【技术实现步骤摘要】
本专利技术涉及目标检测，尤其涉及一种数据增强方法、装置及电子设备、存储介质。
技术介绍
1、路侧图像的目标检测通常是使用基于深度学习技术的目标检测模型对图像进行检测，得到当前帧图像中的目标框；当使用2d目标检测算法时，会使用检测到的目标矩形框的底边中心，通过事先标定的图像到世界坐标系地面的变换关系，将底边中心变换到世界坐标系下作为目标位置输出，这是因为默认底边中心是一个接地点，但是一旦目标底边被其他目标遮挡时就会导致输出的位置偏差很大，因此，有必要训练一个对于目标在被遮挡后仍能检测出目标准确位置的检测模型。那么对于模型训练来说，训练集的样本多样性和准确性尤其重要。
技术实现思路
1、为了解决上述技术缺陷，本申请实施例提供了一种数据增强方法、装置及电子设备、存储介质。
2、本申请第一方面实施例提供一种数据增强方法，包括：
3、获取包含目标矩形框的第一图片数据集；
4、对所述第一图片数据集中每一张图片的矩形框进行外扩处理，获取外扩后矩形框截图，形成第二图片数据集；
5、将所述第一图片数据集和所述第二图片数据集进行合并处理，以合并处理后的图片数据集作为目标检测模型的训练数据集。
6、在其中一种可能的实现方式中，对所述第一图片数据集中每一张图片的矩形框进行外扩处理的过程包括：
7、判断所述矩形框是否为与其他矩形框无重叠且不靠近图片边界的有效矩形框；
8、若为有效矩形框，则将有效矩形框在图片中的坐标位置分别向
9、在其中一种可能的实现方式中，在获取包含目标矩形框的第一图片数据集后，对所述第一图片数据集中每一张图片的目标矩形框进行如下处理：若存在目标部分区域被遮挡或截断，则将目标和被遮挡或截断部分用一个新的矩形框完整标注；并将经过处理的矩形框属性标注为截断或遮挡，其中截断是完整目标超出图像边界，遮挡是目标被其他物体遮挡。
10、在其中一种可能的实现方式中，对所述第一图片数据集中每一张图片的矩形框进行外扩处理的过程包括：选取所述第一图片数据集中属性标注为截断或遮挡的矩形框作为有效矩形框；将有效矩形框在图片中的坐标位置分别向上、向下、向左、向后扩大预设第一像素阈值的范围。
11、在其中一种可能的实现方式中，在进行外扩处理后，同步保存目标在外扩后矩形框截图中的位置。
12、在其中一种可能的实现方式中，将所述第一图片数据集和所述第二图片数据集进行合并处理的过程包括：
13、对所述第一图片数据集中每一张图片的矩形框，判断所述矩形框是否为与其他矩形框无重叠且不靠近图片边界的有效矩形框；
14、对于任一有效矩形框b，从所述第二图片数据集中随机取一个图片c缩放至和有效矩形框b一样的尺寸，将缩放后的图片c粘贴在有效矩形框b的下半部分，从而获得合并处理后的图片；并将图片c对应的坐标按照缩放比例及粘贴位置进行转换，获得图片c中目标在有效矩形框b对应图片中的坐标位置。
15、在其中一种可能的实现方式中，判断所述矩形框是否为与其他矩形框无重叠且不靠近图片边界的有效矩形框的原则包括：
16、所述矩形框与其他矩形框的交并比均小于0，则认定该矩形框与其他矩形框无重叠；
17、所述矩形框位置与图片边界的距离大于预设第二像素阈值，则认定该矩形框不靠近图片边界。
18、本申请第二方面实施例还提供了一种数据增强装置，包括：
19、图像获取模块，其配置成获取包含目标矩形框的第一图片数据集；
20、外扩处理模块，其配置成对所述第一图片数据集中每一张图片的矩形框进行外扩处理，获取外扩后矩形框截图，形成第二图片数据集；
21、合并处理模块，其配置成将所述第一图片数据集和所述第二图片数据集进行合并处理，以合并处理后的图片数据集作为目标检测模型的训练数据集。
