[发明专利]样本生成、神经网络的训练、数据处理方法及装置在审
申请号: | 202210325222.5 | 申请日: | 2022-03-29 |
公开(公告)号: | CN114882456A | 公开(公告)日: | 2022-08-09 |
发明(设计)人: | 秦海芳;孙建建;程光亮;石建萍 | 申请(专利权)人: | 上海商汤临港智能科技有限公司 |
主分类号: | G06V20/56 | 分类号: | G06V20/56;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
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: | 吴迪 |
地址: | 200232 上海市自由贸易试验区临港*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 样本 生成 神经网络 训练 数据处理 方法 装置 | ||
1.一种样本生成方法,其特征在于,包括:
获取样本图像、以及所述样本图像中待检测对象对应的标注框;
基于所述标注框,从所述样本图像中确定属于所述待检测对象的备选像素点、以及与所述标注框对应的待检测对象的中心像素点;
利用所述备选像素点与所述待检测对象的中心像素点之间的第一距离,从所述备选像素点中,确定属于所述待检测对象的目标像素点;
基于所述目标像素点在所述样本图像中的位置,生成所述样本图像的标注信息。
2.根据权利要求1所述的样本生成方法,其特征在于,所述待检测对象包括:第一待检测对象以及第二待检测对象;
所述基于所述标注框,从所述样本图像中确定属于所述待检测对象的备选像素点,包括:
针对所述第一待检测对象,在所述第一待检测对象对应的第一标注框、与第二待检测对象对应的第二标注框存在重叠区域的情况下,基于所述第一标注框的面积、以及所述第二标注框的面积,从所述第一待检测对象和所述第二待检测对象中,确定所述重叠区域中的像素点对应的目标待检测对象;
基于所述重叠区域中的像素点对应的目标待检测对象、以及所述第一标注框,为所述第一待检测对象确定属于所述第一待检测对象的备选像素点。
3.根据权利要求2所述的样本生成方法,其特征在于,基于所述第一标注框的面积、以及所述第二标注框的面积,从所述第一待检测对象和所述第二待检测对象中,确定所述重叠区域中的像素点对应的目标待检测对象,包括:
将所述第一标注框的面积和所述第二标注框的面积进行比对;
响应于所述第一标注框的面积小于所述第二标注框的面积,将所述重叠区域中的像素点对应的目标待检测对象确定为所述第一待检测对象;
响应于所述第一标注框的面积大于所述第二标注框的面积,将所述重叠区域中的像素点对应的目标待检测对象确定为所述第二待检测对象。
4.根据权利要求2或3所述的样本生成方法,其特征在于,所述基于所述重叠区域中的像素点对应的目标待检测对象、以及所述第一标注框,为所述第一待检测对象确定属于所述第一待检测对象的备选像素点,包括:
响应于所述目标待检测对象为所述第一待检测对象,将所述第一标注框中所有的像素点,均确定为所述第一待检测对象对应的备选像素点;
响应于所述目标待检测对象为所述第二待检测对象,将所述第一标注框中除所述重叠区域外的其他区域对应的像素点确定为属于所述第一待检测对象的备选像素点。
5.根据权利要求1-4任一项所述的样本生成方法,其特征在于,所述利用所述备选像素点与所述待检测对象的中心像素点之间的第一距离,从所述备选像素点中,确定属于所述待检测对象的目标像素点,包括:
基于所述第一标注框的尺寸信息,确定与所述尺寸信息对应的距离阈值;
针对所述备选像素点中的每个备选像素点,将所述每个备选像素点与所述中心像素点之间的第一距离与所述距离阈值进行比对;
在所述第一距离小于所述距离阈值的情况下,将所述每个备选像素点确定为属于所述待检测对象的目标像素点。
6.根据权利要求1-5任一项所述的样本生成方法,其特征在于,所述样本图像的标注信息,包括:
属于所述待检测对象的目标像素点对应的第一分类信息、以及非目标像素点对应的第二分类信息。
7.根据权利要求1-6任一项所述的样本生成方法,其特征在于,所述样本图像的标注信息,还包括:表征所述目标像素点属于对应待检测对象的概率值;
所述基于所述目标像素点在所述样本图像中的位置,生成所述样本图像的标注信息,包括:
针对所述目标像素点中的每个目标像素点,基于所述每个目标像素点在所述样本图像中的位置、以及所述目标像素点所属待检测对象对应的中心像素点在所述样本图像中的位置,确定所述每个目标像素点对应的属于所属待检测对象的概率值;
基于所述目标像素点对应的概率值,生成所述样本图像的标注信息。
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上海商汤临港智能科技有限公司,未经上海商汤临港智能科技有限公司许可,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/202210325222.5/1.html,转载请声明来源钻瓜专利网。