[发明专利]一种基于深度学习的训练数据平衡方法、设备和系统

权利要求书

1.一种基于深度学习的训练数据平衡方法，其特征在于，所述方法包括：

获取测试数据中目标类别的图像尺寸所占所有图像总尺寸的第一尺寸比例；

获取训练数据中所述目标类别的图像尺寸所占所有待调整类别的图像总尺寸的第二尺寸比例，以及所述目标类别的锚框数量所占所述所有待调整类别的锚框总数量的锚框数量比例；

根据所述第一尺寸比例和所述第二尺寸比例，调整所述训练数据中所述目标类别的框值最大的图片以及框值最小的图片；

根据所述锚框数量比例，调整所述训练数据中所述目标类别的图片数量；

所述根据所述第一尺寸比例和所述第二尺寸比例，调整所述训练数据中所述目标类别的框值最大的图片以及框值最小的图片之前，所述方法还包括：

若所述第一尺寸比例和所述第二尺寸比例之间的差值绝对值小于尺寸比例阈值，则无需调整所述训练数据中所述目标类别的框值最大的图片以及框值最小的图片，否则，则调整所述训练数据中所述目标类别的框值最大的图片以及框值最小的图片；

所述根据所述第一尺寸比例和所述第二尺寸比例，调整所述训练数据中所述目标类别的框值最大的图片以及框值最小的图片包括：

若所述第一尺寸比例和所述第二尺寸比例之间的差值大于所述尺寸比例阈值，则删除所述框值最大的图片；

若所述第二尺寸比例和所述第一尺寸比例之间的差值大于所述尺寸比例阈值，则增加所述框值最小的图片。

2.根据权利要求1所述的方法，其特征在于，所述根据所述锚框数量比例，调整所述训练数据中所述目标类别的图片数量之前，所述方法还包括：

若所述锚框数量比例与其他目标类别的锚框数量比例之间的差值绝对值小于锚框数量阈值，则无需调整所述训练数据中所述目标类别的图片数量，否则，则调整所述训练数据中所述目标类别的图片数量。

3.根据权利要求2所述的方法，其特征在于，所述根据所述锚框数量比例，调整所述训练数据中所述目标类别的图片数量包括：

所述锚框数量比例与所述其他目标类别的锚框数量比例之间的差值大于所述锚框数量阈值，则减少所述目标类别的图片数量；

所述其他目标类别的锚框数量比例与所述锚框数量比例之间的差值大于所述锚框数量阈值，则增加所述目标类别的图片数量。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

根据调整后的训练数据进行训练，获取训练结果；

若所述训练结果不符合预期，则继续执行所述获取所述第一尺寸比例以及所述锚框数量比例的步骤。

5.一种训练数据平衡设备，其特征在于，所述设备包括：

获取模块，用于获取测试数据中目标类别的图像尺寸所占所有图像总尺寸的第一尺寸比例；

所述获取模块还用于获取训练数据中所述目标类别的图像尺寸所占所述所有待调整类别的图像总尺寸的第二尺寸比例，以及所述目标类别的锚框数量所占所述所有待调整类别的锚框总数量的锚框数量比例；

调整模块，用于根据所述第一尺寸比例和所述第二尺寸比例，调整所述训练数据中所述目标类别的框值最大的图片以及框值最小的图片；

所述调整模块还用于根据所述锚框数量比例，调整所述训练数据中所述目标类别的图片数量；

所述调整模块具体用于：

若所述第一尺寸比例和所述第二尺寸比例之间的差值绝对值小于尺寸比例阈值，则无需调整所述训练数据中所述目标类别的框值最大的图片以及框值最小的图片；

若所述第一尺寸比例和所述第二尺寸比例之间的差值大于所述尺寸比例阈值，则删除所述框值最大的图片；

若所述第二尺寸比例和所述第一尺寸比例之间的差值大于所述尺寸比例阈值，则增加所述框值最小的图片。