申请/专利权人：浪潮云信息技术股份公司

申请日：2021-09-30

公开（公告）日：2024-06-28

公开（公告）号：CN113781502B

主分类号：G06T7/11

分类号：G06T7/11;G06T7/136;G06V10/774;G06V10/26

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2021.12.28#实质审查的生效;2021.12.10#公开

摘要：本发明涉及人工智能技术领域，具体提供了一种超大分辨率图像训练数据预处理方法，根据超大分辨率的尺寸，设置分块比例的尺度因子，设置重叠区域比例；对待检测超大分辨率根据分块尺度因子、重叠区域比例进行分块，得到多个分块图像，对原始图像的标签根据分块尺度及重叠区域比例计算分块图像的新的标签，设置IOF阈值，根据计算分块图像与原始标签的IOF过滤边缘重叠目标，得到多尺度、易于训练的新的分块图像训练数据。与现有技术相比，本发明使得新的数据满足多数硬件训练需求，并且多尺度的分块方式可以有效提高小目标的检测精度，具有良好的推广价值。

主权项：1.一种超大分辨率图像训练数据预处理方法，其特征在于，根据超大分辨率的尺寸，设置分块比例的尺度因子，设置重叠区域比例；对待检测超大分辨率根据分块尺度因子、重叠区域比例进行分块，得到多个分块图像，对原始图像的标签根据分块尺度及重叠区域比例计算分块图像的新的标签，设置IOF阈值，根据计算分块图像与原始标签的IOF过滤边缘重叠目标，得到多尺度、易于训练的新的分块图像训练数据；根据待处理的超大分辨率图像尺寸和分块尺度因子，设置重叠区域比例剪裁参数，对图像进行多尺度分块剪裁，得到多尺度下的分块图像集合；根据待处理的超大分辨率图像的标签以及剪裁参数，计算出分块图像的对应的标签；根据超大分辨率图像获得超大分辨率尺寸，根据尺寸计算得到分块尺度因子的取值范围；根据超大分辨率图像尺寸和分块尺度因子，计算得到重叠区域比例参数以及各尺度下剪裁分块图像的大小，根据所述重叠区域比例参数对超大分辨率图像进行滑动窗口剪裁，得到多个尺度下的分块图像集合；根据所述重叠区域比例参数对超大分辨率的标签进行处理，得到多个尺度下的所有分块图像对应的标签集合；在超大分辨率图像多尺度分块裁剪中包括以下步骤：S1、获得对应的尺度因子；根据超大分辨率图像的尺寸，经过以下公式，获得对应的尺度因子α； 其中η表示超大分辨率图像剪裁限制参数，ρ表示最大剪裁尺度限制参数，W,H分别表示超大分辨率图像的宽度和高度；S2、得到在不同尺度下的分块图像的宽度和高度；根据步骤S1中得到尺度因子α，根据以下公式，得到在不同尺度下的分块图像的宽度和高度； 其中W,H分别表示超大分辨率图像的宽度和高度，wi和hi分别表示在尺度i下的分块图像的宽度和高度；S3、设置重叠区域比例剪裁参数；在步骤S1得到尺度因子α和步骤S2中得到的不同尺度下的宽度和高度，通过以下公式，设置重叠区域比例剪裁参数：β∈[0，1通过以下公式，计算不同尺度下对图像进行分块剪裁的宽高对应的块数； 其中α表示尺度因子,β表示重叠区域比例剪裁参数，wi，hi分别表示分块尺度i下的分块图像的宽度和高度，mi，ni分别表示分块尺度i下的水平和竖直方向对应分块数；S4、得到所有分块图像集合个数；针对不同尺度对超大分辨率图像进行剪裁，得到不同尺度下的图像分块集合，进而得到多尺度下的图像分块集合，由以下公式可以得到所有分块图像集合个数K： 其中mi，ni分别表示分块尺度为i时，超大分辨率图像的宽的切分数量和高的切分数量，α表示分块尺度因子；在多尺度分块图像标签包括以下步骤：1、对每个尺度ii∈0,...,α执行步骤2和步骤3操作，得到所有滑动剪裁框提取的标签集合；2、不同尺度下的分块图像的宽度和高度，通过以下公式，经过滑动窗口的方式，采用窗口大小为wi，hi，滑动步长为wi1-β,hi1-β，针对第k个滑动剪裁框，计算所有目标的IOF； 其中objj,Bk分别表示超大分辨率图像中的第j目标和第k个滑动剪裁框在超大分辨率图像中的坐标框，IOFj,k表示目标j是否与第k个滑动剪裁框中有交集；3、提取步骤1中IOFj,k＞τ的目标，其中τ表示IOF阈值，得到属于第k个滑动剪裁框的所有目标坐标框，将每个提取出的目标坐标减去第k个滑动剪裁框相对于超大分辨率的左上角坐标，得到其相对于第k个滑动剪裁框的坐标。

全文数据：

权利要求：

百度查询： 浪潮云信息技术股份公司 一种超大分辨率图像训练数据预处理方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD