-
公开(公告)号:CN114419399B
公开(公告)日:2022-10-21
申请号:CN202210279550.6
申请日:2022-03-22
申请人: 杭州利珀科技有限公司
IPC分类号: G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04
摘要: 本发明公开机器视觉深度学习样本自动生成方法、计算机及存储介质。包括:步骤S1,提供机器视觉深度学习的模型训练所使用的原始样本图的集合;步骤S2,对各所述原始样本图的各所述特征区域进行标注;步骤S3,对各所述原始样本图的各所述特征区域进行标签分类;步骤S4,提取关于各所述特征区域的素材数据并且与所述标签进行配对;步骤S5,提供无特征区域的背景图,在所述无特征区域的背景图上新建特征区域,以获得新建样本图。本发明的有益效果在于:利用本方法,能够通过少量的样本图生成满足机器视觉深度学习的模型训练所要求的样本数量,提高模型训练的准确度。
-
公开(公告)号:CN114419399A
公开(公告)日:2022-04-29
申请号:CN202210279550.6
申请日:2022-03-22
申请人: 杭州利珀科技有限公司
IPC分类号: G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04
摘要: 本发明公开机器视觉深度学习样本自动生成方法、计算机及存储介质。包括:步骤S1,提供机器视觉深度学习的模型训练所使用的原始样本图的集合;步骤S2,对各所述原始样本图的各所述特征区域进行标注;步骤S3,对各所述原始样本图的各所述特征区域进行标签分类;步骤S4,提取关于各所述特征区域的素材数据并且与所述标签进行配对;步骤S5,提供无特征区域的背景图,在所述无特征区域的背景图上新建特征区域,以获得新建样本图。本发明的有益效果在于:利用本方法,能够通过少量的样本图生成满足机器视觉深度学习的模型训练所要求的样本数量,提高模型训练的准确度。
-