【技术实现步骤摘要】
图像集的生成方法、装置、设备和计算机可读存储介质
[0001]本公开涉及图像处理领域,具体涉及一种图像集的生成方法、装置、设备和计算机可读存储介质。
技术介绍
[0002]出于对生命或财产安全的考虑,某些地区是严禁行人或动物出没的,以避免形成安全隐患,因此,针对禁止人员或动物出现的禁区内进行异常生物检测是十分有必要的。
[0003]相关技术中,通过基于深度学习网络的目标检测算法来检测禁区中是否出现异常生物。其中,深度学习网络通常需要大量的数据集来训练生成,而对于禁区来说,其拍摄到的图像中大多数是没有异常生物出现的,因此,即使上述目标检测算法具有较高的精度,但使用大量不存在异常目标(异常生物)的图像来训练深度学习网络,得到的训练后的深度学习网络的检测准确度无法满足检测要求。
技术实现思路
[0004]本公开实施例提供一种图像集的生成方法、装置、设备和计算机可读存储介质。
[0005]第一方面,本公开实施例提供一种图像集的生成方法,所述图像集用于训练针对禁区内异常生物的检测模型,所述图像集包括多个样本图像;所述方法包括根据以下步骤生成每一样本图像:
[0006]根据预先获取的第一图像集,获取至少一个目标图像,所述目标图像是从所述第一图像集中的第一图像上的分割出的所述异常生物的图像,所述第一图像集包括多个第一图像;
[0007]将所述目标图像与背景图像进行合成,得到所述样本图像,其中,所述背景图像是对所述禁区进行拍摄得到的。
[0008]在一些实施例中,根据预先获取的 ...
【技术保护点】
【技术特征摘要】
1.一种图像集的生成方法,其特征在于,所述图像集用于训练针对禁区内异常生物的检测模型,所述图像集包括多个样本图像;所述方法包括根据以下步骤生成每一样本图像:根据预先获取的第一图像集,获取至少一个目标图像,所述目标图像是从所述第一图像集中的第一图像上的分割出的所述异常生物的图像;将所述目标图像与背景图像进行合成,得到所述样本图像;其中,所述第一图像集包括多个第一图像,所述背景图像是对所述禁区进行拍摄得到的。2.根据权利要求1所述的方法,其特征在于,根据预先获取的第一图像集,获取至少一个目标图像,包括:对所述第一图像集中的每个第一图像,进行实例分割处理,得到与每个所述第一图像对应的目标图像集;所述目标图像集中包括至少一个所述目标图像。3.根据权利要求2所述的方法,其特征在于,所述对所述第一图像集中的每个第一图像,进行实例分割处理,得到与每个所述第一图像对应的目标图像集,包括:将所述第一图像输入至Mask R
‑
CNN实例分割网络进行处理,得到所述目标图像集。4.根据权利要求1所述的方法,其特征在于,所述背景图像是使用目标设备对所述禁区进行拍摄得到的,所述将所述目标图像与背景图像进行合成,得到所述样本图像,包括:根据待粘贴位置的对应坐标、所述目标设备的设备参数、所述背景图像的图像尺寸和所述异常生物的预设尺寸,确定将所述目标图像合成至所述背景图像中的目标尺寸参数;所述待粘贴位置是所述目标图像与所述背景图像进行合成时在所述背景图像中所处的位置;根据所述目标尺寸参数对所述目标图像进行尺寸调整,得到调整后的目标图像;将所述调整后的目标图像与所述背景图像进行图像合成,得到所述样本图像。5.根据权利要求4所述的方法,其特征在于,确定所述目标尺寸参数之前,所述方法还包括:对所述背景图像进行语义分割处理,确定所述背景图像中的多个图像区域;将所述多个图像区域中的其中一个,作为目标区域;将所述目标区域中任一位置确定为所述待粘贴位置。6.根据权利要求5所述的方法,其特征在于,所述对所述背景图像进行语义分割处理,确定所述背景图像中的多个图像区域,包括:将所述背景图像输入至U
‑
Net语义分割网络进行处理,得到多个所述图像区域。7.根据权利要求4所述的方法,其特征在于,所述目标设备的设备参数至少包括:所述目标设备的安装高度、所述目标设备的焦距、所述目标设备的光轴与竖直方向的夹角,所述根据所述目标设备的设备参数、所述背景图像的图像尺寸和所述异常生物的预设尺寸,确定将所述目标图像合成至所述背景图像中的目标尺寸参数,包括:根据待粘贴位置的对应坐标和所述目标设备的焦距,...
【专利技术属性】
技术研发人员:石瑞姣,
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:
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。