[发明专利]一种图像样本处理方法、装置及存储介质

说明书

本申请实施例公开了一种图像样本处理方法、装置及存储介质，该包括：提取出原始数据集中第一图像样本的前景图像，得到M张前景图像；其中，M取正整数；采用预设的均衡化处理策略对所述M张前景图像进行均衡化处理，得到P张前景图像；其中，P取大于M的整数；利用所述P张前景图像和至少一张背景图像构建第二图像样本，并利用构建的第二图像样本和所述第一图像样本组成目标数据集。如此，通过对原始数据集中的前景图像进行均衡化处理，使不同类型或不同尺寸的前景图像能够均衡分布，再将均衡处理后的前景图像与背景图像合成，得到更多的图像样本，可以为检测模型提高丰富且均衡的图像样本，从而提高检测模型的训练效果。

技术领域

本申请涉及图像处理技术，尤其涉及一种图像样本处理方法、装置及存储介质。

背景技术

基于机器学习的图像目标检测技术日渐成熟，已经在诸多领域得到应用，并发挥强大的技术效能。检测模型在训练时通常利用一个公开的数据集或者自己制作的数据集来作为训练样本，但现有数据集中不可避免的会存在图像样本类别不均衡的问题，数据集中图像样本类别分布不均衡会对检测模型的收敛产生很大的影响，从而影响检测模型的检测效果。

发明内容

为解决上述技术问题，本申请实施例期望提供一种图像样本处理方法、装置及存储介质。

本申请的技术方案是这样实现的：

第一方面，提供了一种种图像样本处理方法，所述方法包括：

提取出原始数据集中第一图像样本的前景图像，得到M张前景图像；其中，M取正整数；

采用预设的均衡化处理策略对所述M张前景图像进行均衡化处理，得到P张前景图像；其中，P取大于M的整数；

利用所述P张前景图像和至少一张背景图像构建第二图像样本，并利用构建的第二图像样本和所述第一图像样本组成目标数据集。

第二方面，提供了一种图像样本处理装置，所述装置包括：

提取单元，用于提取出原始数据集中第一图像样本的前景图像，得到M张前景图像；其中，M取正整数；

均衡单元，用于采用预设的均衡化处理策略对所述M张前景图像进行均衡化处理，得到P张前景图像；其中，P取大于M的整数；

构建单元，用于利用所述P张前景图像和至少一张背景图像构建第二图像样本，并利用构建的第二图像样本和所述第一图像样本组成目标数据集。

第三方面，提供了一种计算机存储介质，其上存储有计算机程序，其中，该计算机程序被处理器执行时实现前述方法的步骤。

采用上述技术方案，提取出原始数据集中第一图像样本的前景图像，得到M张前景图像；其中，M取正整数；采用预设的均衡化处理策略对所述M张前景图像进行均衡化处理，得到P张前景图像；其中，P取大于M的整数；利用所述P张前景图像和至少一张背景图像构建第二图像样本，并利用构建的第二图像样本和所述第一图像样本组成目标数据集。如此，通过对原始数据集中的前景图像进行均衡化处理，使不同类型或不同尺寸的前景图像能够均衡分布，再将均衡处理后的前景图像与背景图像合成，得到更多的图像样本，可以为检测模型提高丰富且均衡的图像样本，从而提高检测模型的训练效果。

附图说明

图1为本申请实施例中图像样本处理方法的流程示意图；

图2为本申请实施例中原始数据集中不同尺度前景图像的分布示意图；

图3为本申请实施例中原始数据集中不同类别样本数量的分布示意图；

图4为本申请实施例中不同尺度前景图像扩充数量的分布示意图；

图5为本申请实施例中扩充后的不同尺度前景图像的第一分布示意图；