[發(fā)明專利]數(shù)據(jù)生成方法、裝置及計算機可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010183091.2
• 申請日: 2020-03-16
• 公開（公告）號: CN111402334A
• 公開（公告）日: 2020-07-10
• 發(fā)明（設(shè)計）人: 朱曉雅
• 申請（專利權(quán)）人: 深圳前海達闥云端智能科技有限公司
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06T7/10;G06T7/136;G06K9/00;H04N5/232
• 代理公司: 北京智晨知識產(chǎn)權(quán)代理有限公司 11584
• 代理人: 張婧

本發(fā)明實施例涉及數(shù)據(jù)生成領(lǐng)域，公開了一種數(shù)據(jù)生成方法、裝置及計算機可讀存儲介質(zhì)，所述數(shù)據(jù)生成方法包括：根據(jù)預(yù)設(shè)的拍攝場景，確定物體的拍攝角度，其中，所述拍攝場景中放置有可旋轉(zhuǎn)360度的底座；從所述拍攝角度拍攝置于所述底座上的所述物體的視頻數(shù)據(jù)；根據(jù)所述視頻數(shù)據(jù)得到所述物體的多張單幀圖像，并根據(jù)所述多張單幀圖像得到所述物體的識別數(shù)據(jù)。本發(fā)明提供的數(shù)據(jù)生成方法、裝置及計算機可讀存儲介質(zhì)能夠在快速且準確的得到物體的識別數(shù)據(jù)的同時，減少人力成本。

技術(shù)領(lǐng)域

本發(fā)明實施例涉及數(shù)據(jù)生成領(lǐng)域，特別涉及一種數(shù)據(jù)生成方法、裝置及計算機可讀存儲介質(zhì)。

背景技術(shù)

當今深度學(xué)習(xí)技術(shù)掀起了AI(人工智能)的新浪潮，廣泛用于醫(yī)學(xué)、圖像處理、語音識別、機器翻譯等領(lǐng)域。深度學(xué)習(xí)的提出使得人工神經(jīng)網(wǎng)絡(luò)重新成為機器學(xué)習(xí)最重要的算法之一，在深度學(xué)習(xí)的初始訓(xùn)練中，往往需要大量的數(shù)據(jù)，以提高對圖像中物品的識別準確性。而這些用于初始訓(xùn)練的數(shù)據(jù)，往往需要經(jīng)過人工識別，并對圖像進行標注，才能保證后續(xù)訓(xùn)練過程中的準確性。例如在無人值守商鋪運營中，為了更好的讓機器識別出圖像中所含商品的種類，需要建立含有大量商品圖像的初始訓(xùn)練數(shù)據(jù)庫。

發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)中至少存在如下問題：通過人工對圖像進行標注，耗費的人力、時間成本高，同時由于個別商品外觀極其相似，人工標注也很容易出錯。

發(fā)明內(nèi)容

本發(fā)明實施方式的目的在于提供一種數(shù)據(jù)生成方法、裝置及計算機可讀存儲介質(zhì)，其能夠在快速且準確的得到物體的識別數(shù)據(jù)的同時，減少人力成本。

為解決上述技術(shù)問題，本發(fā)明的實施方式提供了一種數(shù)據(jù)方法，包括：

根據(jù)預(yù)設(shè)的拍攝場景，確定物體的拍攝角度，其中，所述拍攝場景中放置有可旋轉(zhuǎn)360度的底座；從所述拍攝角度拍攝置于所述底座上的所述物體的視頻數(shù)據(jù)；根據(jù)所述視頻數(shù)據(jù)得到所述物體的多張單幀圖像，并根據(jù)所述多張單幀圖像得到所述物體的識別數(shù)據(jù)。

本發(fā)明的實施方式相對于現(xiàn)有技術(shù)而言，通過根據(jù)預(yù)設(shè)的拍攝場景確定物體的拍攝角度，且物體置于可旋轉(zhuǎn)360度的底座上，從而實現(xiàn)物體視頻數(shù)據(jù)多角度、多方位的采集；由于拍攝場景是根據(jù)實際應(yīng)用場景布置的，確保了后續(xù)得到的識別數(shù)據(jù)的準確性，且可以針對不同應(yīng)用場景設(shè)計不同的拍攝場景；通過根據(jù)視頻數(shù)據(jù)得到物體的多張單幀圖像，并根據(jù)多張單幀圖像得到物體的識別數(shù)據(jù)，使得能夠自動采集物體的識別數(shù)據(jù)，減輕了標注物體的工作量，從而減小了人力成本，也避免了“由于個別商品外觀極其相似，人工標注也很容易出錯”的情況的發(fā)生，提高了得到的識別數(shù)據(jù)的準確性；此外，可以在底座上擺放多個物體，且保證物體擺放的隨機性，確保生成多樣性的識別數(shù)據(jù)。

另外，所述根據(jù)所述多張單幀圖像得到所述物體的識別數(shù)據(jù)，包括：分別對每張所述單幀圖像進行顯著性檢測，得到多張檢測圖像；根據(jù)多張所述檢測圖像得到所述物體在多張所述單幀圖像中的輪廓信息；將所述輪廓信息和對應(yīng)的所述單幀圖像進行映射，在所述單幀圖像中分割出僅包含所述物體的分割圖像，并根據(jù)所述分割圖像得到所述識別數(shù)據(jù)。

另外，所述根據(jù)多張所述檢測圖像得到所述物體在多張所述單幀圖像中的輪廓信息，包括：對多張所述檢測圖像進行二值化處理，得到多張二值圖像；根據(jù)多張所述二值圖像得到所述輪廓信息。圖像的二值化有利于圖像的進一步處理，使圖像變得簡單，而且數(shù)據(jù)量減小，能凸顯出感興趣的目標的輪廓。

另外，所述根據(jù)分割圖像得到所述識別數(shù)據(jù)，包括：將所述分割圖像粘貼在預(yù)設(shè)背景上；根據(jù)所述分割圖像確定所述物體的外接框，并根據(jù)所述預(yù)設(shè)背景建立坐標系；根據(jù)所述分割圖像在所述預(yù)設(shè)背景中的位置，生成所述物體在所述坐標系下的外接框坐標，并將所述外接框坐標作為所述識別數(shù)據(jù)。