[发明专利]一种用于物体识别的人工智能训练数据集生成的方法

说明书

本发明公开一种用于物体识别的人工智能训练数据集生成的方法，涉及数据仿真技术领域；利用游戏引擎建立所有的变量皆为可控变量的仿真环境，在仿真环境中生成人工智能训练用的物品的3D模型，通过获取物品3D模型的图像或视频流进行数据的获取，并根据当前生成数据的仿真环境和所述物品自动生成数据的标签，将获取的带标签的数据生成用于进行物体识别的人工智能训练数据集；有效提高训练效率，减少训练数据收集的难度，同时提供极高的仿真度以及对显卡的高效利用。

技术领域

本发明公开一种训练数据集生成的方法，涉及数据仿真技术领域，具体地说是一种用于物体识别的人工智能训练数据集生成的方法。

背景技术

在人工智能领域中，人工智能的训练需要大量的训练数据，而且这些数据需要伴有相关的参数作为训练对照，因此生成或获取这些数据是大部分研究者和没有相关资源的企业面临的难题。当前在物体识别的人工智能训练中，训练数据的收集大多是对实际物体进行拍摄然后进行添加标签等工作以完成数据的生成，十分消耗时间和人力。

而本发明提供一种用于物体识别的人工智能训练数据集生成的方法，有效提高训练效率，减少训练数据收集的难度，同时提供极高的仿真度以及对显卡的高效利用。通过这一方法，可以高速高效的收集大量高仿真度条件可控的数据用于3D物体识别的人工智能训练数据集，或在高仿真环境中进行人工智能训练。这一方法减少了将人工智能放入真实环境的硬件需求，能够在高仿真的前提下做到环境变量可控，能够有效提高训练数据收集效率。

发明内容

本发明针对现有技术的问题，提供一种用于物体识别的人工智能训练数据集生成的方法，具有通用性强、实施简便等特点，具有广阔的应用前景。

本发明提出的具体方案是：

一种用于物体识别的人工智能训练数据集生成的方法：

利用游戏引擎建立所有的变量皆为可控变量的仿真环境，在仿真环境中生成人工智能训练用的物品的3D模型，通过获取物品3D模型的图像或视频流进行数据的获取，并根据当前生成数据的仿真环境和所述物品自动生成数据的标签，将获取的带标签的数据生成用于进行物体识别的人工智能训练数据集。

所述的方法中游戏引擎建立所有的变量皆为可控变量的仿真环境，在仿真环境中生成人工智能训练用的物品的3D模型，通过调整仿真环境的参数，获取物品3D模型的图像或视频流的数据。

所述的方法中根据仿真环境中生成人工智能训练用的物品的3D模型改变仿真环境的参数，获取物品3D模型的图像或视频流的数据。

所述的方法中根据游戏引擎在当前生成数据的仿真环境中设定的所述物品的参数自动生成数据的标签。

一种用于物体识别的人工智能训练数据集生成的系统，基于游戏引擎，利用游戏引擎建立所有的变量皆为可控变量的仿真环境，在仿真环境中生成人工智能训练用的物品的3D模型，通过获取物品3D模型的图像或视频流进行数据的获取，并根据当前生成数据的仿真环境和所述物品自动生成数据的标签，将获取的带标签的数据生成用于进行物体识别的人工智能训练数据集。

所述的系统中游戏引擎建立所有的变量皆为可控变量的仿真环境，在仿真环境中生成人工智能训练用的物品的3D模型，通过调整仿真环境的参数，获取物品3D模型的图像或视频流的数据。

所述的系统中游戏引擎根据仿真环境中生成人工智能训练用的物品的3D模型改变仿真环境的参数，获取物品3D模型的图像或视频流的数据。

所述的系统中根据游戏引擎在当前生成数据的仿真环境中设定的所述物品的参数自动生成数据的标签。

本发明的有益之处是：