一种训练数据的获取方法、装置及计算机设备制造方法及图纸

技术编号:36548632 阅读:18 留言:0更新日期:2023-02-04 17:01
本发明专利技术提供了一种训练数据的获取方法、装置及计算机设备,涉及人工智能及图像识别领域,所述方法包括:获取器械视频;根据所述器械视频,获取多个器械桢图片,其中,多个所述器械桢图片按照预设标准排序;对每个所述器械桢图片进行去除背景操作,得到每个所述器械桢图片的主体区域图像;获取每个所述器械桢图片的尺寸;根据所述主体区域图像和所述器械桢图片的尺寸,得到每个所述器械桢图片的主体区域临时参数;若当前所述器械桢图片为最后一桢时,根据所有所述主体区域图像和所有所述主体区域临时参数得到训练参数。与现有技术比较,本发明专利技术解决了在训练前期处理数据时,人为标注器械区域花费时间过长的问题。区域花费时间过长的问题。区域花费时间过长的问题。

【技术实现步骤摘要】
一种训练数据的获取方法、装置及计算机设备


[0001]本专利技术涉及人工智能及图像识别领域,具体而言,涉及一种训练数据的获取方法、装置及计算机设备。

技术介绍

[0002]微创手术可视化技术将手术诊疗技术给予跨时代的提高,有着伤口小、疼痛轻、恢复快的优点,在手术过程中医生与助手可以清楚的观察病灶位置予以配合,操作区域提示功能也层出不穷。现有技术中的人工智能以及图像识别领域,对于图像、视频的训练常采用监督学习方式以提高识别率,且前期处理训练数据时往往需要人工手动标注目标信息,耗时又费力。

