一种图像数据增强方法及装置制造方法及图纸

本申请公开了一种图像数据增强方法及装置，方法包括：将预置目标图像的背景图调整到与前景图的大小一致，预置目标图像包括前景图和背景图；采用预设掩模对前景图进行掩模计算，得到掩模前景图；采用取反后的预设掩模对背景图进行掩模计算，得到掩模背景图；将掩模前景图与掩模背景图相加，得到融合图像；根据前景图对应的前景标签为融合图像配置融合标签。本申请能够解决现有技术容易改变数据集的分布状态，或者增加图像识别难度，导致模型不易收敛的技术问题。易收敛的技术问题。易收敛的技术问题。

【技术实现步骤摘要】
一种图像数据增强方法及装置


[0001]本申请涉及图像处理
，尤其涉及一种图像数据增强方法及装置。

技术介绍

[0002]深度学习是一项通过模型参数拟合数据样本的技术。完备的数据集对于模型的拟合至关重要。但在实际的业务场景中，如图片内容审核，数据由于隐私或敏感性等因素难以大量收集，从而导致收集的样本缺乏多样性，存在类别不平衡问题，如何通过已有数据集训练符合业务需求的模型成为AI模型产业落地的一个基础问题。数据增强正是一门通过增加样本的多样性以提高模型的泛化能力，从而提高模型的识别准确度的技术。
[0003]传统的图像增强方法大概可以分为两类，一类是基于区域填充的图像数据增强，另一类是基于图片融合的数据增强；前者的填充方式可能会改变图像的分布，导致测试集与训练集分布不一致，且模型难以收敛；后者的融合方式虽然不改变数据集的分布，但是识别难度因为噪声的带入有所提升，且融合图像的质量较差，不利于模型收敛。

