[发明专利]一种深度学习样本收集方法、装置、设备及存储介质

权利要求书

1.一种深度学习样本收集方法，其特征在于，包括：

在视频数据的一帧图像中确定目标对象并标注出所述目标对象的感兴趣区域；

根据在所述图像中确定的目标对象以及所述目标对象的感兴趣区域，利用即时定位与地图构建SLAM系统，在所述视频数据的多帧图像中标注出所述目标对象的感兴趣区域；

采集标注有所述目标对象的感兴趣区域的图像，作为所述目标对象的训练样本图像；

其中，所述根据在所述图像中确定的目标对象以及所述目标对象的感兴趣区域，利用即时定位与地图构建SLAM系统，在所述视频数据的多帧图像中标注出所述目标对象的感兴趣区域，包括：

通过所述SLAM系统，确定本帧图像中的所述目标对象相对于前一帧图像中的所述目标对象的位姿变化；

根据所述目标对象的位姿变化以及所述目标对象在所述前一帧图像中的感兴趣区域，标注出所述目标对象在本帧图像中的感兴趣区域。

2.如权利要求1所述的方法，其特征在于，所述利用即时定位与地图构建SLAM系统，在视频数据中标注出所述目标对象的感兴趣区域，包括：

针对正在拍摄的视频数据或者拍摄完成的视频数据，利用所述SLAM系统，在包含所述目标对象的每帧图像中，标注出所述目标对象的感兴趣区域。

3.如权利要求2所述的方法，其特征在于，所述针对正在拍摄的视频数据，利用所述SLAM系统，在包含所述目标对象的每帧图像中，标注出所述目标对象的感兴趣区域，包括：

拍摄不同光线条件下和/或不同位姿下的所述目标对象，并利用所述SLAM系统，在包含所述目标对象的每帧图像中标注出所述目标对象的感兴趣区域。

4.如权利要求3所述的方法，其特征在于，所述拍摄不同光线条件下和不同位姿下的所述目标对象，包括：

步骤2，调整当前光线亮度；

步骤4，对所述目标对象进行不同尺度的拍摄，以获得在当前光线亮度下不同尺度的所述目标对象的图像；

步骤6，围绕所述目标对象进行不同视角的拍摄，以获得在当前光线亮度下不同视角的所述目标对象的图像；

步骤8，判断预设的多个光线亮度是否都拍摄完毕，如果否，则跳转到步骤2。

5.如权利要求1～4中任一项所述的方法，其特征在于，所述在视频数据的一帧图像中确定目标对象并标注出所述目标对象的感兴趣区域，包括：

利用预设的目标检测模型，在视频数据中的图像中检测目标对象并标注出所述目标对象的感兴趣区域。

6.一种深度学习样本收集装置，其特征在于，包括以下程序模块：

目标确定模块，用于在视频数据的一帧图像中，确定目标对象并标注出所述目标对象的感兴趣区域；

目标标注模块，用于根据在所述图像中确定的目标对象以及所述目标对象的感兴趣区域，利用SLAM系统，在视频数据的多帧图像中标注出所述目标对象的感兴趣区域；

图像采集模块，用于采集标注有所述目标对象的感兴趣区域的图像，作为所述目标对象的训练样本图像；

其中，所述目标标注模块，用于：

通过所述SLAM系统，确定本帧图像中的所述目标对象相对于前一帧图像中的所述目标对象的位姿变化；

根据所述目标对象的位姿变化以及所述目标对象在所述前一帧图像中的感兴趣区域，标注出所述目标对象在本帧图像中的感兴趣区域。

7.如权利要求6所述的装置，其特征在于，所述目标标注模块，用于：

针对正在拍摄的视频数据或者拍摄完成的视频数据，利用所述SLAM系统，在包含所述目标对象的每帧图像中，标注出所述目标对象的感兴趣区域。

8.如权利要求7所述的装置，其特征在于，所述目标标注模块，用于：

拍摄不同光线条件下和/或不同位姿下的所述目标对象，并利用所述SLAM系统，在包含所述目标对象的每帧图像中标注出所述目标对象的感兴趣区域。