[發(fā)明專利]一種基于IOU策略的增強(qiáng)樣本生成方法

有效

• 申請?zhí)枺?/td>: 202210922769.3
• 申請日: 2022-08-02
• 公開（公告）號: CN115346109B
• 公開（公告）日: 2023-07-18
• 發(fā)明（設(shè)計）人: 王樹明;張相文
• 申請（專利權(quán)）人: 北京新岳縱橫科技有限公司
• 主分類號: G06V20/00
• 分類號: G06V20/00;G06V10/26;G06V10/774
• 代理公司: 西寧工道知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 63102
• 代理人: 王閃閃

一種基于IOU策略的增強(qiáng)樣本生成方法，涉及圖像模型訓(xùn)練技術(shù)領(lǐng)域，針對原始圖像樣本，建立坐標(biāo)系并進(jìn)行有條件的隨機(jī)切割，生成四個象限的子圖，通過評價每個子圖中目標(biāo)的尺寸和切割損失程度來決定是否將其作為合規(guī)的新樣本。本發(fā)明的有益效果在于：本發(fā)明不僅能夠成倍地豐富訓(xùn)練樣本，成功解決訓(xùn)練樣本數(shù)量不足的問題，而且能夠合理強(qiáng)化不同尺寸樣本的特征學(xué)習(xí)，起到訓(xùn)練樣本的增強(qiáng)效果。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像模型訓(xùn)練技術(shù)領(lǐng)域，具體是涉及一種基于IOU策略的增強(qiáng)樣本生成方法。

背景技術(shù)

目標(biāo)檢測是AI領(lǐng)域中深度學(xué)習(xí)方向的典型技術(shù)，該項(xiàng)技術(shù)在計算機(jī)視覺場景中應(yīng)用廣泛。目標(biāo)檢測的效果不僅僅取決于網(wǎng)絡(luò)模型，而且取決于訓(xùn)練樣本。同樣的網(wǎng)絡(luò)模型，訓(xùn)練樣本越豐富，則網(wǎng)絡(luò)學(xué)習(xí)的效果越好。然而，在實(shí)際應(yīng)用中，往往由于受到訓(xùn)練樣本不足問題的困擾，導(dǎo)致目標(biāo)檢測的效果不及預(yù)期。在給定的訓(xùn)練樣本集中，如果存在個別目標(biāo)類的樣本比重過低，往往導(dǎo)致模型對于該類目標(biāo)的特征總結(jié)不全面、不到位、不精準(zhǔn)，其最終后果將導(dǎo)致訓(xùn)練后的模型在這些類別識別能力上表現(xiàn)欠佳，在量化指標(biāo)上則直接表現(xiàn)為該類目標(biāo)的AP值（即：平均精準(zhǔn)度，Average?Precision）過低，限制了模型的應(yīng)用。為了提升模型的性能，不得不增加訓(xùn)練樣本。然而，新樣本的收集代價高，無論是時間方面還是成本方面。

發(fā)明內(nèi)容

為了克服現(xiàn)有技術(shù)存在的缺點(diǎn)，本發(fā)明提出了一種基于IOU策略的增強(qiáng)樣本生成方法。專門解決訓(xùn)練樣本量不足的問題，從樣本角度提升網(wǎng)絡(luò)模型的能力。相比于其他改進(jìn)和改善措施代價小、普適性強(qiáng)，且容易實(shí)施和控制，性價比優(yōu)勢顯著。

本發(fā)明提供一種基于IOU策略的增強(qiáng)樣本生成方法，包括以下步驟：

S01，輸入完整的訓(xùn)練樣本集；

S02，提取一張樣本，獲取樣本的寬與高和樣本中包含的目標(biāo)；

S03，針對樣本建立樣本坐標(biāo)系，按照寬與高兩個維度進(jìn)行有條件隨機(jī)切割，通過有條件的2×2隨機(jī)切分形成二維坐標(biāo)系，按照坐標(biāo)系的四個象限生成四張子樣本圖，形成四張子樣本；

S04，分析每張子樣本圖，借助IOU指標(biāo)判斷子樣本圖中是否包含目標(biāo)以及目標(biāo)切割損失程度，判斷切割后目標(biāo)是否滿足完整性要求，對于滿足完整性要求的目標(biāo)進(jìn)行標(biāo)注；

S05，將目標(biāo)符合完整性要求的子樣本作為合法樣本，納入訓(xùn)練樣本集，實(shí)現(xiàn)訓(xùn)練樣本的增補(bǔ)；

S06，判斷是否遍歷原始樣本集，否則繼續(xù)重復(fù)步驟S02-S05，是則判斷訓(xùn)練樣本量是否達(dá)標(biāo)，達(dá)標(biāo)則程序結(jié)束，不達(dá)標(biāo)則重復(fù)S01-S05，將增補(bǔ)后的訓(xùn)練樣本集作為原始樣本集進(jìn)行再次的切割、增補(bǔ)。

所述的S01，應(yīng)當(dāng)輸入完整的訓(xùn)練樣本集，完整的訓(xùn)練樣本集滿足業(yè)界規(guī)范的voc2007/voc2012格式，即：樣本集由原始樣本圖（.jpg格式）和該樣本圖對應(yīng)的目標(biāo)標(biāo)注文件（.xml格式）構(gòu)成。

所述的S02，針對一張樣本，先獲取樣本圖寬與高，以及樣本中包含的目標(biāo)列表，每個目標(biāo)的信息格式為：【目標(biāo)名，目標(biāo)坐標(biāo)[x0,y0,x1,y1]】，若該樣本上的目標(biāo)為多個，則按照列表的方式組織目標(biāo)信息。

所述的S03，所述的有條件隨機(jī)切割，是指：寬維度隨機(jī)切割的切割點(diǎn)位于寬度的1/3至2/3范圍，高維度隨機(jī)切割的切割點(diǎn)位于高度的1/3至2/3范圍。這樣可以保證樣本切割保持一定的“隨機(jī)”性，同時，也能保證切割出來的子圖尺寸不會過小或者過大。按照這種有條件隨機(jī)雙維度切割，生成四張子樣本。

所述S04中，所述的IOU指標(biāo)，指目標(biāo)切割前后的面積比，評價目標(biāo)切割的損失程度，具體為目標(biāo)切割后殘存面積與原始面積之比。目標(biāo)A1，其原始面積為s0，切割之后，在某張子圖中，該目標(biāo)殘存的面積為s1，則目標(biāo)1在這張子圖中的IOU為s1/s0。IOU=1，表示無損切割；IOU1，則表示有損切割；IOU越小，則表示切割的損失程度越大。