本申请公开了一种数据增广方法、装置、计算机设备及存储介质，该数据增广方法包括：获取采集的原始图像；计算对所述原始图像进行增广的增广中间参数，所述增广中间参数用于基于预设的增广条件下生成的对所述原始图像进行增广的中间参数，所述增广中间参数包括所述原始图像对应的不同曝光参数下的矩阵关系，或/且，所述原始图像输入预设网络模型后求导得到的求导值；根据所述增广中间参数，生成所述原始图像对应的增广图像。本申请通过计算对原始图像进行增广的增广中间参数，来生成原始图像对应的增广图像，丰富了训练样本的多样性，进而提高后期训练网络模型后分类的准确率。而提高后期训练网络模型后分类的准确率。而提高后期训练网络模型后分类的准确率。
【技术实现步骤摘要】
数据增广方法、装置、计算机设备及存储介质
[0001]本申请涉及通信
，具体涉及一种数据增广方法、装置、计算机设备及存储介质。
技术介绍
[0002]深度学习中的分类算法是一个非常通用的算法，可以实现场景分类、物体分类等功能。因其任务简单，网络模型小，会被大量的应用到各种产品中。但是目前分类算法种类繁多，优化难度等问题。
[0003]与传统机器学习不同的是，深度学习需要海量的正样本来进行训练，供机器学习到足够的特征来实现“举一反三”，从而防止数据集量过小容易出现过拟合的现象。在用深度学习网络解决实际问题时，训练数据的数量与质量是制约网络效果的一个瓶颈。对于一些类型小众或者采集难度较大的数据则需要进行数据增广操作以满足深度学习网络的训练需求。
[0004]传统的数据增广方法有旋转、镜像、随机裁剪、增加噪声等操作，这种方法从本质上讲没有改变目标的种类，对于丰富训练样本的多样性作用有限。
技术实现思路
[0005]本申请实施例提供一种数据增广方法、装置、计算机设备及存储介质，通过计算对原始图像进行增广的增广中间参数，来生成原始图像对应的增广图像，丰富了训练样本的多样性，进而提高后期训练网络模型后分类的准确率。
[0006]一方面，本申请提供一种数据增广方法，所述数据增广方法包括：
[0007]获取采集的原始图像；
[0008]计算对所述原始图像进行增广的增广中间参数，所述增广中间参数用于基于预设的增广条件下生成的对所述原始图像进行增广的中间参数，所述增广中间参数包括所述原始图像对应的不同曝光参数下的矩阵关系，或/且，所述原始图像输入预设网络模型后求导得到的求导值；
[0009]根据所述增广中间参数，生成所述原始图像对应的增广图像。
[0010]在本申请一些实施方式中，所述增广中间参数包括所述原始图像对应的不同曝光参数下的矩阵关系，所述计算对所述原始图像进行增广的增广中间参数，包括：
[0011]获取所述原始图像在预设不同曝光参数下的增广图像，得到增广图像库；
[0012]根据所述增广图像库，确定所述原始图像对应的不同曝光参数下的矩阵关系。
[0013]在本申请一些实施方式中，所述根据所述增广图像库，确定所述原始图像对应的不同曝光参数下的矩阵关系，包括：
[0014]对所述增广图像库中图像，确定每张图像在不同曝光参数下的图像；
[0015]分别确定所述增广图像库中每张图像和该图像在不同曝光参数下的图像的映射关系；
[0016]根据各所述映射关系确定所述增广图像库中与所述原始图像最相近的一张图像，确定所述原始图像对应的不同曝光参数下的矩阵关系；
[0017]所述根据所述增广中间参数，生成所述原始图像对应的增广图像，包括：
[0018]基于所述矩阵关系生成所述原始图像对应的不同曝光参数下的增广图像。
[0019]在本申请一些实施方式中，所述分别确定所述增广图像库中每张图像和该图像在不同曝光参数下的图像的映射关系，包括：
[0020]分别以所述增广图像库中每一张图像为目标增广图像，将所述目标增广图像的像素值映射为预设维度的像素值，所述预设维度比所述目标增广图像的像素值的维度高；
[0021]在所述目标增广图像的像素值映射为预设维度的像素值后，确定所述所目标增广图像和该图像在不同曝光参数下的图像的映射关系；
[0022]所述根据各所述映射关系确定所述增广图像库中与所述原始图像最相近的一张图像，确定所述原始图像对应的不同曝光参数下的矩阵关系，包括：
[0023]根据所述映射关系，确定所述目标增广图像变换为预设维度的像素值之后的图像矩阵；
[0024]对所述图像矩阵最小化变化得到所述目标增广图像对应的不同曝光参数下的矩阵关系。
[0025]在本申请一些实施方式中，所述对所述图像矩阵最小化变化得到所述目标增广图像对应的不同曝光参数下的矩阵关系，包括：
[0026]计算所述目标增广图像与所述增广图像库中的图像的颜色分布的距离；
[0027]确定所述增广图像库中与所述目标增广图像颜色分布的距离最近的图像为最相近的一张图像；
[0028]确定与所述最相近的一张图像对应的目标曝光参数；
[0029]获取所述目标增广图像对应的所述目标曝光参数下的矩阵关系。
