[发明专利]基于数据增强的目标识别模型的训练方法

摘要

本发明提供了一种基于数据增强的目标识别模型的训练方法，属于图像识别的技术领域。其技术方案为：基于数据增强的目标识别模型的训练方法，包括以下步骤，步骤一，原始图像标注，步骤二，建立图像坐标系，步骤三，坐标变换，步骤四，区分远景，步骤五，增强样本输出与使用。本发明的有益效果为：本发明对原始图像进行象限分割，切割出含有远景的象限作为数据增强，不仅维护了训练样本的客观性，同时，可以增加远景的样本比重，直接增加了远景的学习与训练机会，这无疑对于图像识别算法的远景识别能力起到积极的作用。

主权项

1.基于数据增强的安全带图像目标识别方法，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。