[发明专利]图像数据的增强方法、模型的训练方法、设备和存储介质

说明书

本申请公开了一种图像数据的增强方法、模型的训练方法、设备和存储介质，所述图像数据的增强方法包括：获取原始图像数据，对所述原始图像数据进行预处理，得到预处理图像数据，其中，所述预处理图像数据的数据类型为浮点型；采用至少第一图像增强方式对所述预处理图像数据进行增强处理，得到第一增强图像数据；采用至少第二图像增强方式对所述第一增强图像数据进行增强处理，得到第二增强图像数据；基于所述第二增强图像数据输出增强后的图像。通过上述方法，本申请能对原始图像数据进行增强处理，为提高图像样本的多样性提供技术支持。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种图像数据的增强方法、模型的训练方法、设备和存储介质。

背景技术

目前的基于深度学习的物体识别算法依赖于大量的图像数据，但是我们获得的图像数据不可能覆盖生活中所有可能的情况，直接使用原始图像数据训练出来物体识别模型在现实中使用时鲁棒性差，极易受环境光照、环境背景、物体角度、物体颜色等因素的影响。因此，需要采用一种应用于物体识别的图像数据的增强方法，来产生丰富的图像样本，从而可以解决训练样本不足、数据丰富度不够的问题。

发明内容

本申请主要解决的技术问题是提供一种图像数据的增强方法、模型的训练方法、设备和存储介质，能对原始图像数据进行增强处理，为提高图像样本的多样性提供技术支持。

为解决上述问题，本申请第一方面提供了一种图像数据的增强方法，所述图像数据的增强方法包括：获取原始图像数据，对所述原始图像数据进行预处理，得到预处理图像数据，其中，所述预处理图像数据的数据类型为浮点型；采用至少第一图像增强方式对所述预处理图像数据进行增强处理，得到第一增强图像数据；采用至少第二图像增强方式对所述第一增强图像数据进行增强处理，得到第二增强图像数据；基于所述第二增强图像数据输出增强后的图像。

为了解决上述问题，本申请第二方面提供了一种物体识别模型的训练方法，所述物体识别模型的训练方法包括：获取待识别的物体的原始图像数据；采用如上所述的图像数据的增强方法对所述原始图像数据进行处理，形成图像样本；将所述图像样本输入物体识别模型，以完成所述物体识别模型的训练

为解决上述问题，本申请第三方面提供了一种处理设备，包括相互耦接存储器和处理器；所述存储器用于存储程序数据；所述处理器执行所述程序数据，用于实现上述的图像数据的增强方法或实现上述的物体识别模型的训练方法。

为解决上述问题，本申请第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有程序数据，所述程序数据能够被执行以实现上述的图像数据的增强方法或实现上述的物体识别模型的训练方法。

本申请的有益效果是：区别于现有技术的情况，在获取原始图像数据后，对原始图像数据进行预处理，得到预处理图像数据，然后采用至少第一图像增强方式对预处理图像数据进行增强处理，得到第一增强图像数据，采用至少第二图像增强方式对第一增强图像数据进行增强处理，得到第二增强图像数据，于是可以基于第二增强图像数据输出增强后的图像。通过上述方式，能对原始图像数据进行增强处理，为提高图像样本的多样性提供技术支持；由于预处理图像数据的数据类型为浮点型，其数值大小在0到1之间，便于后续采用第一图像增强方式和第二图像增强方式进行的图像增强操作；另外，通过采用至少第一图像增强方式和至少第二图像增强方式组合进行图像增强，能产生更加丰富的图像样本，为提高图像样本的多样性提供技术支持。

附图说明

图1是本申请图像数据的增强方法一实施例的流程示意图；

图2是本申请图像数据的增强方法另一实施例的流程示意图；

图3是图2中步骤S204的一应用场景的具体流程示意图；

图4是图2中步骤S206的一应用场景的具体流程示意图；

图5是图2中步骤S209的一应用场景的具体流程示意图；