[發(fā)明專利]圖像數(shù)據(jù)增強方法、系統(tǒng)、存儲介質(zhì)和堆場覆蓋檢測方法

在審

• 申請?zhí)枺?/td>: 202010601516.7
• 申請日: 2020-06-29
• 公開（公告）號: CN111899186A
• 公開（公告）日: 2020-11-06
• 發(fā)明（設(shè)計）人: 趙逸飛;羅英群;呂令廣
• 申請（專利權(quán)）人: 深圳中興網(wǎng)信科技有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06N3/08;G06N20/00
• 代理公司: 北京友聯(lián)知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11343
• 代理人: 尚志峰;王淑梅

1.一種圖像數(shù)據(jù)增強方法，其特征在于，包括：

獲取數(shù)據(jù)增強操作指令，所述數(shù)據(jù)增強操作指令包括數(shù)據(jù)增強操作和所述數(shù)據(jù)增強操作的參數(shù)；

對所述數(shù)據(jù)增強操作的參數(shù)進(jìn)行訓(xùn)練，確定所述數(shù)據(jù)增強操作的目標(biāo)參數(shù)；

根據(jù)所述數(shù)據(jù)增強操作和所述目標(biāo)參數(shù)對所述圖像數(shù)據(jù)進(jìn)行增強。

2.根據(jù)權(quán)利要求1所述的圖像數(shù)據(jù)增強方法，其特征在于，所述對所述數(shù)據(jù)增強操作的參數(shù)進(jìn)行訓(xùn)練，確定所述數(shù)據(jù)增強操作的目標(biāo)參數(shù)，具體包括：

根據(jù)所述數(shù)據(jù)增強操作指令，確定離散搜索空間；

通過神經(jīng)網(wǎng)絡(luò)控制器在所述離散搜索空間進(jìn)行采樣，獲取目標(biāo)操作指令；

根據(jù)所述目標(biāo)操作指令對所述圖像數(shù)據(jù)進(jìn)行增強，生成圖像數(shù)據(jù)樣本；

根據(jù)所述圖像數(shù)據(jù)樣本生成子檢測網(wǎng)絡(luò)，通過所述子檢測網(wǎng)絡(luò)輸出所述圖像數(shù)據(jù)樣本的準(zhǔn)確率；

根據(jù)所述圖像數(shù)據(jù)樣本的準(zhǔn)確率，通過神經(jīng)網(wǎng)絡(luò)控制器對所述目標(biāo)操作指令中的參數(shù)進(jìn)行擬合，達(dá)到擬合時，確定所述目標(biāo)操作指令中的參數(shù)為目標(biāo)參數(shù)。

3.根據(jù)權(quán)利要求2所述的圖像數(shù)據(jù)增強方法，其特征在于，所述通過所述子檢測網(wǎng)絡(luò)輸出所述圖像數(shù)據(jù)樣本的準(zhǔn)確率后，還包括：

通過強化學(xué)習(xí)算法對所述圖像數(shù)據(jù)樣本的準(zhǔn)確率進(jìn)行預(yù)處理，并將預(yù)處理后的所述圖像數(shù)據(jù)樣本的準(zhǔn)確率發(fā)送至所述神經(jīng)網(wǎng)絡(luò)控制器。

4.根據(jù)權(quán)利要求2所述的圖像數(shù)據(jù)增強方法，其特征在于，所述圖像數(shù)據(jù)增強方法還包括：

通過神經(jīng)網(wǎng)絡(luò)控制器對所述目標(biāo)操作指令中的參數(shù)進(jìn)行擬合，未達(dá)到擬合時，通過神經(jīng)網(wǎng)絡(luò)控制器在所述離散搜索空間進(jìn)行再次采樣。

5.根據(jù)權(quán)利要求2至4中任一項所述的圖像數(shù)據(jù)增強方法，其特征在于，所述數(shù)據(jù)增強操作包括：裁剪操作、幾何變換操作、旋轉(zhuǎn)操作、自動對比度操作、反轉(zhuǎn)操作、顏色均衡操作、顏色變換操作、亮度變換操作、清晰度變換操作、直方圖均衡化操作中的任意一種或多種。

6.根據(jù)權(quán)利要求5所述的圖像數(shù)據(jù)增強方法，其特征在于，當(dāng)所述數(shù)據(jù)增強操作包括X種數(shù)據(jù)增強操作時，

確定a種子增強策略，每種所述子增強策略包括b種所述數(shù)據(jù)增強操作，其中，a*b＝X，a、b、X為正整數(shù)；

任一種所述數(shù)據(jù)增強操作的離散空間大小為：((N*P*M)^b)^a，

其中，N為所述數(shù)據(jù)增強操作的操作數(shù)目，P為任一種所述數(shù)據(jù)增強操作的使用概率的離散值，M為任一種所述數(shù)據(jù)增強操作的強度的離散值。

7.根據(jù)權(quán)利要求3所述的圖像數(shù)據(jù)增強方法，其特征在于，所述強化學(xué)習(xí)算法為PPO算法，所述PPO算法的公式為：

其中，θ、θ'為子增強策略，KL(θ,θ')為兩種子增強策略的KL散度，β為懲罰系數(shù)，β＝1e-4。

8.一種圖像數(shù)據(jù)增強系統(tǒng)，其特征在于，包括：存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執(zhí)行計算機程序時執(zhí)行如權(quán)利要求1至7中任一項所述的數(shù)據(jù)增強方法的步驟。

9.一種計算機可讀存儲介質(zhì)，其特征在于，其上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時執(zhí)行了如權(quán)利要求1至7中任一項所述的數(shù)據(jù)增強方法的步驟。

10.一種堆場覆蓋檢測方法，其特征在于，包括如權(quán)利要求1至7中任一項所述的圖像數(shù)據(jù)增強方法，其中，所述圖像數(shù)據(jù)為采集到的堆場覆蓋圖像數(shù)據(jù)。