数据集更新方法、装置、电子设备和存储介质制造方法及图纸

本申请提供一种数据集更新方法、装置、电子设备和存储介质，涉及视频图像处理技术领域，该方法包括：对获取的视频数据进行读取，获取指定帧图像和对应的数据集；对指定帧图像进行检测，确定出指定帧图像中包含的目标检测信息；根据目标检测信息对数据集进行更新。本申请通过对视频数据中的指定帧图像进行检测，能够基于检测得到的指定帧图像中的一个或多个目标对应的目标检测信息对视频数据视频图像数据集进行更新，以提高数据集更新的效率，提升数据集质量，在优化后的数据集的基础上加速深度学习模型的生成与迭代，提升深度学习模型的训练和评估质量，提高目标检测与识别的精度与准确性。与准确性。与准确性。

【技术实现步骤摘要】
数据集更新方法、装置、电子设备和存储介质


[0001]本申请涉及视频图像处理
，具体而言，涉及一种数据集更新方法、装置、电子设备和存储介质。

技术介绍

[0002]随着科学技术的不断发展，深度学习在目标识别领域已逐渐凸显出优势。在神经网络发展到一定高度后，目标识别精度需要依赖标注数据集的数据与质量，提升数据集的质量能够提高模型训练的质量和预测的准确率。
[0003]现有技术中，传统的开源数据集基本都是基于实验室研究为出发点，针对特定目标的检测与识别的精度较低，难以适应复杂多变的工程应用场景。且基于实际工程应用场景构建的目标数据集多为人工标注，在人工标注过程中需要耗费大量人力成本与时间成本，人工作业还会使数据集标签质量参差不齐，导致数据集更新的效率较低，质量较差，无法加速深度学习模型的生成与迭代。

