機(jī)器視覺深度學(xué)習(xí)樣本自動生成方法、計算機(jī)及存儲介質(zhì)

基本信息

申請?zhí)?/td> CN202210279550.6 申請日 -
公開（公告）號 CN114419399A 公開（公告）日 2022-04-29
申請公布號 CN114419399A 申請公布日 2022-04-29
分類號 G06V10/774（2022.01）I;G06V10/764（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 金秉文;林馳;許湛;樓利旋;任志豪;吳寶玲;石倩;王佩君 申請（專利權(quán)）人 杭州利珀科技有限公司
代理機(jī)構(gòu) 上海世圓知識產(chǎn)權(quán)代理有限公司 代理人 顧俊超
地址 311305浙江省杭州市臨安區(qū)青山湖街道大園路723號越秀星匯中心20層2001室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開機(jī)器視覺深度學(xué)習(xí)樣本自動生成方法、計算機(jī)及存儲介質(zhì)。包括：步驟S1，提供機(jī)器視覺深度學(xué)習(xí)的模型訓(xùn)練所使用的原始樣本圖的集合；步驟S2，對各所述原始樣本圖的各所述特征區(qū)域進(jìn)行標(biāo)注；步驟S3，對各所述原始樣本圖的各所述特征區(qū)域進(jìn)行標(biāo)簽分類；步驟S4，提取關(guān)于各所述特征區(qū)域的素材數(shù)據(jù)并且與所述標(biāo)簽進(jìn)行配對；步驟S5，提供無特征區(qū)域的背景圖，在所述無特征區(qū)域的背景圖上新建特征區(qū)域，以獲得新建樣本圖。本發(fā)明的有益效果在于：利用本方法，能夠通過少量的樣本圖生成滿足機(jī)器視覺深度學(xué)習(xí)的模型訓(xùn)練所要求的樣本數(shù)量，提高模型訓(xùn)練的準(zhǔn)確度。