[发明专利]一种样本生成方法、装置、计算机设备和存储介质在审

专利信息
申请号: 202011259861.3 申请日: 2020-11-12
公开(公告)号: CN112381222A 公开(公告)日: 2021-02-19
发明(设计)人: 刘畅;赵鑫 申请(专利权)人: 北京乐学帮网络技术有限公司
主分类号: G06N3/08 分类号: G06N3/08;G06N20/00;G06T3/00;G06T3/40;G06T3/60
代理公司: 北京中知恒瑞知识产权代理事务所(普通合伙) 11889 代理人: 谢玲
地址: 100094 北京市海淀区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 样本 生成 方法 装置 计算机 设备 存储 介质
【说明书】:

本公开提供了一种样本生成的方法、装置、计算机设备和存储介质,其中,该方法包括:获取包括目标对象的第一图像、以及原始背景图像;其中,所述第一图像中除所述目标对象所在第一区域外的第二区域的颜色,满足预设的颜色条件;基于所述第一图像生成包括所述目标对象的前景图像、以及与所述第一图像对应的第一标注图像;基于所述原始背景图像和所述前景图像,生成第二图像;基于所述第一标注图像、以及所述第二图像,生成样本。本公开实施例降低了生成标注图像的成本,提高了训练样本的精度。

技术领域

本公开涉及机器学习技术领域,具体而言,涉及一种样本生成方法、装置、计算机设备和存储介质。

背景技术

在对神经网络进行有监督学习或者半监督学习的时候,需要具有标注信息的样本图像。且样本图像的标注信息越精确,神经网络的性能也越好。

样本图像的标注信息可以由人工标注或者使用标注工具标注,人工标注的人力成本和时间成本较大,且标注精度会受到标注人员的主观差异性影响,不够精准;使用标注工具标注图像的时间成本也很高,且标注的信息也不够准确精细,这造成了采用人工标注或者还是用标注工具标注生成的样本对神经网络训练时,神经网络的精度受到影响。

发明内容

本公开实施例至少提供一种样本生成方法、装置、计算机设备和存储介质。

第一方面,本公开实施例提供了一种样本生成方法,包括:获取包括目标对象的第一图像、以及原始背景图像;其中,所述第一图像中除所述目标对象所在第一区域外的第二区域的颜色,满足预设的颜色条件;基于所述第一图像生成包括所述目标对象的前景图像、以及与所述第一图像对应的第一标注图像;基于所述原始背景图像和所述前景图像,生成第二图像;基于所述第一标注图像、以及所述第二图像,生成样本。

在一种可能的实施方式中,所述颜色条件,包括:位于所述第二区域的像素点的像素值属于预设的像素值区间。

在一种可能的实施方式中,基于所述第一图像生成包括所述目标对象的前景图像,包括:基于所述颜色条件,从所述第一图像中确定属于所述目标对象的第一像素点;基于所述第一像素点在所述第一图像中的位置、以及所述第一像素点的像素值,生成所述前景图像。

在一种可能的实施方式中,基于所述第一图像生成与所述第一图像对应的第一标注图像,包括:基于所述颜色条件,从所述第一图像中确定属于所述第二区域的第二像素点;基于所述第二像素点在所述第一图像中的位置,生成所述第一标注图像。

在一种可能的实施方式中,所述基于所述第一像素点在所述第一图像中的位置,生成所述第一标注图像,包括:基于所述第二像素点在所述第一图像中的位置,确定所述第一区域和所述第二区域的边界像素点;基于所述边界像素点在所述第一图像中的位置,将所述第一区域和所述第二区域的边界进行柔化处理;基于柔化处理的结果,生成所述第一标注图像。

在一种可能的实施方式中,基于所述原始背景图像和所述前景图像,生成第二图像,包括:基于所述原始背景图像,生成与所述前景图像适配的背景图像;基于所述背景图像以及所述前景图像,生成所述第二图像。

在一种可能的实施方式中,基于所述原始背景图像,生成与所述前景图像适配的背景图像,包括:将所述原始背景图像进行下述至少一种处理,得到与所述前景图像适配的背景图像:放大处理、缩小处理、裁剪处理、以及旋转处理。

在一种可能的实施方式中,基于所述背景图像以及所述前景图像,生成所述第二图像,包括:对所述背景图像和/或所述前景图像,进行下述至少一种参数调整处理,并基于所述参数调整处理的结果,生成所述第二图像;所述参数调整处理包括:亮度参数调整、对比度调整、颜色变换、光照参数调整、以及尺寸调整。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京乐学帮网络技术有限公司,未经北京乐学帮网络技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011259861.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top