【技术实现步骤摘要】
本申请涉及图像数据处理，尤其涉及一种生成图像数据集的高精度标注的方法及系统。
技术介绍
1、在当前科技发展的背景下，深度学习和虚拟现实(vr)技术已经成为信息处理和模拟领域的两个核心驱动力。深度学习，作为人工智能的子领域，通过模拟神经网络的工作原理，已经取得了在图像处理、自然语言处理、自动驾驶等领域的巨大成功。它的核心优势在于其能够从大量的数据中学习并提取特征，从而使计算机能够在感知和理解世界方面取得突破性的进展。
2、虚拟现实引擎，如ue4，通过模拟三维环境和虚拟交互，使用户能够与计算机生成的虚拟世界互动。这项技术已在游戏开发、医疗仿真、虚拟培训等领域取得了广泛应用。
3、然而，深度学习和虚拟现实之间的整合在许多领域中尚未充分实现。尤其是在创建高质量、高精度的深度学习数据集方面，目前的方法仍然面临着挑战。传统的数据标注方法通常涉及大量的手动工作，费时费力，而且很难实现高精度标注。这导致在一些关键应用中，如电力系统输电线路上的危险物体识别中，受到深度学习模型的性能限制。
技术实现思路<
本文档来自技高网...
【技术保护点】
1.一种生成图像数据集的高精度标注的方法，其特征在于，包括：
2.根据权利要求1所述的一种生成图像数据集的高精度标注的方法，其特征在于，所述自定义对象为包含带有用于标注信息的三维模型；所述标注的信息包括：所述三维模型的轮廓、位置、大小。
3.根据权利要求1所述的一种生成图像数据集的高精度标注的方法，其特征在于，所述标注数据包括：所述自定义对象的位置坐标、形状信息以及所述目标外接矩形框或外接多边形的顶点坐标。
4.根据权利要求1所述的一种生成图像数据集的高精度标注的方法，其特征在于，所述基于所述虚拟现实平台，获取所述自定义对象在所述虚...
【技术特征摘要】
1.一种生成图像数据集的高精度标注的方法，其特征在于，包括：
2.根据权利要求1所述的一种生成图像数据集的高精度标注的方法，其特征在于，所述自定义对象为包含带有用于标注信息的三维模型；所述标注的信息包括：所述三维模型的轮廓、位置、大小。
3.根据权利要求1所述的一种生成图像数据集的高精度标注的方法，其特征在于，所述标注数据包括：所述自定义对象的位置坐标、形状信息以及所述目标外接矩形框或外接多边形的顶点坐标。
4.根据权利要求1所述的一种生成图像数据集的高精度标注的方法，其特征在于，所述基于所述虚拟现实平台，获取所述自定义对象在所述虚拟现实环境中的目标外接矩形框或外接多边形信息包括...
【专利技术属性】
技术研发人员：王骏，杨琦，黄继盛，何海清，陈超，李凯恩，
申请(专利权)人：云南电网有限责任公司临沧供电局，
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。