[發(fā)明專利]訓(xùn)練數(shù)據(jù)的生成方法、對(duì)象檢測(cè)模型的訓(xùn)練方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201811382077.4
• 申請(qǐng)日: 2018-11-19
• 公開（公告）號(hào): CN109544496A
• 公開（公告）日: 2019-03-29
• 發(fā)明（設(shè)計(jì)）人: 金鑫;魏秀參;謝煙平;趙博睿
• 申請(qǐng)（專利權(quán)）人: 南京曠云科技有限公司;徐州曠視數(shù)據(jù)科技有限公司;北京曠視科技有限公司
• 主分類號(hào): G06T5/50
• 分類號(hào): G06T5/50;G06K9/62
• 代理公司: 北京超凡志成知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11371
• 代理人: 李強(qiáng)

本發(fā)明提供了一種訓(xùn)練數(shù)據(jù)的生成方法、對(duì)象檢測(cè)模型的訓(xùn)練方法和裝置；其中，該訓(xùn)練數(shù)據(jù)的生成方法包括：獲取包含有多種對(duì)象的圖像數(shù)據(jù)；從圖像數(shù)據(jù)中摳取多種對(duì)象，得到摳取的對(duì)象的摳圖數(shù)據(jù)；按照預(yù)設(shè)的合成參數(shù)，將摳取的對(duì)象的摳圖數(shù)據(jù)合成至對(duì)應(yīng)的背景圖像上，得到合成圖像；其中，合成參數(shù)包括摳圖數(shù)據(jù)對(duì)應(yīng)的對(duì)象的種類、摳圖數(shù)據(jù)的尺度信息、旋轉(zhuǎn)角度、遮擋程度和背景圖像中的一種或多種；將合成圖像作為對(duì)象檢測(cè)模型的訓(xùn)練數(shù)據(jù)。本發(fā)明通過調(diào)整多種合成參數(shù)，可以由少量的圖像數(shù)據(jù)合成得到大量的合成圖像，從而提高了獲取大量訓(xùn)練數(shù)據(jù)的便捷性，降低了對(duì)訓(xùn)練數(shù)據(jù)標(biāo)注處理的人力成本。

技術(shù)領(lǐng)域

本發(fā)明涉及對(duì)象檢測(cè)技術(shù)領(lǐng)域，尤其是涉及一種訓(xùn)練數(shù)據(jù)的生成方法、對(duì)象檢測(cè)模型的訓(xùn)練方法和裝置。

背景技術(shù)

對(duì)象檢測(cè)(object detection)是計(jì)算機(jī)視覺的重要領(lǐng)域。較為流行的對(duì)象檢測(cè)方法有兩種，一種是以Faster R-CNN為代表的二階段(two-stage)方法，另一種是以YOLO為代表一階段(one-stage)方法。然而，不管哪種對(duì)象檢測(cè)方法，都需要海量的并且?guī)?biāo)注的訓(xùn)練數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練，才能得到檢測(cè)效果較高的對(duì)象檢測(cè)模型。

在實(shí)際應(yīng)用中，獲取海量的并且?guī)?biāo)注的訓(xùn)練數(shù)據(jù)并不容易。以商品檢測(cè)為例，可以直接到超市或者某些特定的商品出售場(chǎng)所(比如藥房)拍攝，但這種方式可行性不高；也可以將商品購回，在實(shí)驗(yàn)室環(huán)境下拍攝。但由于商品的類別非常多，一家藥店可能就有上萬種藥品，而這些藥品在空間上的排列又有無窮多種可能，所以想要在實(shí)驗(yàn)室環(huán)境中盡可能窮舉實(shí)際應(yīng)用場(chǎng)景中可能的排列變化，需要耗費(fèi)較多的人力和時(shí)間，方式較為繁瑣。另外，即使通過拍攝海量圖片的方式獲取到了大量的圖像，對(duì)這些圖像進(jìn)行信息標(biāo)注同樣需要大量的人力和時(shí)間，代價(jià)較高。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明的目的在于提供一種訓(xùn)練數(shù)據(jù)的生成方法、對(duì)象檢測(cè)模型的訓(xùn)練方法和裝置，以提高獲取大量訓(xùn)練數(shù)據(jù)的便捷性，并降低對(duì)訓(xùn)練數(shù)據(jù)標(biāo)注處理的人力成本。

