System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于深度学习领域,具体涉及一种图片训练素材生成方法及系统。
技术介绍
1、深度学习主流还是监督学习,需要大量数据来驱动模型的鲁棒性,但是在工业领域,尤其是工业质检领域,往往只有少量数据,这就导致深度学习模型不能很好的学习到广泛的特征,从而精度达不到实际生产水平。由此数据增强显得格外重要,常用的一些常用数据增强手段虽然很有用,但是在基本数据极少或者几乎没有的情况下,很难制造一些此类虚拟数据来模拟真实数据。
技术实现思路
1、本专利技术的目的在于克服现有
用于训练的图片素材过少的缺陷。
2、为了实现上述目的,本专利技术提出了一种图片训练素材生成方法,所述方法包括:
3、步骤1:基于原始材料的物理特征生成带有特殊材质的原始图片;
4、步骤2:将步骤1生成的原始图片输入神经网络模型中,生成更丰富的图片训练素材。
5、作为上述方法的一种改进,所述步骤1具体包括:
6、步骤1-1:基于原始材料的物理特征制作基础纹理作为原始材质;
7、步骤1-2:制作原始材料材质;
8、步骤1-3:制作脏旧材质叠加层;
9、步骤1-4:针对训练目标制作相应特定材质;
10、步骤1-5:合成中间图片;
11、步骤1-6:使用虚拟引擎还原相机采样环境;
12、步骤1-7:渲染生成对应的数据特征,输出图片。
13、作为上述方法的一种改进,所述步骤1-1具体为:
14、根据材料的真实物理特征,还原出原始材料的基础纹理信息;
15、所述真实物理特征包括:基础颜色、高光度、表面粗糙度、反射强度和金属度。
16、作为上述方法的一种改进,所述步骤1-2具体为:
17、将材质在虚拟引擎工具中基于工具的物理渲染引擎进行还原,对不同通道的纹理进行多次解算,结合工具的物理渲染引擎的光照系统,提高材料的还原度。
18、作为上述方法的一种改进,所述步骤1-3具体为:
19、对于不同于材料本身的杂质,做出多个脏旧材质,在虚拟引擎工具中将其叠加混合,增加多样性。
20、作为上述方法的一种改进,所述步骤1-4具体为:
21、针对训练目标,单独制作其需要的特定材质纹理;特定材质纹理制作过程中,遵从物理规则和现场环境限定条件;
22、所述特定材质纹理包括:裂纹、白带、划痕、腐蚀或氧化。
23、作为上述方法的一种改进,所述步骤1-5具体为:
24、将制作好的原始材质、脏旧材质和特定材质进行合成,合成的过程中进行多种排列组合生成用于最终渲染的纹理数据。
25、作为上述方法的一种改进,所述步骤1-6具体为:
26、在虚拟引擎工具中还原现场的相机角度和光照环境,搭建一套和现场相机拍摄图片的构图、光线相近的渲染环境。
27、作为上述方法的一种改进,所述神经网络模型为扩散模型。
28、作为上述方法的一种改进,所述扩散模型缓慢地将随机噪声添加到数据中,然后再学习逆向扩散过程从噪声中构造所需的数据样本。
29、本专利技术还提供一种图片训练素材生成系统,所述系统包括:
30、制作原始图片模块,用于基于原始材料的物理特征生成带有特殊材质的原始图片;
31、生成训练素材模块,用于将原始图片输入扩散模型中,生成更丰富的图片训练素材。
32、与现有技术相比,本专利技术的优势在于:
33、相比现有技术生成数据,使用虚拟引擎可以人为生成所需要的数据特征,再结合扩散模型的特点可以快速批量生成多特征目的数据,从而提高数据生成的效率以及样本多样性。
本文档来自技高网...【技术保护点】
1.一种图片训练素材生成方法,所述方法包括:
2.根据权利要求1所述的图片训练素材生成方法,其特征在于,所述步骤1具体包括:
3.根据权利要求2所述的图片训练素材生成方法,其特征在于,所述步骤1-1具体为:
4.根据权利要求2所述的图片训练素材生成方法,其特征在于,所述步骤1-2具体为:
5.根据权利要求2所述的图片训练素材生成方法,其特征在于,所述步骤1-3具体为:
6.根据权利要求2所述的图片训练素材生成方法,其特征在于,所述步骤1-4具体为:
7.根据权利要求2所述的图片训练素材生成方法,其特征在于,所述步骤1-5具体为:
8.根据权利要求2所述的图片训练素材生成方法,其特征在于,所述步骤1-6具体为:
9.根据权利要求1所述的图片训练素材生成方法,其特征在于,所述神经网络模型为扩散模型。
10.根据权利要求9所述的图片训练素材生成方法,其特征在于,所述扩散模型缓慢地将随机噪声添加到数据中,然后再学习逆向扩散过程从噪声中构造所需的数据样本。
11.一种图片
...【技术特征摘要】
1.一种图片训练素材生成方法,所述方法包括:
2.根据权利要求1所述的图片训练素材生成方法,其特征在于,所述步骤1具体包括:
3.根据权利要求2所述的图片训练素材生成方法,其特征在于,所述步骤1-1具体为:
4.根据权利要求2所述的图片训练素材生成方法,其特征在于,所述步骤1-2具体为:
5.根据权利要求2所述的图片训练素材生成方法,其特征在于,所述步骤1-3具体为:
6.根据权利要求2所述的图片训练素材生成方法,其特征在于,所述步骤1-4具体为:
...【专利技术属性】
技术研发人员:侯平银,陈仁,朱俸泽,边峰,曾雪峰,
申请(专利权)人:北京瓦特曼智能科技有限公司,
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。