[发明专利]汽车图像数据的处理方法、装置及可读存储介质

说明书

本发明提供的汽车图像数据的处理方法、装置及可读存储介质，通过根据采集获得的汽车图像样本数据和预设的随机噪音信息对预设的对抗网络进行训练，以获得用于生成汽车图像数据的训练完毕的对抗网络；根据预设生成目标，将所述汽车图像样本数据输入所述训练完毕的对抗网络，生成包括有多种随机噪音信息的汽车图像数据，其中，所述汽车图像数据用于训练汽车图像识别神经网络进行汽车图像识别，从而利用对抗网络生成可用于训练汽车图像识别神经网络的汽车图像数据，扩增了数据量也降低了数据获取成本。

技术领域

本发明涉及计算机技术，尤其涉及一种汽车图像数据的处理方法、装置及可读存储介质。

背景技术

随着人工智能技术的日趋完善，包括神经网络在内的机器学习模型越来越多的被运用到各行各业中。

在对汽车图像进行识别的领域，由于市面上汽车外形、汽车颜色、以及行驶环境的不同，为了准确的识别汽车图像，现有技术需要采集大量的汽车图像并人工进行标注，以获得汽车图像数据并用于对汽车图像识别模型的训练。

但是，由于汽车图像的采集和标注的成本比较高，而且可能限于场景和环境限制，其往往不能批量性的获得可用于训练汽车图像识别模型的汽车图像数据，因此如何获取更多的汽车图像数据成为问题。

发明内容

针对上述提及的由于汽车图像的采集和标注的成本比较高，而且可能限于场景和环境限制，其往往不能批量性的获得可用于训练汽车图像识别模型的汽车图像样本数据的问题，本发明提供了一种汽车图像数据的处理方法、装置及可读存储介质。

一方面，本发明提供了一种汽车图像数据的处理方法，包括：

根据采集获得的汽车图像样本数据和预设的随机噪音信息对预设的对抗网络进行训练，以获得用于生成汽车图像数据的训练完毕的对抗网络；

根据预设生成目标，将所述汽车图像样本数据输入所述训练完毕的对抗网络，生成包括有多种随机噪音信息的汽车图像数据，其中，所述汽车图像数据用于训练汽车图像识别神经网络进行汽车图像识别。

在其中一种可选的实施方式中，所述根据采集获得的汽车图像样本数据和预设的随机噪音信息对预设的对抗网络进行训练，以获得用于生成汽车图像数据的训练完毕的对抗网络，包括：

根据所述随机噪音信息和所述采集获得的汽车图像样本数据，通过所述对抗网络中的对抗生成子网络生成第一生成样本；

利用所述对抗网络中的对抗识别子网络获得第一生成样本对应的第一判别结果；

根据预设的收敛方程对所述对对抗生成子网络和所述对抗识别子网络进行训练，获得训练完毕的对抗网络。

在其中一种可选的实施方式中，所述根据预设生成目标，将所述汽车图像样本数据输入所述训练完毕的对抗网络，生成包括有多种随机噪音信息的汽车图像数据，包括：

所述训练完毕的对抗网络用于提取所述汽车图像样本数据的特征信息；

所述训练完毕的对抗网络还用于根据预设目标在所述特征信息中加入随机噪音信息，获得生成包括有多种随机噪音信息的汽车图像数据。

在其中一种可选的实施方式中，所述随机噪音信息包括汽车颜色噪音、汽车形状噪音、和背景颜色噪音中的一种或多种。

在其中一种可选的实施方式中，当所述随机噪音信息包括汽车颜色噪音时，所述提取的所述汽车图像样本数据的特征信息包括汽车的非颜色特征；

所述训练完毕的对抗网络还用于根据预设目标在所述特征信息中加入随机噪音信息，获得生成包括有多种随机噪音信息的汽车图像数据，包括：

所述训练完毕的对抗网络还用于根据预设目标汽车颜色在所述汽车的非颜色特征中加入汽车颜色噪音，获得生成包括有预设汽车颜色的汽车图像数据。