【技术实现步骤摘要】
本申请涉及数据处理，具体为一种目标检测数据集生成方法。
技术介绍
1、目标检测是计算机视觉中的一个重要领域，它涉及到识别图像或视频中特定类别的对象，并确定这些对象在场景中的位置。这通常通过在每个对象周围绘制一个边界框并为该框分配一个类别标签来实现。
2、现有的目标检测算法可以分为以下几类：
3、一、两阶段检测器：如r-cnn系列和cascade r-cnn，它们首先生成候选区域，然后对这些区域进行分类和定位。
4、二、单阶段检测器：如yolo系列和ssd，它们直接从输入图像中预测对象的边界框和类别，无需生成候选区域，因此速度较快。
5、三、基于锚点的方法：使用预定义的边界框形状（称为锚点）来预测对象的位置，如faster r-cnn和yolov2/v3。
6、四、无锚点方法：不使用预设的锚点，而是直接预测对象中心点和尺寸，如centernet和fcos。
7、五、基于实例分割的方法：如mask r-cnn，它不仅能检测对象，还能为每个对象生成像素级的分割掩膜。>
8、基于上述本文档来自技高网...
【技术保护点】
1.一种目标检测数据集生成方法，其特征在于，包括：
2.根据权利要求1所述目标检测数据集生成方法，其特征在于，步骤一中：收集n个目标图像，n≥2，将目标图像按目标边界进行裁剪，获取m个不同的涂装，m≥1，基于图像风格迁移网络对n-1个目标进行m个涂装随机风格迁移，对n个目标图像进行前景和背景分离后保存前景，保存的前景中，包括n-1个随机风格迁移的目标和1个原始目标。
3.根据权利要求2所述目标检测数据集生成方法，其特征在于，图像风格迁移网络接收目标和涂装，目标和涂装均通过若干次卷积操作提取特征，卷积层之间插入激活函数引入非线性因素，其中，涂装分...
【技术特征摘要】
1.一种目标检测数据集生成方法，其特征在于，包括：
2.根据权利要求1所述目标检测数据集生成方法，其特征在于，步骤一中：收集n个目标图像，n≥2，将目标图像按目标边界进行裁剪，获取m个不同的涂装，m≥1，基于图像风格迁移网络对n-1个目标进行m个涂装随机风格迁移，对n个目标图像进行前景和背景分离后保存前景，保存的前景中，包括n-1个随机风格迁移的目标和1个原始目标。
3.根据权利要求2所述目标检测数据集生成方法，其特征在于，图像风格迁移网络接收目标和涂装，目标和涂装均通过若干次卷积操作提取特征，卷积层之间插入激活函数引入非线性因素，其中，涂装分别经过不同的卷积层进行平行卷积和处理后进行点乘运算，点乘运算后与目标特征进行卷积并激活输出。
4.根据权利要求1所述目标检测数据集生成方法，其特征在于，步骤三中读取所识别目标的标签文件后，对标签文件的目标框信息进行反归一化处理，还原为正常尺寸。
5.根据权利要求4所述目标检测数据集生成方法，其特征在于，步骤三中基于标签文件为背景图片重命名时，确保标签文件和背景图片的数量...
【专利技术属性】
技术研发人员：韦强，孔丁丁，王季鹏，徐狄飞，袁浩东，李昱，
申请(专利权)人：杭州长望智创科技有限公司，
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。