[發明專利]一種用于深度學習的物品識別數據集擴充方法及系統

在審

• 申請號: 202110873498.2
• 申請日: 2021-07-30
• 公開（公告）號: CN113570534A
• 公開（公告）日: 2021-10-29
• 發明（設計）人: 田國會;王中立;馮晨銳
• 申請（專利權）人: 山東大學
• 主分類號: G06T5/50
• 分類號: G06T5/50;G06T7/11;G06T7/60;G06T7/70;G06T3/60;G06T3/00;G06N3/08
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 董雪

1.一種用于深度學習的物品識別數據集擴充方法，其特征在于，包括：

獲取背景圖像和物品圖像；

對物品圖像進行標記，獲取標注圖像；

對標注圖像進行旋轉，獲取旋轉后標注圖像，利用背景圖像對旋轉后標注圖像的背景進行更換，獲得背景更換后標注圖像；

改變背景更換后的標注圖像的大小，獲取改變大小后的背景更換后標注圖像，從改變大小后的背景更換后標注圖像中選取兩幅圖像進行融合，獲得復雜背景標注圖像；

利用復雜背景標注圖像對物品識別數據集進行擴充。

2.如權利要求1所述的一種用于深度學習的物品識別數據集擴充方法，其特征在于，利用網絡爬取技術獲取背景圖像。

3.如權利要求1所述的一種用于深度學習的物品識別數據集擴充方法，其特征在于，對物品圖像進行可供性標簽標記，獲得標注圖像。

4.如權利要求3所述的一種用于深度學習的物品識別數據集擴充方法，其特征在于，對物品圖像進行可供性標簽標記時，不同可供性標簽采用不同顏色或箭頭進行標記。

5.如權利要求1所述的一種用于深度學習的物品識別數據集擴充方法，其特征在于，對物品圖像進行標記，獲取標注圖像時，還對物品圖像中的物品進行矩形框標注和分割，獲得矩形框位置。

6.如權利要求5所述的一種用于深度學習的物品識別數據集擴充方法，其特征在于，根據物品的類別和物品所處矩形框的位置，將復雜背景標注圖像放入物品識別數據集。

7.如權利要求1所述的一種用于深度學習的物品識別數據集擴充方法，其特征在于，通過對背景更換后的標注圖像進行擴大或放縮，改變背景更換后的標注圖像的大小。

8.一種用于深度學習的物品識別數據集擴充系統，其特征在于，包括：

圖像獲取模塊，用于獲取背景圖像和物品圖像；

圖像標記模塊，用于對物品圖像進行標記，獲取標注圖像；

背景更換后標注圖像獲取模塊，用于對標注圖像進行旋轉，獲取旋轉后標注圖像；利用背景圖像對旋轉后標注圖像的背景進行更換，獲得背景更換后標注圖像；

復雜背景標注圖像獲取模塊，用于改變背景更換后的標注圖像的大小，獲取改變大小后的背景更換后標注圖像，從改變大小后的背景更換后標注圖像中選取兩幅圖像進行融合，獲得復雜背景標注圖像；

數據集擴充模塊，用于利用復雜背景標注圖像對物品識別數據集進行擴充。

9.一種電子設備，其特征在于，包括存儲器和處理器以及存儲在存儲器上并在處理器上運行的計算機指令，所述計算機指令被處理器運行時，完成權利要求1-7任一項所述的一種用于深度學習的物品識別數據集擴充方法的步驟。

10.一種計算機可讀存儲介質，其特征在于，用于存儲計算機指令，所述計算機指令被處理器執行時，完成權利要求1-7任一項所述的一種用于深度學習的物品識別數據集擴充方法的步驟。