一种零样本目标检测的数据生成方法、系统及存储介质技术方案

本发明专利技术涉及目标检测技术领域，公开了一种零样本目标检测的数据生成方法、系统及存储介质，该方法获取目标新设产线的实拍传送带图像作为背景集；获取与目标新设产线类似的相关产线的零件掩膜图以及零件纹理图；根据零件掩膜、零件纹理图以及目标背景图确定目标图像；将目标图像与相关产线的真实图像混合得到训练数据集。这样，仅用新设产线的一张传送带空背景实拍图，以及收集的相关产线的前景零件掩膜和纹理图生成真实背景上分布有带纹理的前景零件图以及每张图相应的目标检测训练标签，无需耗时收集新场景大量真实数据即可得到大量新场景的数据便于后续步骤应用，便于提高检测结果的精度，提高获得检测模型的效率。提高获得检测模型的效率。提高获得检测模型的效率。

【技术实现步骤摘要】
一种零样本目标检测的数据生成方法、系统及存储介质


[0001]本专利技术涉及目标检测
，尤其涉及一种零样本目标检测的数据生成方法、系统及存储介质。

技术介绍

[0002]随着科学技术的不断进步，机器视觉技术在工业制造中的应用越来越广泛，应用广泛的深度学习目标检测技术，往往需要从大量的数据中学习有用的特征从而实现目标检测的目的，现有方法中，大多采用小样本目标检测方法、域迁移技术，利用几张、或上千张真实场景数据进行相关网络的训练。或者利用Gan网络生成较高质量的场景数据。其中，小样本目标检测方法对新场景真实数据仍然有需求量，如果在新场景真实数据较少的情况下小样本目标检测的精度和召回率达不到理想的水平；域迁移技术需要新域真实数据对其模型进行训练才可以达到较好的迁移效果，与新场景真实数据缺乏的现实有矛盾；Gan网络生成数据需要大量新场景真实数据对其模型进行训练才可以生成真假难变的生成数据，在项目初期新场景真实数据缺乏的情况下不适用。
[0003]可见，现有技术中的新产线目标检测模型缺乏本场景下的真实训练数据，从而导致检测结果精度较低，得到本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种零样本目标检测的数据生成方法，其特征在于，包括：获取目标新设产线的实拍传送带图像作为背景集；获取与目标新设产线类似的相关产线的零件掩膜图以及零件纹理图；根据所述零件掩膜图、所述零件纹理图以及目标背景图确定目标图像，所述目标背景图为所述背景集中的任意一张背景图；将所述目标图像与所述相关产线的真实图像混合得到训练数据集。2.根据权利要求1所述的零样本目标检测的数据生成方法，其特征在于，所述方法还包括：根据所述纯黑背景纹理零件图确定目标图像的掩膜图；确定目标图像的掩膜图中零件掩膜的最小外接矩形，并确定所述最小外接矩形的目标信息作为标签，所述目标信息包括所述最小外接矩形的中心点坐标、最小外接矩形的宽高与目标图像宽高的相对位置信息；根据所述标签和所述训练数据集训练预构的yolox网络，得到新设产线的目标检测模型，并基于所述目标检测模型执行目标检测。3.根据权利要求1所述的零样本目标检测的数据生成方法，其特征在于，所述根据所述零件掩膜、所述零件纹理图以及目标背景图确定目标图像，包括：将零件掩膜图与零件纹理图进行与操作得到带纹理的零件图；将所述带纹理的零件图设置于预构的纯黑背景图上得到纯黑背景纹理零件图；根据预构的目标图像的掩膜图将纯黑背景纹理零件图中的纹理零件设置于目标背景图的对应位置得到目标图像。4...

【专利技术属性】
技术研发人员：梁鸿，马玲，项载尉，
申请(专利权)人：湖南视比特机器人有限公司，
类型：发明
国别省市：