[发明专利]一种生成深度学习样本的方法有效
| 申请号： | 201810753123.0 | 申请日： | 2018-07-10 |
| 公开（公告）号： | CN108932735B | 公开（公告）日： | 2021-12-28 |
| 发明（设计）人： | 李元龙 | 申请（专利权）人： | 广州众聚智能科技有限公司 |
| 主分类号： | G06T7/70 | 分类号： | G06T7/70;G06T7/136 |
| 代理公司： | 成都顶峰专利事务所(普通合伙) 51224 | 代理人： | 何红信 |
| 地址： | 510000 广东省广州市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于图像处理技术领域，公开了一种生成深度学习样本的方法。本发明包括以下步骤：采集纯色背景下拍摄的初始图像；从初始图像中获取到目标图像的位置及轮廓，并截取出目标图像；对截取出的目标图像进行数据增广，得到目标图像的初始数据集；从初始数据集中选取任一目标图像后，将当前目标图像随机放置于预设的背景图形中并进行泊松图形融合，然后记录当前目标图像在预设背景图像中的位置；重复步骤S4，形成深度学习的目标检测数据集。本发明减少了海量目标数据的准备时间成本、人力成本及硬件成本，生成优质的目标检测数据集，进而为深度学习提供了优质的样本，增加了目标检测网络的鲁棒性。 | ||
| 搜索关键词： | 一种 生成 深度 学习 样本 方法 | ||
【主权项】：
1.一种生成深度学习样本的方法，其特征在于：包括以下步骤：S1.采集纯色背景下拍摄的初始图像；S2.从初始图像中获取到目标图像的位置及轮廓，并截取出目标图像；S3.对截取出的目标图像进行数据增广，得到目标图像的初始数据集；S4.从初始数据集中选取任一目标图像后，将当前目标图像随机放置于预设的背景图形中并进行泊松图形融合，然后记录当前目标图像在预设背景图像中的位置；S5.重复步骤S4，形成深度学习的目标检测数据集。
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广州众聚智能科技有限公司，未经广州众聚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/patent/201810753123.0/，转载请声明来源钻瓜专利网。