技术实现思路

[0004]本申请提供了一种图像数据增强方法及装置，用于解决现有技术容易改变数据集的分布状态，或者增加图像识别难度，导致模型不易收敛的技术问题。
[0005]有鉴于此，本申请第一方面提供了一种图像数据增强方法，包括：
[0006]将预置目标图像的背景图调整到与前景图的大小一致，所述预置目标图像包括前景图和背景图；
[0007]采用预设掩模对所述前景图进行掩模计算，得到掩模前景图；
[0008]采用取反后的预设掩模对所述背景图进行掩模计算，得到掩模背景图；
[0009]将所述掩模前景图与所述掩模背景图相加，得到融合图像；
[0010]根据所述前景图对应的前景标签为所述融合图像配置融合标签。
[0011]优选地，所述将预置目标图像的背景图调整到与前景图的大小一致，所述预置目标图像包括前景图和背景图，包括：
[0012]分别获取前景图与背景图的高和宽，得到前景高、前景宽、背景高和背景宽；
[0013]若所述背景高大于所述前景高，且所述背景宽大于前景宽，则从所述背景图中裁剪一张与所述前景图大小一致的图片作为调整大小后的背景图，若否，则将所述背景图的大小调整至与所述前景图大小一致。
[0014]优选地，所述将预置目标图像的背景图调整到与前景图的大小一致，所述预置目标图像包括前景图和背景图，之前还包括：
[0015]获取初始目标图像后作预处理操作，得到预置目标图像；
[0016]将所述预置目标图像进行图像分割操作，得到前景图和背景图；
[0017]分别为所述前景图和背景图配置图像标签，得到前景标签和背景标签。
[0018]优选地，所述采用预设掩模对所述前景图进行掩模计算，得到掩模前景图，包括：
[0019]将所述预设掩模划分为多个研究单元；
[0020]为每个所述研究单元进行赋值操作，得到赋值后的预设掩模；
[0021]采用所述赋值后的预设掩模对所述前景图进行掩模计算，得到掩模前景图。
[0022]优选地，所述采用预设掩模对所述前景图进行掩模计算，得到掩模前景图，之前还包括：
[0023]基于预置目标图像创建预设掩模，所述预设掩模包括预设高和预设宽。
[0024]本申请第二方面提供了一种图像数据增强装置，包括：
[0025]大小调整模块，用于将预置目标图像的背景图调整到与前景图的大小一致，所述预置目标图像包括前景图和背景图；
[0026]前景计算模块，用于采用预设掩模对所述前景图进行掩模计算，得到掩模前景图；
[0027]背景计算模块，用于采用取反后的预设掩模对所述背景图进行掩模计算，得到掩模背景图；
[0028]图像融合模块，用于将所述掩模前景图与所述掩模背景图相加，得到融合图像；
[0029]标签配置模块，用于根据所述前景图对应的前景标签为所述融合图像配置融合标签。
[0030]优选地，所述大小调整模块，具体用于：
[0031]分别获取前景图与背景图的高和宽，得到前景高、前景宽、背景高和背景宽；
[0032]若所述背景高大于所述前景高，且所述背景宽大于前景宽，则从所述背景图中裁剪一张与所述前景图大小一致的图片作为调整大小后的背景图，若否，则将所述背景图的大小调整至与所述前景图大小一致。
[0033]优选地，还包括：
[0034]准备模块，用于获取初始目标图像后作预处理操作，得到预置目标图像；
[0035]将所述预置目标图像进行图像分割操作，得到前景图和背景图；
[0036]分别为所述前景图和背景图配置图像标签，得到前景标签和背景标签。
[0037]优选地，所述前景计算模块，具体用于：
[0038]将所述预设掩模划分为多个研究单元；
[0039]为每个所述研究单元进行赋值操作，得到赋值后的预设掩模；
[0040]采用所述赋值后的预设掩模对所述前景图进行掩模计算，得到掩模前景图。
[0041]优选地，还包括：
[0042]掩模创建模块，用于基于预置目标图像创建预设掩模，所述预设掩模包括预设高和预设宽。
[0043]从以上技术方案可以看出，本申请实施例具有以下优点：
[0044]本申请中，提供了一种图像数据增强方法，包括：将预置目标图像的背景图调整到与前景图的大小一致，预置目标图像包括前景图和背景图；采用预设掩模对前景图进行掩模计算，得到掩模前景图；采用取反后的预设掩模对背景图进行掩模计算，得到掩模背景图；将掩模前景图与掩模背景图相加，得到融合图像；根据前景图对应的前景标签为融合图像配置融合标签。
[0045]本申请提供的图像数据增强方法，结合了GridMask和Mixup两种图像增强算法，将预置目标图像的背景图和前景图进行掩模计算，然后进行融合处理，得到新增的融合图像；
在此过程中提升了图像样本的多样性，而且不会改变图像数据集的分布状态，而掩模计算过程可以权衡噪声与主要信息的去留，能够避免模型局部最优，可以提升模型的泛化能力。因此，本申请能够解决现有技术容易改变数据集的分布状态，或者增加图像识别难度，导致模型不易收敛的技术问题。
附图说明
[0046]图1为本申请实施例提供的一种图像数据增强方法的一个流程示意图；
[0047]图2为本申请实施例提供的一种图像数据增强装置的结构示意图；
[0048]图3为本申请实施例提供的预设掩模的研究单元示意图。
具体实施方式
[0049]为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0050]为了便于理解，请参阅图1，本申请提供的一种图像数据增强方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像数据增强方法，其特征在于，包括：将预置目标图像的背景图调整到与前景图的大小一致，所述预置目标图像包括前景图和背景图；采用预设掩模对所述前景图进行掩模计算，得到掩模前景图；采用取反后的预设掩模对所述背景图进行掩模计算，得到掩模背景图；将所述掩模前景图与所述掩模背景图相加，得到融合图像；根据所述前景图对应的前景标签为所述融合图像配置融合标签。2.根据权利要求1所述的图像数据增强方法，其特征在于，所述将预置目标图像的背景图调整到与前景图的大小一致，所述预置目标图像包括前景图和背景图，包括：分别获取前景图与背景图的高和宽，得到前景高、前景宽、背景高和背景宽；若所述背景高大于所述前景高，且所述背景宽大于前景宽，则从所述背景图中裁剪一张与所述前景图大小一致的图片作为调整大小后的背景图，若否，则将所述背景图的大小调整至与所述前景图大小一致。3.根据权利要求1所述的图像数据增强方法，其特征在于，所述将预置目标图像的背景图调整到与前景图的大小一致，所述预置目标图像包括前景图和背景图，之前还包括：获取初始目标图像后作预处理操作，得到预置目标图像；将所述预置目标图像进行图像分割操作，得到前景图和背景图；分别为所述前景图和背景图配置图像标签，得到前景标签和背景标签。4.根据权利要求1所述的图像数据增强方法，其特征在于，所述采用预设掩模对所述前景图进行掩模计算，得到掩模前景图，包括：将所述预设掩模划分为多个研究单元；为每个所述研究单元进行赋值操作，得到赋值后的预设掩模；采用所述赋值后的预设掩模对所述前景图进行掩模计算，得到掩模前景图。5.根据权利要求1所述的图像数据增强方法，其特征在于，所述采用预设掩模对所述前景图进行掩模计算，得到掩模前景图，之前还包括：基于预置目...

【专利技术属性】
技术研发人员：孙立奋，杨珉，刘金铭，罗远辉，李敬昭，
申请(专利权)人：天翼数字生活科技有限公司，
类型：发明
国别省市：