[发明专利]一种基于深度学习的训练数据获取方法和系统

说明书

本发明公开了一种基于深度学习的训练数据获取方法，包括：获取样本数据，对得到的样本数据进行预处理操作，以得到预处理后的样本数据，将预处理后的样本数据输入训练好的DCGAN模型中，以得到输出结果作为最终的训练数据。本发明能够解决现有工业互联网标识解析系统中，由于标签数据数量过于庞大且类别众多，导致用于训练用的标签数据采集困难的技术问题，以及采集大量数据会增加人力成本、耗时耗力的技术问题，以及由于采集数据缺乏多样性、冗余度高而导致训练识别模型时出现过拟合的技术问题。

技术领域

本发明属于计算机应用软件领域，更具体地，涉及一种基于深度学习的训练数据获取方法和系统。

背景技术

在工业互联网体系中，网络是基础，而标识是网络的基础，是网络的“身份证”，工业互联网标识解析系统是实现工业全要素、各环节信息互通的关键枢纽；通过给每一个对象赋予标识，并借助工业互联网标识解析系统，就能够实现跨地域、跨行业、跨企业的信息查询和共享。

目前，工业互联网标识解系统是通过条形码、二维码、无线射频识别标签等方式赋予物品唯一的标签。如果需要准确识别该标签，需要借助于一个高效率的的标签识别模型，而实现高效率标签识别模型的关键点，在于采集训练数据，并利用该训练数据对标签识别模型进行训练。

然而，在现有工业互联网标识解析系统中，由于标签数据数量过于庞大且类别众多，会导致用于训练用的标签数据采集困难；另外，采集大量数据会增加人力成本，耗时耗力；此外，现有工业互联网标识解析系统采集的数据缺乏多样性，冗余度高，这会导致训练识别模型时出现过拟合的问题

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种基于深度学习的训练数据获取方法和系统，其目的在于，解决现有工业互联网标识解析系统中，由于标签数据数量过于庞大且类别众多，导致用于训练用的标签数据采集困难的技术问题，以及采集大量数据会增加人力成本、耗时耗力的技术问题，以及由于采集数据缺乏多样性、冗余度高而导致训练识别模型时出现过拟合的技术问题。

为实现上述目的，按照本发明的一个方面，提供了一种基于深度学习的训练数据获取方法，包括如下步骤：

(1)获取样本数据；

(2)对步骤(1)得到的样本数据进行预处理操作，以得到预处理后的样本数据；

(3)将步骤(2)预处理后的样本数据输入训练好的DCGAN模型中，以得到输出结果作为最终的训练数据。

优选地，步骤(1)中获取样本数据，可以是通过线阵相机对可拍摄物品进行现场采集，并对采集的数据进行分类整理后得到，也可以是利用网络爬虫技术从互联网上爬取可用的标签数据后得到。

优选地，步骤(2)具体为，首先对样本数据中存在的模糊、缺损数据进行数据清洗，然后对数据清洗后的样本数据进行数据裁剪，随后，对数据裁剪后的样本数据进行归一化操作，最后对归一化操作后的样本数据进行扩容操作，以得到预处理后的样本数据。

优选地，DCGAN模型包括彼此连接的生成器网络和判别器网络。

优选地，生成器网络的网络结构如下：

第一层是卷积模块层，其是由卷积层、正则化层以及激活函数组成，输入大小为256*256*3。其中，卷积核大小为3*3，步长为2，输出大小为128*128*64，正则化层的local_size是5，alpha值是0.0001，beta值是0.75，激活函数采用ReLU。

第二层是卷积模块层，其是由卷积层、正则化层以及激活函数组成，输入大小为128*128*64。其中，卷积核大小为3*3，步长为2，输出大小为64*64*128，正则化层的local_size是5，alpha值是0.0001，beta值是0.75，激活函数采用ReLU。