[发明专利]用于视觉概念检测的自监督数据增强方法、系统、设备在审

专利信息
申请号: 202111198525.7 申请日: 2021-10-14
公开(公告)号: CN113902890A 公开(公告)日: 2022-01-07
发明(设计)人: 韩笑;杜方;余振华;宋丽娟;陈宇;王海鹏 申请(专利权)人: 宁夏大学
主分类号: G06V10/20 分类号: G06V10/20;G06V10/82;G06N3/04;G06N3/08
代理公司: 成都知棋知识产权代理事务所(普通合伙) 51325 代理人: 马超前
地址: 750021 宁夏回族*** 国省代码: 宁夏;64
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 视觉 概念 检测 监督 数据 增强 方法 系统 设备
【权利要求书】:

1.一种用于视觉概念检测的自监督数据增强方法,其特征在于,所述用于视觉概念检测的自监督数据增强方法使用自监督中图像自身旋转的方法对图像进行处理,修改并增加图像中用于目标检测与实例分割的标注信息。

2.如权利要求1所述用于视觉概念检测的自监督数据增强方法,其特征在于,所述用于视觉概念检测的自监督数据增强方法包括以下步骤:

步骤一,对数据集中的图像数据进行预处理,进行数据集的初步扩充;

步骤二,对图像对应标注信息进行修改与新增;新增旋转后图像对应的标注文件信息。

3.如权利要求2所述用于视觉概念检测的自监督数据增强方法,其特征在于,步骤一中,所述对数据集中的图像数据进行预处理包括:

对图像分别进行四个角度的旋转处理,并对应修改图像的名称。

4.如权利要求3所述用于视觉概念检测的自监督数据增强方法,其特征在于,所述四个角度分别为:0°、90°、180°、270°。

5.如权利要求2所述用于视觉概念检测的自监督数据增强方法,其特征在于,所述对图像对应标注信息进行修改与新增包括:将图像标注文件中的images字段与annotations字段进行修改与新增。

6.如权利要求5所述用于视觉概念检测的自监督数据增强方法,其特征在于,所述对图像对应标注信息进行修改与新增包括以下步骤:

1)将images字段中file_name的值修改为图像名称一致;当图像置为90°和270°时,交换images字段中height与width的值;

2)根据images字段中id与annotations中image_id的对应关系,找到每张图像中的所有object的bbox,分别根据四个旋转角度将bbox的坐标信息进行修改;

所述分别根据四个旋转角度将bbox的坐标信息进行修改包括:

根据height与width的值计算标注框旋转中心,把旋转中心设为新的坐标轴原点;计算基于新原点的坐标值;利用两点连线与x坐标轴的正向的夹角正弦/余弦值,计算当前坐标点到新的原点即旋转中心的直线距离;旋转一定角度后,将旋转角度与原始夹角相加,计算所有旋转后对应角度的坐标值;将坐标轴原点从旋转中心转换到原始左上角;

所述对图像对应标注信息进行修改与新增还包括:将每张图片相应的id与image_id进行统一修改。

7.如权利要求2所述用于视觉概念检测的自监督数据增强方法,其特征在于,所述新增旋转后图像对应的标注文件信息包括:

对图像相应的目标检测与实例分割的标注信息进行四种旋转角度的修改;

所述用于视觉概念检测的自监督数据增强方法还包括:将增强后的数据部署在YOLOv3模型上进行实验验证。

8.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行权利要求1~7任意一项所述用于视觉概念检测的自监督数据增强方法的步骤。

9.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行权利要求1~7任意一项所述用于视觉概念检测的自监督数据增强方法的步骤。

10.一种实施权利要求1~7任意一项所述用于视觉概念检测的自监督数据增强方法的用于视觉概念检测的自监督数据增强系统,其特征在于,所述用于视觉概念检测的自监督数据增强系统包括:

数据集初步扩充模块,用于对数据集中的图像数据进行预处理,进行数据集的初步扩充;

信息修改与新增模块,用于对图像对应标注信息进行修改与新增;新增旋转后图像对应的标注文件信息。

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宁夏大学,未经宁夏大学许可,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/pat/books/202111198525.7/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top