[发明专利]基于数据增强的目标识别模型的训练方法

权利要求书

1.基于数据增强的目标识别模型的训练方法，其特征在于，包括以下步骤：

步骤一、原始图像标注：在原始图片上标注出需要识别的物体轮廓，并记录标注的结果，其中记录标注的结果采用坐标的方式记录标注的矩形框位置；

步骤二、建立图像坐标系，在所述原始图片上建立坐标系，以图片的中心为原点，建立二维平面坐标系，并在坐标系上还原标注的矩形框位置；

步骤三、坐标变换，向上平移水平坐标轴，向右平移垂直坐标轴；

步骤四、区分远景，计算所有原始图片上的标注的矩形框的面积，考察每个标注的矩形框与原始图片的面积比值，如果面积比值小于0.8％，则定义该目标为远景，遍历每个坐标象限，如果象限中存在远景，则进行象限切割，生成新的训练图片，即：远景放大训练图片；

步骤五、增强样本输出与使用，生产远景放大图以及标注文档，并与原始图片共同最为训练样本，训练目标识别模型。

2.根据权利要求1所述的方法，其特征在于，在所述原始图片上标注出目标的位置，以矩形框坐标的方式标注出目标坐在的具体位置，原始图片记录标注的结果采用标准的xml文件方式输出，原始图片上不同目标之间用＜object＞＜/object＞标记节标注。

3.根据权利要求2所述的方法，其特征在于，针对xml文件建立一张坐标系，描述不同目标的坐标位置。

4.根据权利要求3所述的方法，其特征在于，构造目标面积算子S＝X_weightY_height分别计算每个object的矩形框坐标面积S_object＝(x_max-xminymax-ymin与图片面积Simg＝width×height，计算两者的比值，比值小于0.8％的目标则视为远景。

5.根据权利要求1所述的方法，其特征在于，所述象限切割是指在矩形框坐标系上均匀划分出四个象限，并判断每个象限中是否存在远景，如果存在，则切割出该象限，将其作为增强样本。

6.根据权利要求5所述的方法，其特征在于，象限切割能够衍生新的远景样本，根据新样本，构造其xml标注文档。