[0030]在本申请一些实施方式中，所述基于所述矩阵关系生成所述原始图像对应的不同曝光参数下的增广图像，包括：
[0031]获取原始图像和增广图像库中最相近的一张图像的距离；
[0032]根据所述距离、所述矩阵关系以及预设固定参数，计算对所述原始图像的增广参数；
[0033]根据所述增广参数，对所述原始图像进行增广，得到原始图像对应的不同曝光参数下的增广图像。
[0034]在本申请一些实施方式中，所述基于所述矩阵关系生成所述原始图像对应的不同曝光参数下的增广图像，采用如下公式：
[0035][0036]M＝αM
s
[0037]α＝exp(
‑
d2/2σ2)
[0038]其中，d为原始图像和增广图像库中最相近的一张图像的距离，σ为预设固定参数，M
s
为原始图像对应的不同曝光参数下的矩阵关系，I
(in)
为原始图像，I
(out)
为原始图像对应的不同曝光参数下的增广图像，M为增广参数。
[0039]在本申请一些实施方式中，所述增广中间参数包括所述原始图像输入预设网络模
型后求导得到的求导值，所述计算对所述原始图像进行增广的增广中间参数，包括：
[0040]将原始图像输入预设的网络模型，并进行前向处理，得到损失值；
[0041]对所述损失值进行求导，得到求导值；
[0042]所述根据所述增广中间参数，生成所述原始图像对应的增广图像，包括：
[0043]根据所述求导值生成所述原始图像的噪声图像；
[0044]将所述噪声图像作为原始图像对应的增广图像。
[0045]另一方面，本申请提供一种数据增广装置，所述数据增广装置包括：
[0046]获取模块，用于获取采集的原始图像；
[0047]计算模块，用于计计算对所述原始图像进行增广的增广中间参数，所述增广中间参数用于基于预设的增广条件下生成的对所述原始图像进行增广的中间参数，所述增广中间参数包括所述原始图像对应的不同曝光参数下的矩阵关系，或/且，所述原始图像输入预设网络模型后求导得到的求导值；
[0048]生成模块，用于根据所述增广中间参数，生成所述原始图像对应的增广图像。
[0049]在本申请一些实施方式中，所述增广中间参数包括所述原始图像对应的不同曝光参数下的矩阵关系，所述计算模块具体用于：
[0050]获取所述原始图像在预设不同曝光参数下的增广图像，得到增广图像库；
[0051]根据所述增广图像库，确定所述本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种数据增广方法，其特征在于，所述方法包括：获取采集的原始图像；计算对所述原始图像进行增广的增广中间参数，所述增广中间参数用于基于预设的增广条件下生成的对所述原始图像进行增广的中间参数，所述增广中间参数包括所述原始图像对应的不同曝光参数下的矩阵关系，或/且，所述原始图像输入预设网络模型后求导得到的求导值；根据所述增广中间参数，生成所述原始图像对应的增广图像。2.根据权利要求1所述的数据增广方法，其特征在于，所述增广中间参数包括所述原始图像对应的不同曝光参数下的矩阵关系，所述计算对所述原始图像进行增广的增广中间参数，包括：获取所述原始图像在预设不同曝光参数下的增广图像，得到增广图像库；根据所述增广图像库，确定所述原始图像对应的不同曝光参数下的矩阵关系。3.根据权利要求2所述的数据增广方法，其特征在于，所述根据所述增广图像库，确定所述原始图像对应的不同曝光参数下的矩阵关系，包括：对所述增广图像库中图像，确定每张图像在不同曝光参数下的图像；分别确定所述增广图像库中每张图像和该图像在不同曝光参数下的图像的映射关系；根据各所述映射关系确定所述增广图像库中与所述原始图像最相近的一张图像，确定所述原始图像对应的不同曝光参数下的矩阵关系；所述根据所述增广中间参数，生成所述原始图像对应的增广图像，包括：基于所述矩阵关系生成所述原始图像对应的不同曝光参数下的增广图像。4.根据权利要求3所述的数据增广方法，其特征在于，所述分别确定所述增广图像库中每张图像和该图像在不同曝光参数下的图像的映射关系，包括：分别以所述增广图像库中每一张图像为目标增广图像，将所述目标增广图像的像素值映射为预设维度的像素值，所述预设维度比所述目标增广图像的像素值的维度高；在所述目标增广图像的像素值映射为预设维度的像素值后，确定所述目标增广图像和该图像在不同曝光参数下的图像的映射关系；所述根据各所述映射关系确定所述增广图像库中与所述原始图像最相近的一张图像，确定所述原始图像对应的不同曝光参数下的矩阵关系，包括：根据所述映射关系，确定所述目标增广图像变换为预设维度的像素值之后的图像矩阵；对所述图像矩阵最小化变化得到所述目标增广图像对应的不同曝光参数下的矩阵关系。5.根据权利要求4所述的数据增广方法，其特征...
【专利技术属性】
技术研发人员：杨小平，
申请(专利权)人：顺丰科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。