[发明专利]一种工业图像目标检测图像训练集的采样方法和存储介质

权利要求书

1.一种工业图像目标检测图像训练集的采集方法，其特征在于：用于对训练集中的每张待训练图像进行目标采集，每张待训练图像的目标采集包括如下步骤，

S1、对待训练图像并进行标注，将待训练图像进行标注形成n个矩形图像块，记录每个所述矩形图像块的坐标，每个所述矩形图像块的坐标形成坐标集Rect，其中n为大于等于0的整数；

S2、获取截取子图在待训练图像上的坐标，在待训练图像上随机采样形成矩形截取子图，所述截取子图为未含有目标对象的背景子图或含有目标对象的对象子图，所述背景子图和对象子图的截取比例可调节，所述截取子图在待训练图像上的坐标在待训练图像范围内；

S3、排除坐标集Rect中不在截取子图坐标范围内的矩形图像块的坐标，并修正坐标集Rect中剩余矩形图像块的坐标值，得到新的坐标集Rect’；

S4、获取采样图像，以所述截取子图的坐标在所述待训练图像上截取形成采样图像，其中采样图像中的矩形图像块的坐标按坐标集Rect’修正。

2.根据权利要求1所述的工业图像目标检测图像训练集的采集方法，其特征在于：所述矩形图像块的坐标为(x1,y1,x2,y2)，其中(x1,y1)、(x2,y2)为矩形图像块斜对角的第一顶点和第二顶点的坐标值，所述坐标集Rect＝{(x1,y1,x2,y2)₁,(x1,y1,x2,y2)₂,……(x1,y1,x2,y2)_n}。

3.根据权利要求2所述的工业图像目标检测图像训练集的采集方法，其特征在于：所述S2具体包括，

S21、随机产生截取子图的第一顶点在待训练图像上的坐标(x3,y3)；

S22、计算截取子图第二顶点在待训练图像上坐标(x4,y4)，其中第一顶点和第二顶点为矩形对角线上的两个顶点，x4＝x3+ws,y4＝y3+hs，其中ws为截取子图的宽度，hs为截取子图的高度；

S23、判断截取子图在待训练图像上的坐标是否在待训练图像内，若否，执行步骤S24,若是，执行步骤S25；

S24、通过修正算法对S22中的(x3,y3)和(x4,y4)进行修正，保证修整后的截取子图坐标在待训练图像范围内，并将修正后的(x3,y3,x4,y4)作为截取子图在待训练图像上的坐标；

S25、将S22中的(x3,y3，x4,y4)作为截取子图在待训练图像上的坐标。

4.根据权利要求3所述的工业图像目标检测图像训练集的采集方法，其特征在于：所述S21具体包括

生成在[0，1]上均匀分布的随机数a并与预置的阈值b比较，若随机数a阈值b，则(x3,y3)的随机范围为x3∈[(x1+x2)_i/2-ws，(x1+x2)_i/2],y3∈[(y1+y2)_i/2-hs，(y1+y2)_i/2]，其中(x1,y1,x2,y2)_i为在坐标集Rect中随机选取一个矩形图像块的坐标；若随机数a≤阈值b，则(x3,y3)的随机范围为x3∈[-ws/2，w-ws/2],y3∈[-hs/2，h-hs/2],其中w为待训练图像的宽度，h为待训练图像的高度。

5.根据权利要求4所述的工业图像目标检测图像训练集的采集方法，其特征在于：所述阈值b为超参数，表示期望截取子图内包含目标的概率，所述范围b∈[0,1]，所述阈值b值越小，所述截取子图内为背景子图的概率越大；所述阈值b值越大，所述截取子图内包含目标的概率越大。