[发明专利]一种面向机械零部件的个性化2D数据集构建方法

说明书

本发明公开了一种面向机械零部件的个性化2D数据集构建方法，以常用三维建模软件Solidworks为基本系统，利用其相机模块，合理设定相关参数，实现多类别、多位姿零部件图像自动采集，且渲染图像与实拍图像中零件轮廓高度一致，完成工业零部件图像数据集的构建，改善现有数据集构建技术于成像效率、操作便捷性、相机基准姿态设置准确性及零件模型格式兼容性等方面的不足和缺陷。

技术领域

本发明涉及计算机辅助设计和计算机视觉技术领域，更具体的说是涉及一种面向机械零部件的个性化2D数据集构建方法。

背景技术

目前，深度学习为人工智能中的前沿技术，已应用于零部件识别、缺陷检测等工业领域。大数据、算法及计算平台为其三大核心要素，当前已有ResNet、YOLO等诸多优异架构及高算力的计算设备，而均衡、完备、大批量数据集的缺乏往往是限制深度学习技术在工业领域进一步应用和发展的主要因素。

源于真实场景的实拍数据集虽具有强真实性，但其构建需要较高的人力和时间成本，尤其是对物体和相机的位置精度要求较高的位姿分析、三维重建等数据集。虚拟成像技术为提高图像获取效率的有力途径，常见于动画制作、宏观场景模拟验证等数字内容创作中，主要工具和软件为OpenGL/Unity3D。零部件模型通常由CAD建模软件进行设计和生成。而现有虚拟成像系统对三维CAD模型格式兼容性较差，需利用3DMax等软件进行格式转换，导致构建渲染数据集时需额外工作量。且其相机参数和对象参数调节时复杂度较高。

因此，如何针对工业零部件图像提高数据集构建时的成像效率、操作便捷性、准确性和格式兼容性是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种面向机械零部件的个性化2D数据集构建方法，以常用三维建模软件Solidworks为基本系统，利用其相机模块，合理设定相关参数，结合二次开发技术实现多类别、多位姿零部件图像自动采集，且渲染图像与实拍图像中零件轮廓高度一致，完成工业零部件图像数据集的构建，改善现有数据集构建技术于成像效率、操作便捷性、相机基准姿态设置准确性及零件模型格式兼容性等方面的不足和缺陷。

为了实现上述目的，本发明采用如下技术方案：

一种面向机械零部件的个性化2D数据集构建方法，包括以下步骤：

步骤1：采集待拍摄零部件信息，包括零部件模型名称和零部件模型边界框尺寸；

步骤2：设定虚拟相机参数，根据实际相机的相关参数，获得虚拟相机参数之间的相关参数约束关系，根据相关参数约束条件利用虚拟相机模拟实际相机；

工业相机作为实际相机的工作距离、视野范围和视角的表达式分别为：

Wd＝|t_zw| (1)

其中，Wd为工作距离；Fov_(w,h)为水平或竖直方向的视野范围；θ为相机视角；t_zw为图像标定所得平移矩阵中的Z向分量；f为镜头焦距；Ts_(w,h)为相机靶面水平或竖直方向的尺寸；Ts_h表示相机靶面竖直方向的尺寸；

实际相机的实拍图像中每个像素代表的物理距离表达为式：

结合相机成像条件中工作距离与焦距间的基本限制，相关参数的约束关系如式(5)所示：

其中，P_(w,h)为图像水平或竖直方向的像素数；