数据增强的重识别数据集的构造方法、装置及相关设备制造方法及图纸

本发明专利技术涉及人工智能技术领域，本发明专利技术公开了一种数据增强的重识别数据集的构造方法、系统及相关设备，构造方法包括以下步骤：获取预设规模数据集，预设规模数据集中包括多张原始图片，每一原始图片皆具有多个不同标记；根据标记，将具有相同标记的所有原始图片存放于同一文件夹内；对每一文件夹中的原始图片进行筛选，保留具有差异的原始图片并作为场景图；其中，每个标记具有至少两个场景图；对每个标记对应的场景图逐张进行数据增强，获取每个场景图对应的多张增强图片，将所有增强图片输出作为数据增强的重识别数据集。本发明专利技术的数据增强的重识别数据集的构造方法改造的目标重识别数据集，使训练的模型具有更高的准确度和鲁棒性。性。性。

【技术实现步骤摘要】
数据增强的重识别数据集的构造方法、装置及相关设备


[0001]本专利技术涉及人工智能
，尤其是涉及一种数据增强的重识别数据集的构造方法、装置、计算机设备及计算机可读存储介质。

技术介绍

[0002]目标重识别(Re
‑
identification，ReID)技术在可以在各个领域发挥搜索图像的作用，例如行人重识别、车辆重识别可以在智慧城市管理中对特定的目标进行搜索以生成他的运动轨迹。随着人工智能算法的发展和社会的需要，算法的应用场景也越来越广泛，例如对大量瓷砖纹理的搜索、服装纹理的搜索也可以使用ReID技术进行应用。
[0003]现有基于卷积神经网络的目标重识别(ReID)技术是指将特定目标关联到不同的场景和相机视角中，例如常见目标重识别研究课题是：行人重识别(Person ReID)和车辆重识别(Vehicle ReID)。在当前基于卷积神经网络的ReID人工智能算法研究中，不论是对哪种具体目标进行的目标重识别算法的研究，都需要使用跨场景的数据集进行模型训练，这种数据集的特点是：在数据集中有多个不同的ID本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据增强的重识别数据集的构造方法，其特征在于，所述构造方法包括以下步骤：获取预设规模数据集，所述预设规模数据集中包括多张原始图片，每一所述原始图片皆具有多个不同标记；根据所述标记，将具有相同所述标记的所有所述原始图片存放于同一文件夹内；对每一所述文件夹中的所述原始图片进行筛选，保留具有差异的所述原始图片并作为场景图；其中，每个所述标记具有至少两个所述场景图；对每个所述标记对应的所述场景图逐张进行数据增强，获取每个所述场景图对应的多张增强图片，将所有所述增强图片输出作为数据增强的所述重识别数据集。2.如权利要求1所述的数据增强的重识别数据集的构造方法，其特征在于，所述预设规模数据集为：通过直接采集一个符合条件的规模数据集；或者对某一个非目标重识别格式的数据集进行改造得到。3.如权利要求2所述的数据增强的重识别数据集的构造方法，其特征在于，所述直接采集具体为：对不同的所述标记，通过变换场景对其采集实际的图片数据。4.如权利要求3所述的数据增强的重识别数据集的构造方法，其特征在于，所述根据所述标记，将具有相同所述标记的所有所述原始图片存放于同一文件夹内的步骤中，具体包括以下子步骤：判断具有相同所述标记的所有所述原始图片是否为同一目标图片；若是，则将所有所述原始图片放到同一文件夹。5.如权利要求1所述的数据增强的重识别数据集的构造方法，其特征在于，对每个所述标记对应的所述场景图逐张进行数据增强的具体方法为：将每一所述标记对应的所述场景图逐张通过Augmentor工具中的Python数据生成方式进行数据增强。6.如权利要求5所述的数据增强的重识别数据集的构造方法，其特征在于，所...

【专利技术属性】
技术研发人员：郑双午，许能华，闫潇宁，
申请(专利权)人：深圳市安软慧视科技有限公司，
类型：发明
国别省市：