[发明专利]数据增强方法、装置及计算机可读存储介质

说明书

本发明公开了一种数据增强方法，该方法包括：获取原始图片；对原始图片执行第一处理操作，得到第一处理图片，并将第一处理图片与所述原始图片合并得到第一扩充图片集；对第一扩充图片集执行第二处理操作，得到处理后的第一扩充图片集，并将处理后的第一扩充图片集与第一扩充图片集合并得到第二扩充图片集；对第二扩充图片集执行第三处理操作，得到处理后的第二扩充图片集，并将处理后的第二扩充图片集与第二扩充图片集合并得到第三扩充图片集；将所述第三扩充图片集作为增强后的图片集。本发明还提出一种数据增强装置以及一种计算机可读存储介质。本发明，增加数据的多样性，增强数据使得训练样本更为充分。

技术领域

本发明涉及计算机技术领域，尤其涉及一种数据增强方法、装置及计算机可读存储介质。

背景技术

目前为止的OCR业务基本上都是数据驱动的，这些业务依赖于大量的数据进行深度学习(例如神经网络)模型的训练并用之于对目标字段的检测和识别。绝大部分应用的深度学习结构尤其是有监督的神经网络，需要大量的训练数据来进行学习。训练数据需要人工标注出所需要的字段在图片上的位置和对应的真实的文本值以后，才能够进行检测和识别模型的训练。

在实际业务中，经常会出现人工搜集的图片难以覆盖全部场景，人工标注的速度赶不上工期，导致最终标注的数据量不能够很好的让检测和识别模型达到最佳效果的情况。在以上这种标注的数据十分有限的情况下训练出来的模型准确率通常不是很高，即深度学习依赖大量的标注数据，在缺少足够的数据支持下，深度学习训练出来的模型效果一般。为了改善这种情况，需要对现有的标注数据进行一些处理，扩增数据总量。

发明内容

本发明提供一种数据增强方法、装置及计算机可读存储介质，其主要目的在于增加训练数据的多样性，从而更真实的贴近实际场景。

为实现上述目的，本发明还提供一种数据增强方法，所述方法包括：

获取原始图片；

对原始图片执行第一处理操作，得到第一处理图片，并将第一处理图片与所述原始图片合并得到第一扩充图片集，其中所述第一处理操作包括以下至少一种：模糊处理，噪声处理；

对第一扩充图片集执行第二处理操作，得到处理后的第一扩充图片集，并将处理后的第一扩充图片集与第一扩充图片集合并得到第二扩充图片集，其中第二处理操作包括以下至少一种：移动操作、旋转操作、填充操作；

对第二扩充图片集执行第三处理操作，得到处理后的第二扩充图片集，并将处理后的第二扩充图片集与第二扩充图片集合并得到第三扩充图片集，其中第三处理操作包括以下至少一种：对比度处理操作、颜色处理操作；

将所述第三扩充图片集作为增强后的图片集。

优选地，所述对原始图片执行第一处理操作，得到第一处理图片，并将第一处理图片与所述原始图片合并得到第一扩充图片集包括：

分别使用不同的窗口尺寸对原始图片进行均值模糊处理，得到各个窗口尺寸对应的图片，将各个窗口尺寸对应的图片与原始图片进行合并，得到第一合并图片集；

对第一合并图片集中各个图片进行高斯模糊处理，得到第一合并图片集中各个图片对应的高斯模糊处理的图片，并将第一合并图片集中各个图片对应的高斯模糊处理的图片与第一合并图片集合并得到第二合并图片集；

对第二合并图片集中各个图片进行高斯噪声处理，得到第二合并图片集中各个图片对应的高斯噪声处理的图片，并将第二合并图片集中各个图片对应的高斯噪声处理的图片与第二合并图片集合并得到第一扩充图片集。

优选地，所述对第一扩充图片集执行第二处理操作，得到处理后的第一扩充图片集，并将处理后的第一扩充图片集与第一扩充图片集合并得到第二扩充图片集包括：