[发明专利]影像数据处理方法及其装置

权利要求书

1.一种影像数据处理方法，其特征在于，包括：

S1 获取待处理影像数据，并对影像数据中的待识别区域进行标注；

S2 对影像数据进行处理，得到标注区域在影像数据中的坐标位置，并制作索引数据，形成索引文件；

S3 对索引文件中的索引数据进行划分，得到训练集、验证集及测试集；

S4 根据训练集对卷积神经网络模型进行训练、根据验证集对训练后的卷积神经网络模型进行进一步调整及根据测试集对调整后的卷积神经网络模型进行测试，完成对卷积神经网络模型的搭建；

S5 使用搭建好的卷积神经网络模型对未标注的影像数据进行处理，完成影像数据中待识别区域的自动标识。

2.如权利要求1所述的影像数据处理方法，其特征在于，在步骤S1中，标注的待识别区域为影像数据中具备特定指代意义的区域。

3.如权利要求1所述的影像数据处理方法，其特征在于，在步骤S2中，标注区域在影像数据中的坐标位置包括：在x轴和y轴上标注区域的中心在对应影像数据中的比例位置，及标注区域的宽度和高度在对应影像数据中的比例大小。

4.如权利要求3所述的影像数据处理方法，其特征在于，在步骤S2中，一个影像数据中的所有标注区域对应生成一条索引数据；在索引文件中，每条索引数据为一行特定格式的信息，每行信息中包括：相应影像数据的图片位置索引、标注区域的坐标位置索引及类别索引。

5.如权利要求1所述的影像数据处理方法，其特征在于，在步骤S3中，按照特定比例对索引文件中的索引数据进行划分，得到训练集、验证集及测试集。

6.如权利要求1所述的影像数据处理方法，其特征在于，在步骤S4之前还包括制作用于存放检测框尺寸的anchors文本的步骤，在步骤S4中根据训练集和anchors文本对卷积神经网络模型进行训练、根据验证集和anchors文本对训练后的卷积神经网络模型进行进一步调整及根据测试集和anchors文本对调整后的卷积神经网络模型进行测试。

7.一种影像数据处理装置，其特征在于，包括：

数据采集模块，用于获取待处理影像数据，并对影像数据中的待识别区域进行标注；

数据处理模块，用于对影像数据进行处理，得到标注区域在影像数据中的坐标位置，并制作索引数据，形成索引文件；

数据划分模块，用于对索引文件中的索引数据进行划分，得到训练集、验证集及测试集；

模型搭建模块，用于根据训练集对卷积神经网络模型进行训练、根据验证集对训练后的卷积神经网络模型进行进一步调整及根据测试集对调整后的卷积神经网络模型进行测试，完成对卷积神经网络模型的搭建；

自动标识模块，用于使用搭建好的卷积神经网络模型对未标注的影像数据进行处理，完成影像数据中待识别区域的自动标识。

8.如权利要求7所述的影像数据处理装置，其特征在于，在数据处理模块中，标注区域在影像数据中的坐标位置包括：在x轴和y轴上标注区域的中心在对应影像数据中的比例位置，及标注区域的宽度和高度在对应影像数据中的比例大小。

9.如权利要求8所述的影像数据处理装置，其特征在于，在数据处理模块中，一个影像数据中的所有标注区域对应生成一条索引数据；在索引文件中，每条索引数据为一行特定格式的信息，每行信息中包括：相应影像数据的图片位置索引、标注区域的坐标位置索引及类别索引。

10.如权利要求7所述的影像数据处理装置，其特征在于，在影像数据处理装置中还包括文本制作模块，用于制作用于存放检测框尺寸的anchors文本；

在模型搭建模块中根据训练集和anchors文本对卷积神经网络模型进行训练、根据验证集和anchors文本对训练后的卷积神经网络模型进行进一步调整及根据测试集和anchors文本对调整后的卷积神经网络模型进行测试。