第一方面，本發(fā)明實(shí)施例提供了一種訓(xùn)練數(shù)據(jù)的生成方法，該方法包括：獲取包含有多種對(duì)象的圖像數(shù)據(jù)；其中，每種對(duì)象均標(biāo)注有對(duì)象的種類；從圖像數(shù)據(jù)中摳取多種對(duì)象，得到摳取的對(duì)象的摳圖數(shù)據(jù)；按照預(yù)設(shè)的合成參數(shù)，將摳取的對(duì)象的摳圖數(shù)據(jù)合成至對(duì)應(yīng)的背景圖像上，得到合成圖像；其中，合成參數(shù)包括摳圖數(shù)據(jù)對(duì)應(yīng)的對(duì)象的種類、摳圖數(shù)據(jù)的尺度信息、旋轉(zhuǎn)角度、遮擋程度和背景圖像中的一種或多種；將合成圖像作為對(duì)象檢測(cè)模型的訓(xùn)練數(shù)據(jù)。

在本發(fā)明較佳的實(shí)施例中，上述獲取包含有多種對(duì)象的圖像數(shù)據(jù)的步驟：獲取從多個(gè)角度拍攝的對(duì)象的多張圖像。

在本發(fā)明較佳的實(shí)施例中，如果合成參數(shù)中包括摳圖數(shù)據(jù)的尺度信息，將摳取的對(duì)象的摳圖數(shù)據(jù)合成至對(duì)應(yīng)的背景圖像上的步驟，包括：根據(jù)尺度信息，調(diào)整摳取的對(duì)象的摳圖數(shù)據(jù)的尺度；其中，合成至同一張背景圖像上的摳圖數(shù)據(jù)尺度相同；將尺度調(diào)整后的摳圖數(shù)據(jù)合成至對(duì)應(yīng)的背景圖像上。

在本發(fā)明較佳的實(shí)施例中，如果合成參數(shù)中包括摳圖數(shù)據(jù)的旋轉(zhuǎn)角度，將摳取的對(duì)象的摳圖數(shù)據(jù)合成至對(duì)應(yīng)的背景圖像上的步驟，包括：將每個(gè)摳取的對(duì)象的摳圖數(shù)據(jù)旋轉(zhuǎn)至對(duì)應(yīng)的旋轉(zhuǎn)角度；將旋轉(zhuǎn)后的摳圖數(shù)據(jù)合成至對(duì)應(yīng)的背景圖像上。

在本發(fā)明較佳的實(shí)施例中，上述將摳取的對(duì)象的摳圖數(shù)據(jù)合成至對(duì)應(yīng)的背景圖像上的步驟，包括：通過隨機(jī)的方式，對(duì)摳取的對(duì)象的摳圖數(shù)據(jù)進(jìn)行位置排列，將排列后的摳圖數(shù)據(jù)合成至對(duì)應(yīng)的背景圖像上。

在本發(fā)明較佳的實(shí)施例中，如果合成參數(shù)中包括摳圖數(shù)據(jù)的遮擋程度，對(duì)摳取的對(duì)象的摳圖數(shù)據(jù)進(jìn)行位置排列的步驟之后，方法還包括：根據(jù)遮擋程度，判斷摳取的對(duì)象的摳圖數(shù)據(jù)是否存在應(yīng)當(dāng)被遮擋的摳圖數(shù)據(jù)；如果是，移動(dòng)被遮擋的摳圖數(shù)據(jù)至預(yù)設(shè)位置；在預(yù)設(shè)位置上，被遮擋的摳圖數(shù)據(jù)被除被遮擋的摳圖數(shù)據(jù)以外的摳圖數(shù)據(jù)，按照遮擋程度遮擋。