技术实现思路

[0003]本专利技术解决的问题是如何解决在训练前期处理数据时,人为标注器械区域花费时间过长的问题。
[0004]为解决上述问题,本专利技术提供本专利技术提供训练数据的获取方法,包括如下步骤:
[0005]获取器械视频;
[0006]根据所述器械视频,获取多个器械桢图片,其中,多个所述器械桢图片按照预设标准排序;
[0007]对每个所述器械桢图片进行去除背景操作,得到每个所述器械桢图片的主体区域图像;
[0008]获取每个所述器械桢图片的尺寸;
[0009]根据所述主体区域图像和所述器械桢图片的尺寸,得到每个所述器械桢图片的主体区域临时参数,所述主体区域临时参数为所述主体区域图像占所述器械桢图片尺寸的百分比;
[0010]若当前所述器械桢图片为最后一桢时,根据所有所述主体区域图像和所有所述主体区域临时参数得到训练参数。
[0011]可选地,所述根据所述器械视频,获取多个器械桢图片,具体包括:
[0012]通过采用预设投影频率投影二进制编码图像覆盖摄像区域,得到所述器械帧图片;
[0013]其中,所述摄像区域为所述器械视频的显示区域。
[0014]可选地,所述对每个所述器械桢图片进行去除背景操作,得到每个所述器械桢图片的主体区域图像,具体包括:
[0015]通过颜色信息检测筛选每个所述器械桢图片中携带二进制编码的图像;
[0016]对每个未携带二进制编码的图像进行灰度处理,得到灰度图像;
[0017]对所述灰度图像进行去除背景操作,得到初筛的器械区域图像;
[0018]通过对所述携带二进制编码的图像去除二进制编码区域,得到畸形区域图像;
[0019]根据所述初筛的器械区域图像和所述畸形区域图像,得到阴影区域图像;
[0020]根据所述初筛的器械区域图像、所述阴影区域图像和所述畸形区域图像得到主体区域图像。
[0021]可选地,所述对所述灰度图像进行去除背景操作,具体包括:
[0022]获取高斯分布模型;
[0023]通过所述高斯分布模型对所述灰度图像进行去除背景操作。
[0024]可选地,所述对所述灰度图像进行去除背景操作,得到初筛的器械区域图像,具体包括:
[0025]对所述灰度图像进行去除背景操作,得到第一临时图像;
[0026]对所述第一临时图像进行二值化处理及形态学运算,得到所述初筛的器械区域图像。
[0027]可选地,所述根据所述初筛的器械区域图像和所述畸形区域图像,得到阴影区域图像,具体包括:
[0028]将所述初筛的器械区域图像和所述畸形区域图像重叠部分去除后,将所述初筛的器械区域图像和所述畸形区域图像剩余部分进行合并获得所述阴影区域图像。
[0029]可选地,所述根据所述初筛的器械区域图像、所述阴影区域图像和所述畸形区域图像得到主体区域图像,具体包括:
[0030]对所述阴影区域图像进行灰度处理,得到第二临时图像;
[0031]获取所述第二临时图像的亮度平均值;
[0032]根据所述亮度平均值和所述初筛的器械区域图像,得到第三临时图像;
[0033]根据所述第三临时区域图像和所述畸形区域图像,得到所述主体区域图像。
[0034]可选地,所述根据所述主体区域图像和所述器械桢图片的尺寸,得到每个所述器械桢图片的主体区域临时参数,具体包括:
[0035]获取所述主体区域图像的外切矩形区域顶点坐标;
[0036]根据所述外切矩形区域顶点坐标和所述器械桢图片的尺寸,得到主体区域外接矩形占所述器械桢图片尺寸的百分比;
[0037]其中,所述主体区域外接矩形占所述器械桢图片尺寸的百分比为所述主体区域临时参数。
[0038]本专利技术所述的训练数据的获取方法相对于现有技术的优势在于:本专利技术提供训练数据的获取方法,根据器械视频,得到多个器械桢图片,并且多个器械桢图片按照预设标准排序,通过对每个所述器械桢图片进行去除背景操作,得到每个所述器械桢图片的主体区域图像,通过获取每个所述器械桢图片的尺寸,根据所述主体区域图像和所述器械桢图片的尺寸得到每个所述器械桢图片的主体区域临时参数,直至当前所述器械桢图片为最后一桢,根据所有所述主体区域图像和所有所述主体区域临时参数得到训练参数,解决了人为标注器械区域花费时间过长的问题。
[0039]为解决上述技术问题,本专利技术还提供一种训练数据的获取装置,包括:
[0040]获取单元,所述获取单元用于获取器械视频;
[0041]所述获取单元还用于根据所述器械视频,获取多个器械桢图片,其中,多个所述器械桢图片按照预设标准排序;
[0042]所述获取单元还用于获取每个所述器械桢图片的尺寸;
[0043]处理单元,所述处理单元用于对每个所述器械桢图片进行去除背景操作,得到每个所述器械桢图片的主体区域图像;
[0044]所述处理单元还用于根据所述主体区域图像和所述器械桢图片尺寸,得到每个所述器械桢图片的主体区域临时参数;
[0045]所述处理单元还用于若当前所述器械桢图片为最后一桢时,根据所有所述主体区域图像和所有所述主体区域临时参数得到训练参数。
[0046]本专利技术所述的训练数据的获取装置与训练数据的获取方法相对于现有技术的优势相同,在此不再赘述。
[0047]为解决上述技术问题,本专利技术还提供一种计算机设备,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,其特征在于,所述处理器执行所述计算机程序时实现所述的训练数据的获取方法的步骤。
[0048]本专利技术所述的计算机设备与训练数据的获取方法相对于现有技术的优势相同,在此不再赘述。
附图说明
[0049]图1为本专利技术实施例中训练数据的获取方法的应用环境图;
[0050]图2为本专利技术实施例中训练数据的获取方法的流程图;
[0051]图3为本专利技术实施例中训练数据的获取装置结构图;
[0052]图4为本专利技术实施例中计算机设备的内部结构图。
具体实施方式
[0053]下面将结合附图对本申请实施例中的技术方案进行清楚、详尽地描述。
[0054]在本申请实施例的描述中,术语“一些实施例”的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本专利技术的至少一个实施本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种训练数据的获取方法,其特征在于,包括如下步骤:获取器械视频;根据所述器械视频,获取多个器械桢图片,其中,多个所述器械桢图片按照预设标准排序;对每个所述器械桢图片进行去除背景操作,得到每个所述器械桢图片的主体区域图像;获取每个所述器械桢图片的尺寸;根据所述主体区域图像和所述器械桢图片的尺寸,得到每个所述器械桢图片的主体区域临时参数,所述主体区域临时参数为所述主体区域图像占所述器械桢图片尺寸的百分比;若当前所述器械桢图片为最后一桢时,根据所有所述主体区域图像和所有所述主体区域临时参数得到训练参数。2.根据权利要求1所述的训练数据的获取方法,其特征在于,所述根据所述器械视频,获取多个器械桢图片,具体包括:通过采用预设投影频率投影二进制编码图像覆盖摄像区域,得到所述器械帧图片;其中,所述摄像区域为所述器械视频的显示区域。3.根据权利要求1所述的训练数据的获取方法,其特征在于,所述对每个所述器械桢图片进行去除背景操作,得到每个所述器械桢图片的主体区域图像,具体包括:通过颜色信息检测筛选每个所述器械桢图片中携带二进制编码的图像;对每个未携带二进制编码的图像进行灰度处理,得到灰度图像;对所述灰度图像进行去除背景操作,得到初筛的器械区域图像;通过对所述携带二进制编码的图像去除二进制编码区域,得到畸形区域图像;根据所述初筛的器械区域图像和所述畸形区域图像,得到阴影区域图像;根据所述初筛的器械区域图像、所述阴影区域图像和所述畸形区域图像得到主体区域图像。4.根据权利要求3所述的训练数据的获取方法,其特征在于,所述对所述灰度图像进行去除背景操作,具体包括:获取高斯分布模型;通过所述高斯分布模型对所述灰度图像进行去除背景操作。5.根据权利要求3所述的训练数据的获取方法,其特征在于,所述对所述灰度图像进行去除背景操作,得到初筛的器械区域图像,具体包括:对所述灰度图像进行去除背景操作,得到第一临时图像;对所述第一临时图像进行二值化处理及形态学运算,得到所述初筛的器械区域图像。6.根据权利要求3所述的训练数据的获取方法,其特征...

【专利技术属性】
技术研发人员:周德刚张海柱苏衍宇曹志广李佳城
申请(专利权)人:苏州康多机器人有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1