停车位鸟瞰图像，其中，所述停车位鸟瞰图像中包含N个停车位检测框，每个所述停车位检测框的尺寸相同，N为大于2的整数；对每个所述停车位检测框对应的图像区域进行目标检测，以确定每个所述图像区域对应的检测结果；基于每个所述图像区域对应的检测结果，将所述停车位鸟瞰图像中的部分图像区域进行交换和/或融合，以生成新的停车位鸟瞰图像。2.根据权利要求1所述的方法，其特征在于，所述基于每个所述图像区域对应的检测结果，将所述停车位鸟瞰图像中的部分图像区域进行交换和/或融合，以生成新的停车位鸟瞰图像，包括：基于每个所述图像区域对应的检测结果，将所述停车位鸟瞰图像中检测结果为包含车辆的图像区域与检测结果为不包含车辆的图像区域进行交换，以生成新的停车位鸟瞰图像；和/或，基于每个所述图像区域对应的检测结果，将所述停车位鸟瞰图像中检测结果为包含车辆的图像区域与检测结果为不包含车辆的图像区域进行融合，以生成新的停车位鸟瞰图像。3.根据权利要求2所述的方法，其特征在于，所述基于每个所述图像区域对应的检测结果，将所述停车位鸟瞰图像中检测结果为包含车辆的图像区域与检测结果为不包含车辆的图像区域进行融合，以生成新的停车位鸟瞰图像，包括：基于每个所述图像区域对应的检测结果，随机获取至少一组图像区域集合，其中，每组所述图像区域集合中包括一个检测结果为包含车辆的第一图像区域及一个检测结果为不包含车辆的第二图像区域；将每组所述图像区域集合中的所述第一图像区域及所述第二图像区域进行融合，以获取每组所述图像区域集合对应的融合图像；基于每张所述融合图像，对所述停车位鸟瞰图像中对应的所述第一图像区域，和/或所述第二图像区域进行替换，以生成新的停车位鸟瞰图像。4.根据权利要求3所述的方法，其特征在于，所述将每组所述图像区域集合中的所述第一图像区域及所述第二图像区域进行融合，以获取每组所述图像区域集合对应的融合图像，包括：获取所述第一图像区域对应的第一权重，及所述第二图像区域对应的第二权重；基于所述第一权重及所述第二权重，将所述第一图像区域...
【专利技术属性】
技术研发人员：李勇刚，赵雄，
申请(专利权)人：小米汽车科技有限公司，
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。