【技术实现步骤摘要】
本专利技术属于机器视觉，尤其涉及一种视觉算法测试过程及数据的优化方法。
技术介绍
1、随着人工智能技术的不断进步和发展，机器视觉作为人工智能的重要分支正逐渐扩大其应用范围。越来越多的企业开始开发和训练适用于各自领域的机器视觉算法。然而，在算法的开发和训练过程中，测试环节显得尤为重要。测试过程中常会遇到2个问题。第一，为了测试视觉算法的精准度以及在不同环境下算法精准度变化，需要准备尽可能多样性的测试样本，但现有收集数据方式耗时耗力，结果往往只涵盖了一种或少数几种特定情况，无法真实地模拟出各种复杂的真实场景，导致测试效果与实际使用效果之间存在较大的差距。第二，在测试结果认定方面，目前主要通过人工判断，不同测试人员标准会有差异，导致测试结果数据参考性较低。
2、目前现有机器视觉算法测试主要步骤为：1)数据采集，包括数据的上传和图片视频传感器的采集。通过上传数据，可以获取本地准备好的图片和视频数据，而图片视频传感器的采集则是为了获取实时的图片和视频数据。2)数据预处理，包括数据裁切、过滤。裁切可以将图片或视频中的目标区域提取出来，以...
【技术保护点】
1.一种视觉算法测试过程及数据的优化方法，其特征在于，具体包括以下步骤：
2.根据权利要求1所述的视觉算法测试过程及数据的优化方法，其特征在于，所述步骤S1的具体步骤为：
3.根据权利要求1所述的视觉算法测试过程及数据的优化方法，其特征在于，所述步骤S2的具体步骤为：
4.根据权利要求3所述的视觉算法测试过程及数据的优化方法，其特征在于，所述步骤S22中先进行目标图片抠取，再将抠取出的目标图片与同背景或环境图片进行融合进行背景融合，具体步骤为：
5.根据权利要求4所述的视觉算法测试过程及数据的优化方法，其特征在于，所述步...
【技术特征摘要】
1.一种视觉算法测试过程及数据的优化方法，其特征在于，具体包括以下步骤：
2.根据权利要求1所述的视觉算法测试过程及数据的优化方法，其特征在于，所述步骤s1的具体步骤为：
3.根据权利要求1所述的视觉算法测试过程及数据的优化方法，其特征在于，所述步骤s2的具体步骤为：
4.根据权利要求3所述的视觉算法测试过程及数据的优化方法，其特征在于，所述步骤s22中先进行目标图片抠取，再将抠取出的目标图片与同背景或环境图片进行融合进行背景融合，具体步骤为：
5.根据权利要求4所述的视觉算法测试过程及数据的优化方法，其特征在于，所述步骤s221中通过模型进行图片抠取时采用基于u-net的网络结构，通过编码器-解码器结构，通过在编码器和解码器之间添加跨层连接，将编码器和解码器中相同尺寸的特征图进行连接融合。
6.根据权利要求4所述的视觉算法测试过程及数据的优化方法，其特征在于，所述步骤s222中的图片融合时采用基于u-net的网络结构，引入了生成器-判别器结构，将待融合图片作为输入，并通过生成器和判别器的对抗训...
【专利技术属性】
技术研发人员：陈大龙，孟维，陈赟，
申请(专利权)人：南京华苏科技有限公司，
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。