[发明专利]样本数据生成方法、装置和设备

说明书

本申请提供一种样本数据生成方法、装置和设备，方法包括：获取目标物体的实验图像数据；对所述实验图像数据进行图像处理，得到所述目标物体在预设环境下的亮度图像数据；根据所述实验图像数据和所述亮度图像数据，生成所述目标物体的样本数据。本申请实现了根据目标物体的实验图像数据，生成预设环境下的亮度图像数据，并将实验图像数据与亮度图像数据结合，生成目标物体的样本数据，减小样本数据与真实场景下的图像数据的差异。

技术领域

本申请涉及信息处理技术领域，具体而言，涉及一种样本数据生成方法、装置和设备。

背景技术

在零售商品渠道监控领域，使用深度学习方法来做商品识别目前是较为成熟的方案。目前的深度学习模型只能对训练样本集中的类别进行识别，当客户需要新增商品类别时，需要重新训练模型。

而在实际场景中，新商品的样本集往往只能采集到实验室数据，而无法采集到新增类别在真实场景下的数据。由于实验室场景数据与真实数据之间分布存在差异，导致重新训练的识别模型识别准确率较低。

发明内容

本申请实施例的目的在于提供一种样本数据生成方法、装置和设备，用以实现根据目标物体的实验图像数据，生成预设环境下的亮度图像数据，并将实验图像数据与亮度图像数据结合，生成目标物体的样本数据。

本申请实施例第一方面提供了一种样本数据生成方法，包括：获取目标物体的实验图像数据；对所述实验图像数据进行图像处理，得到所述目标物体在预设环境下的亮度图像数据；根据所述实验图像数据和所述亮度图像数据，生成所述目标物体的样本数据。

于一实施例中，所述对所述实验图像数据进行图像处理，得到所述目标物体在预设环境下的亮度图像数据，包括：将所述实验图像数据转换至预设颜色空间，生成三通道图像数据；根据所述三通道图像数据和预设环境参数，生成所述目标物体在所述预设环境下所述亮度图像数据。

于一实施例中，所述根据所述实验图像数据和所述亮度图像数据，生成所述目标物体的样本数据，包括：于所述三通道图像数据中，提取除去亮度通道以外的二通道图像数据；将所述二通道图像数据和所述亮度图像数据合并，生成所述目标物体的所述样本数据。

于一实施例中，还包括：采集所述目标物体在所述预设环境下的实际图像数据；根据所述实验图像数据和所述实际图像数据，调整所述样本数据。

于一实施例中，还包括：根据所述样本数据建立识别模型；藉由所述识别模型识别所述目标物体的类别。

本申请实施例第二方面提供了一种样本数据生成装置，包括：获取模块，用于获取目标物体的实验图像数据；处理模块，用于对所述实验图像数据进行图像处理，得到所述目标物体在预设环境下的亮度图像数据；生成模块，用于根据所述实验图像数据和所述亮度图像数据，生成所述目标物体的样本数据。

于一实施例中，所述处理模块用于：将所述实验图像数据转换至预设颜色空间，生成三通道图像数据；根据所述三通道图像数据和预设环境参数，生成所述目标物体在所述预设环境下所述亮度图像数据。

于一实施例中，所述生成模块用于：于所述三通道图像数据中，提取除去亮度通道以外的二通道图像数据；将所述二通道图像数据和所述亮度图像数据合并，生成所述目标物体的所述样本数据。

于一实施例中，还包括：采集模块，用于采集所述目标物体在所述预设环境下的实际图像数据；调整模块，用于根据所述实验图像数据和所述实际图像数据，调整所述样本数据；

于一实施例中，还包括：建立模块，用于根据所述样本数据建立识别模型；识别模块，用于藉由所述识别模型识别所述目标物体的类别。

本申请实施例第三方面提供了一种电子设备，包括：存储器，用以存储计算机程序；处理器，用以执行本申请实施例第一方面及其任一实施例的方法，以生成目标物体的样本数据。