[发明专利]训练图像样本的拼接方法、装置、设备和存储介质

说明书

本申请涉及计算机视觉技术领域，提供了一种训练图像样本的拼接方法、装置、计算机设备和存储介质。本申请中，对训练图像样本的标注区域和非标注区域赋予不同的权值，将训练图像样本随机粘贴至底板图像上，避免固定位置拼接导致模型学习效果差的情况；并且针对重叠区域部分，按照权值进行融合得到拼接图像，让重叠区域的标注对象的特征仍保留在拼接图像上，因此，模型在学习特征时可以沿用标注对象的标注，避免发生偏差，保证模型性能。

技术领域

本申请涉及计算机视觉技术领域，特别是涉及一种训练图像样本的拼接方法、装置、计算机设备和存储介质。

背景技术

在输电线路监控系统中，利用目标检测网络可以检测识别出监控图像中输电通道内外破危险物，譬如作业的汽吊等设施以及山火烟雾等突发情况。目标检测网络依靠其内部数以万计的参数，为目标的检测提供给了高水平的精度，并且随着网络深度的增加，参数数量进一步增长，在赋予网络更高水平的检测能力的同时，也对训练用到的样本数据提出了更高的要求。

数据增强技术主要是指利用有限的样本提供更多更丰富的样本空间与特征，维持不同类别样本间的平衡关系，避免由于样本数量不足导致训练的模型出现欠拟合和过拟合的问题，使模型在每个类别样本中都表现出一致的性能，并提供一定程度的泛化能力。数据增强技术是模型训练过程中较为重要的技术步骤。

目前的数据增强技术包括mosaic(马赛克)技术；mosaic技术主要是利用多张训练图像样本的拼接创建增强的拼接图像样本；训练图像样本拼接过程中国，重叠的图像区域可能会被切割掉；若被切割掉的图像区域存在标注对象，那么模型在学习特征时沿用原有的标注，则发生偏差，降低模型的性能。

发明内容

基于此，有必要针对上述技术问题，提供一种训练图像样本的拼接方法、装置、计算机设备和存储介质。

一种训练图像样本的拼接方法，所述方法包括：

获取待拼接的多个训练图像样本；

为各训练图像样本的标注区域赋予第一权值，为所述各训练图像样本的非标注区域赋予第二权值；所述标注区域为训练图像样本中标注对象所在区域，所述第一权值大于所述第二权值；

将所述各训练图像样本随机粘贴至底板图像；

针对所述底板图像上所述各训练图像样本的重叠区域，按照所述第一权值和/或所述第二权值进行融合，得到所述多个训练图像样本的拼接图像。

在其中一个实施例中，所述将所述各训练图像样本随机粘贴至底板图像，包括：

在所述底板图像上随机确定所述各训练图像样本的粘贴点；其中，任两个相邻的粘贴点的距离大于或等于第一最短图像边和第二最短图像边的和值的一半；所述第一最短图像边为所述任两个相邻的粘贴点对应的训练图像样本的其中一个训练图像样本的最短图像边，所述第二最短图像边为所述任两个相邻的粘贴点对应的训练图像样本的另一个训练图像样本的最短图像边；

按照所述各训练图像样本的中心点与对应的粘贴点重合的方式，将所述各训练图像样本粘贴至底板图像。

在其中一个实施例中，所述任两个相邻的粘贴点的距离小于或等于所述其中一个训练图像样本的对角线和所述另一个训练图像样本的对角线的和值的一半。

在其中一个实施例中，所述将所述各训练图像样本随机粘贴至底板图像，包括：

对所述各训练图像样本进行随机方向的旋转；

将旋转后的训练图像样本随机粘贴至所述底板图像。

在其中一个实施例中，在所述对所述各训练图像样本进行随机方向的旋转之前，所述方法还包括：

对所述各训练图像样本进行高斯滤波。