22、本申请第三方面实施例还提供了一种电子设备，包括：至少一个处理器和存储有计算机程序的存储器；当计算机程序被处理器读取并执行时，使得电子设备执行如上的数据增强方法。
23、本申请第四方面实施例还提供了一种存储有计算机程序的可读存储介质，当计算机程序被电子设备读取并执行时，使得电子设备执行如上的数据增强方法。
24、为了缓解深度学习网络过拟合、减少人工标注成本、提高深度学习模型的检测精度，本申请实施例提供一种数据增强方法、装置及电子设备、存储介质，根据本申请对原有图片进行数据增强，以自动生成用于训练的更加丰富的样本，对原有样本进行了数据扩充，减少了人工标注成本，且使得后续的目标检测模型训练时可以获取更多的图像信息，能够进一步提升目标检测模型的检测精度，进而利用该检测精度更高的模型在实际检测时准确检测出目标的精确位置，以为后续其他数据处理提供更精确的位置测算保障。
本文档来自技高网...【技术保护点】
1.一种数据增强方法，其特征在于，包括步骤：
2.根据权利要求1所述的一种数据增强方法，其特征在于，对所述第一图片数据集中每一张图片的矩形框进行外扩处理的过程包括：
3.根据权利要求1所述的一种数据增强方法，其特征在于，在获取包含目标矩形框的第一图片数据集后，对所述第一图片数据集中每一张图片的目标矩形框进行如下处理：若存在目标部分区域被遮挡或截断，则将目标和被遮挡或截断部分用一个新的矩形框完整标注；并将经过处理的矩形框属性标注为截断或遮挡，其中截断是完整目标超出图像边界，遮挡是目标被其他物体遮挡。
4.根据权利要求3所述的一种数据增强方法，其特征在于，对所述第一图片数据集中每一张图片的矩形框进行外扩处理的过程包括：选取所述第一图片数据集中属性标注为截断或遮挡的矩形框作为有效矩形框；将有效矩形框在图片中的坐标位置分别向上、向下、向左、向后扩大预设第一像素阈值的范围。
5.根据权利要求2或4所述的一种数据增强方法，其特征在于，在进行外扩处理后，同步保存目标在外扩后矩形框截图中的位置。
6.根据权利要求5所述的一种数据增强方法
7.根据权利要求6所述的一种数据增强方法，其特征在于，判断所述矩形框是否为与其他矩形框无重叠且不靠近图片边界的有效矩形框的原则包括：
8.一种数据增强装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.计算机可读存储介质，其特征在于，其上存储有计算机程序；所述计算机程序被处理器执行以实现如权利要求1至7中任一项所述的方法。
...【技术特征摘要】
1.一种数据增强方法，其特征在于，包括步骤：
2.根据权利要求1所述的一种数据增强方法，其特征在于，对所述第一图片数据集中每一张图片的矩形框进行外扩处理的过程包括：
3.根据权利要求1所述的一种数据增强方法，其特征在于，在获取包含目标矩形框的第一图片数据集后，对所述第一图片数据集中每一张图片的目标矩形框进行如下处理：若存在目标部分区域被遮挡或截断，则将目标和被遮挡或截断部分用一个新的矩形框完整标注；并将经过处理的矩形框属性标注为截断或遮挡，其中截断是完整目标超出图像边界，遮挡是目标被其他物体遮挡。
4.根据权利要求3所述的一种数据增强方法，其特征在于，对所述第一图片数据集中每一张图片的矩形框进行外扩处理的过程包括：选取所述第一图片数据集中属性标注为截断或遮挡的矩形框作为有效矩形框；将有效...
【专利技术属性】
技术研发人员：张上鑫，
申请(专利权)人：智道网联科技深圳有限公司，
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。