[发明专利]图像处理方法及相关产品

说明书

本申请实施例提供了一种图像处理方法及相关产品，其中，该方法包括：从待处理图像中确定M个参考粘贴位置，M为正整数；从所述M个参考粘贴位置中确定出预设图像块的目标粘贴位置；所述预设图像块中包括所述待处理图像中需要增广的目标；将所述预设图像块粘贴到所述目标粘贴位置，得到目标图像，从而使得稀缺目标的数量得到平衡，提升训练样本的丰富度，进而提高对稀有目标检测时的准确性。

技术领域

本申请涉及图像处理技术领域，具体涉及一种图像处理方法及相关产品。

背景技术

随着人工智能技术的不断发展，在目标检测方面也得到了快速发展。目标检测是指找出图像中所有感兴趣的目标，确定它们的大小和位置，是计算机视觉中最重要的问题之一。目标检测的应用十分广泛，包括车辆行人检测、人脸检测、军事目标检测等。近年来，深度学习方法在目标检测任务中取得了极大的成功，是目前最重要、使用最广泛的一种目标检测技术。

使用深度学习方法解决目标检测问题时，训练数据的质量是影响检测性能的一个重要因素。例如，如果训练数据太少，或者过于片面，不能反映实际中的多种情况，往往会导致模型过拟合，缺少泛化能力。又如，实际采集的训练数据常常出现目标物体数量不平衡的情况，某一类或几类的目标远远少于其他类别，这会导致这些稀缺目标的检测准确率很低。

发明内容

本申请实施例提供一种图像处理方法及相关产品，能够提升对稀有目标检测时的准确性。

第一方面，本申请实施例的提供了一种图像处理方法，所述方法包括：

一种图像处理方法，其特征在于，所述方法包括：

从待处理图像中确定M个参考粘贴位置，M为正整数；

从所述M个参考粘贴位置中确定出预设图像块的目标粘贴位置；所述预设图像块中包括所述待处理图像中需要增广的目标；

将所述预设图像块粘贴到所述目标粘贴位置，得到目标图像。

结合第一方面，在第一方面的第一种可能的实现方式中，在从待处理图像中确定M个参考粘贴位置之前，所述方法还包括：

对所述待处理图像进行分割，得到第一区域的图像块和第二区域的图像块，其中，所述待处理图像中需要增广的目标出现在所述第一区域，不出现在所述第二区域；

所述从待处理图像中确定M个参考粘贴位置，包括：

从所述第一区域的图像块中确定M个参考粘贴位置。

结合第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，所述第一区域的图像块为道路区域的图像块，所述第二区域的图像块为非道路区域的图像块；所述对所述待处理图像进行分割，得到第一区域的图像块和第二区域的图像块，包括：

对所述待处理图像进行分割，得到道路区域的图像块和非道路区域的图像块，其中，所述待处理图像中需要增广的目标出现在所述道路区域，不出现在所述非道路区域；

所述从所述第一区域的图像块中确定M个参考粘贴位置，包括：

从所述道路区域的图像块中确定M个参考粘贴位置。

结合第一方面的第一种可能的实现方式或第一方面的第二种可能的实现方式，在第一方面的第三种可能的实现方式中，从所述M个参考粘贴位置中确定出预设图像块的目标粘贴位置，包括：

根据所述参考粘贴位置的面积和N个真实目标的面积，从所述M个参考粘贴位置中确定出所述目标粘贴位置，所述真实目标为所述待处理图像中的对象，N为正整数。

结合第一方面的第三种可能的实现方式，在第一方面的第四种可能的实现方式中，所述根据所述参考粘贴位置的面积和所述N个真实目标的面积，从所述M个参考粘贴位置中确定出所述目标粘贴位置，包括：