图像数据集生成及标注方法及装置制造方法及图纸

本申请实施例公开了一种图像数据集生成及标注方法及装置；所述方法包括：在用于图形渲染的软件中搭建虚拟场景；对所述虚拟场景进行渲染后得到虚拟图像序列；通过软件内信息或信息的变换形态生成对应的标注序列；将输出的虚拟图像序列和对应的标注序列配对，形成数据集；该图像数据集生成及标注方法成本低，极精准，无需人工标注，标注的效率高，同时本申请的标注方法不受拍摄条件的干扰，保证标注结果准确。确。确。

【技术实现步骤摘要】
图像数据集生成及标注方法及装置


[0001]本申请实施例涉及图像处理
，尤其涉及一种图像数据集生成及标注方法及装置。

技术介绍

[0002]在计算机视觉领域，基于深度学习的方法均需要图像数据集进行训练或测试。简单来说，数据集就是人工智能的学习资料。目前已经有一些自动生成数据集的标注的方法，但实际上这些方法就是套用，是使用人工智能1为另一个人工智能2自动标注数据集。理论上这样生成的数据集训练出来的人工智能2的性能无法超越人工智能1。所以在实际研究中，大部分采用人工标注的数据集。但现在的数据集的图片数量动辄上十万，百万，按标注难度(标注框便宜，分区域或是骨架贵)从几分钱到几角钱一张图不等，在人工智能研究中，数据集的采集和标注是最大的开销之一，造成成本高，同时标注的效率低；另外，在黑夜、雾天、雨雪天等较为恶劣的拍摄条件下，无论是人工标注，还是借助人工智能进行标注，标注结果都很难准确无误。

技术实现思路

[0003]本申请实施例提供一种图像数据集生成及标注方法及装置，来解决现有的图像数据集生成及标注技术性能低，采用人工标注，标注成本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像数据集生成及标注方法，其特征在于，所述方法包括以下步骤：在用于图形渲染的软件中搭建虚拟场景；对所述虚拟场景进行渲染后得到虚拟图像序列；通过软件内信息或信息的变换形态生成对应的标注序列；将输出的虚拟图像序列和对应的标注序列配对，形成数据集。2.根据权利要求1所述的图像数据集生成及标注方法，其特征在于，所述在用于图形渲染的软件中搭建虚拟场景，包括：在用于图形渲染的软件中通过手动搭建虚拟场景或自动生成三维虚拟场景。3.根据权利要求2所述的图像数据集生成及标注方法，其特征在于，所述手动搭建虚拟场景，包括：使用零件模型搭建与现实场景类似的虚拟场景，并设计摄像机轨迹以及模型的动画；所述自动生成三维虚拟场景，包括：在虚拟的背景场景中，在若干个设定好的模型摆放位置，再通过若干个设定好的虚拟摄像机位置及角度获取图像；通过模型摆放位置、模型类别、模型朝向、模型数量、摄像机位置的一项或多项要素的排列组合，通过脚本获取或插件获取自动生成数量极为庞大的静止图像。4.根据权利要求1所述的图像数据集生成及标注方法，其特征在于，所述对所述虚拟场景进行渲染后得到虚拟图像序列，包括：对所述虚拟场景分别利用原始材质光影和特殊材质光影渲染出成对的图像。5.根据权利要求4所述的图像数据集生成及标注方法，其特征在于，所述对所述虚拟场景分别利用原始材质光影和特殊材质光影渲染出成对的图像，包括：图像分割任务，模型材质简化为纯色、无光影效果的表面，不同类型的模型颜色不同，删去光影效果，采用最简单的平面光影，由此渲染出由不同模型对应的色块组成的图像；图像增强任务，控制材质不变，将光影的光照环境设定为白天场景或室内照明场景，获得渲染结果，作为低照度图像的理想增强目标；目标检测及目标跟踪任务，特殊光影与图像分割任务一致，将目标的材质简化为纯色，将其他所有模型及场景的材质均简化为与目标材质颜色不同的另一种纯色、材质均无反射折射的其他光影效果；动作捕捉、姿态检测任务，删去所有材质，为人物模型的骨架添加纯色材质，骨架的不同部分采用不同的颜色，删去大部分光影效果，采...

【专利技术属性】
技术研发人员：董昊林，
申请(专利权)人：董昊林，
类型：发明
国别省市：