技术实现思路

[0004]有鉴于此，本申请实施例的目的在于提供一种数据集更新方法、装置、电子设备和存储介质，以改善现有技术中存在的数据集更新效率较低的问题。
[0005]为了解决上述问题，第一方面，本申请实施例提供了一种数据集更新方法，包括：
[0006]对获取的视频数据进行读取，获取指定帧图像和对应的数据集；
[0007]对所述指定帧图像进行检测，确定出所述指定帧图像中包含的目标检测信息；
[0008]根据所述目标检测信息对所述数据集进行更新。
[0009]在上述实现方式中，通过对视频数据中的指定帧图像进行检测，能够基于检测得到的指定帧图像中的一个或多个目标对应的目标检测信息对视频数据视频图像数据集进行更新，以提高数据集更新的效率，提升数据集质量，在优化后的数据集的基础上加速深度学习模型的生成与迭代，提升深度学习模型的训练和评估质量，提高目标检测与识别的精度与准确性。
[0010]可选地，所述对获取的视频数据进行读取，获取指定帧图像和对应的数据集，包括：
[0011]获取视频数据对应的数据集；
[0012]根据所述视频数据中的待检测帧图像的帧数判断所述待检测帧图像是否为指定帧图像，若是，则获取所述指定帧图像；其中，所述指定帧图像为所述视频数据中的第n帧图像，n对m取余结果为0，m为预设整数，所述视频数据中除所述指定帧图像之外的图像帧为非指定帧图像。
[0013]在上述实现方式中，在进行指定帧的获取时，通过视频数据中待检测帧图像的帧数对待检测帧图像是否为指定帧进行判断，能够对视频数据中的指定帧和非指定帧进行快速地分类。其中，通过帧数对指定帧图像进行选取的方式可以由工作人员根据实际情况与
工程经验进行选择和调整。
[0014]可选地，所述目标检测信息包括置信度和综合相似度；所述对所述指定帧图像进行检测，确定出所述指定帧图像中包含的目标检测信息，包括：
[0015]基于目标检测模型对所述指定帧图像进行识别，以得到所述指定帧图像对应的目标集，其中，任一指定帧图像对应的目标集中包括所述指定帧图像中的一个或多个目标，以及每个目标对应的置信度；
[0016]获取第n
‑
1帧图像的模板目标集；
[0017]计算所述目标集中的第一目标与所述模板目标集中的第二目标的综合相似度，其中，所述第一目标为所述目标集中任意一个目标，所述第二目标为所述模板目标集中的任意一个模板目标。
[0018]在上述实现方式中，在判断当前帧图像为指定帧图像时，对指定帧图像进行识别，得到指定帧图像中一或多个目标的集合的目标集，目标检测信息中还可以包括每个目标对应的目标信息，例如置信度等信息。通过获取指定帧图像的前一帧图像，即第n
‑
1帧图像的模板目标集，将目标集中的任意一个目标与模板目标集中的任意一个模板目标进行对比，能够计算得到第一目标与第二目标之间的综合相似度，以对前后帧图像中目标的变化情况进行检测和识别，有效地提高了目标检测与识别的精度。其中，第一目标与模板目标集中的所有第二目标进行综合相似度计算后，还能够取综合相似度最大的第二目标作为参照模板，以最大值的综合相似度作为目标检测信息中的综合相似度。
[0019]可选地，所述计算所述目标集中的第一目标与所述模板目标集中的第二目标的综合相似度，包括：
[0020]根据所述第一目标与所述第二目标的轮廓数据，计算出所述第一目标与所述第二目标的图像交并比；
[0021]计算出所述第一目标与所述第二目标的结构相似度；
[0022]根据所述图像交并比和所述结构相似度，计算出所述第一目标与所述第二目标的综合相似度。
[0023]在上述实现方式中，在计算综合相似度时，通过对第一目标与第二目标的图像交并比进行计算，以及对第一目标与第二目标的结构相似度进行计算，能够结合图像交并比与结构相似度计算得到综合相似度。结合两种数据得到综合相似度，能够同时体现第一目标与第二目标的图像与结构两方面的相似程度，有效地提高了综合相似度的有效性和准确性。
[0024]可选地，所述计算出所述第一目标与所述第二目标的结构相似度，包括：
[0025]基于所述图像交并比，将所述第一目标与所述第二目标的图像进行归一化，分别得到所述第一目标对应的目标图像和所述第二目标对应的模板目标图像；
[0026]计算所述目标图像的第一像素平均值和所述模板目标图像的第二像素平均值；
[0027]基于所述第一像素平均值计算出所述第一目标的第一像素标准差；
[0028]基于所述第二像素平均值计算出所述第二目标的第二像素标准差；
[0029]基于所述第一像素平均值和所述第二像素平均值，计算出所述第一目标与所述第二目标的亮度相关值；
[0030]基于所述第一像素标准差和所述第二像素标准差，计算出所述第一目标与所述第
二目标的对比度相关值；
[0031]基于所述第一像素标准差和所述第二像素标准差，计算出所述第一目标与所述第二目标的结构相关值；
[0032]基于所述亮度相关值、所述对比度相关值和所述结构相关值，计算出所述第一目标与所述第二目标的结构相似度。
[0033]在上述实现方式中，在计算结构相似度时，通过对第一目标的第一像素平均值与第二目标的第二像素平均值进行计算，能够在第一像素平均值和第二像素平均值的基础上计算得到第一目标与第二目标的亮度相关值。通过对第一目标的第一像素标准差和第二目标的第二像素标准差进行计算，能够在第一像素标准差和第二像素标准差的基础上计算得到第一目标与第二目标的对比度相关值和结构相关值。能够分别从亮度、对比度以及结构多方面对第一目标与第二目标之间的相似性进行对比，提高结构相似度的多样性和有效性。
[0034]可选地，所述根据所述目标检测信息对所述数据集进行更新，包括：
[0035]根据所述目标检测信息判断所述第一目标是否属于所述模板目标集；
[0036]当所述第一目标与所述第二目标的相似度在第一数值区间内，且所述第一目标的置信度在第二数值区间内时，判定所述第一目标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据集更新方法，其特征在于，包括：对获取的视频数据进行读取，获取指定帧图像和对应的数据集；对所述指定帧图像进行检测，确定出所述指定帧图像中包含的目标检测信息；根据所述目标检测信息对所述数据集进行更新。2.根据权利要求1所述的方法，其特征在于，所述对获取的视频数据进行读取，获取指定帧图像和对应的数据集，包括：获取视频数据对应的数据集；根据所述视频数据中的待检测帧图像的帧数判断所述待检测帧图像是否为指定帧图像，若是，则获取所述指定帧图像；其中，所述指定帧图像为所述视频数据中的第n帧图像，n对m取余结果为0，m为预设整数，所述视频数据中除所述指定帧图像之外的图像帧为非指定帧图像。3.根据权利要求2所述的方法，其特征在于，所述目标检测信息包括置信度和综合相似度；所述对所述指定帧图像进行检测，确定出所述指定帧图像中包含的目标检测信息，包括：基于目标检测模型对所述指定帧图像进行识别，以得到所述指定帧图像对应的目标集，其中，任一指定帧图像对应的目标集中包括所述指定帧图像中的一个或多个目标，以及每个目标对应的置信度；获取第n
‑
1帧图像的模板目标集；计算所述目标集中的第一目标与所述模板目标集中的第二目标的综合相似度，其中，所述第一目标为所述目标集中任意一个目标，所述第二目标为所述模板目标集中的任意一个模板目标。4.根据权利要求3所述的方法，其特征在于，所述计算所述目标集中的第一目标与所述模板目标集中的第二目标的综合相似度，包括：根据所述第一目标与所述第二目标的轮廓数据，计算出所述第一目标与所述第二目标的图像交并比；计算出所述第一目标与所述第二目标的结构相似度；根据所述图像交并比和所述结构相似度，计算出所述第一目标与所述第二目标的综合相似度。5.根据权利要求4所述的方法，其特征在于，所述计算出所述第一目标与所述第二目标的结构相似度，包括：基于所述图像交并比，将所述第一目标与所述第二目标的图像进行归一化，分别得到所述第一目标对应的目标图像和所述第二目标对应的模板目标图像；计算所述目标图像的第一像素平均值和所述模板目标图像的第二像素平均值；基于所述第一像素平均值计算出所述第一目标的第一像素标准差；基于所述第二像素平均值计算出所述第二目标的第二像素标准差；基于所述第一像素平均值和所述第二像素平均值，计算...

【专利技术属性】
技术研发人员：程晓明，钱林波，杨涛，陈林，李旭，於昊，
申请(专利权)人：南京市城市与交通规划设计研究院股份有限公司，
类型：发明
国别省市：