【技术实现步骤摘要】
视觉图像训练方法、装置、设备及存储介质
[0001]本专利技术涉及计算机视觉应用
，尤其涉及一种视觉图像训练方法、装置、设备及存储介质。
技术介绍
[0002]视觉目标检测是计算机视觉中一个重要研究方向，在卫星遥感图像、军事无人飞行器以及国际智能交通系统等众多领域有着极其广泛的应用，然而目标检测尤其是航拍图像检测面临着尺度多样性、视角特殊性及目标尺度不平衡等众多挑战。
[0003]现有的数据增强方法大致分为数据扭曲增强方法和过采样数据增强方法，前者对原始样本进行仿射变换得到增强后的训练样本，后者通过合成多个训练样本来创建新的样本实例，其在目标尺度不平衡时对于不同尺度目标的特征学习不充分，多尺度目标检测能力较差。
技术实现思路
[0004]本专利技术的主要目的在于提供一种视觉图像训练方法、装置、设备及存储介质，旨在解决现有技术中其在目标尺度不平衡时对于不同尺度目标的特征学习不充分，多尺度目标检测能力较差的技术问题。
[0005]第一方面，本专利技术提供一种视觉图像训练方法，所述视觉图像训练...
【技术保护点】
【技术特征摘要】
1.一种视觉图像训练方法，其特征在于，所述视觉图像训练方法包括：基于Pytorch框架利用预设基础网络搭建预设网络模型；基于Scale
‑
Mosaic对计算机视觉的在线数据进行增强，获得目标图像数据；将所述目标图像数据输入所述预设网络模型进行训练，获得视觉图像训练结果。2.如权利要求1所述的视觉图像训练方法，其特征在于，所述基于Scale
‑
Mosaic对计算机视觉的在线数据进行增强，获得增强数据，包括：根据计算机视觉的在线数据生成初始化背景图，将所述初始化背景图进行区域划分，获得区域图像；对所述区域图像的目标样本进行几何变换，获得变换后的目标图像数据。3.如权利要求2所述的视觉图像训练方法，其特征在于，所述根据计算机视觉的在线数据生成初始化背景图，将所述初始化背景图进行区域划分，获得区域图像，包括：根据计算机视觉的在线数据生成预设规格的初始化背景图；在所述初始化背景图的中心点的正方形区域选择拼接中心，根据所述拼接中心将所述初始背景图划分为左上、右上、右下和左下四个区域，获得区域图像。4.如权利要求2所述的视觉图像训练方法，其特征在于，所述对所述区域图像的目标样本进行几何变换，获得变换后的目标图像数据，包括：在预设训练样本集中随机读取若干样本图片，根据预设缩放因子对所述样本图片进行缩放，获得缩放图片；将所述缩放图片排列在所述区域图像中，获得目标样本；将所述目标样本进行几何变换，获得变换后的目标图像数据。5.如权利要求4所述的视觉图像训练方法，其特征在于，所述将所述缩放图片排列在所述区域图像中，获得目标样本，包括：将所述缩放图片依次排列...
【专利技术属性】
技术研发人员：吴巨峰，赵训刚，王波，周强，王伟，胡乃勋，古洲扬，王熊珏，阮小丽，翟磊，夏文祥，赵康辉，
申请(专利权)人：中铁大桥科学研究院有限公司，
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。