科创中国
一种罕见目标在多场景中的数据集构建方法及系统
成果类型：: 发明专利
发布时间: 2023-12-06 14:21:38
科技成果产业化落地方案
方案提交机构：成果发布人| 黄哲芬 | 2023-12-06 14:21:38
本发明涉及一种罕见目标在多场景中的数据集构建方法及系统,该方法包括:构建目标图像库和背景图像库;依次从背景图像库中抽取各张背景图像,对于各张背景图像,从目标图像库中随机抽取NUM张目标图像并进行预处理;对各张目标图像,随机生成其在相应背景图像上的覆盖位置,然后根据目标图像的大小以及该目标图像在背景图像中的不同高度计算其需要上下采样的相应尺度,而后在目标图像与背景图像上既有的目标图像不存在重叠的情况下,对该目标图像进行相应尺度的上下采样并覆盖在相应背景图像上的相应位置;最终构建得到包含N张数据集图像数据的数据集。该方法及系统有利于快速、低成本地生成罕见目标在多场景中的多尺度数据集
提供了一种罕见目标在多场景中的数据集构建方法及系统，解决了现有技术中罕见目标数据集少，获取罕见目标数据集困难，获取成本高的问题，可以快速、低成本地生成罕见目标在丰富的多场景下的多尺度数据集，并应用于目标检测网络。因此，本发明具有很强的实用性和广阔的应用前景。
随着深度学习和神经网络在目标检测领域的应用，目标检测的准确度和速度等性能指标有了显著提升，超过了传统目标检测方法。然而，基于深度学习的目标检测对数据集的依赖性很高，需要依赖各种场景和不同尺度的大量数据集进行网络训练。但是，如此大量的数据集标注起来是相当困难的，需要消耗大量的人力、财力去完成标注的工作。
对于罕见目标来说，现存的数据集很少。若采取实拍的方式构建数据集，因为是罕见目标，则无法获得丰富背景下多尺度的数据集。如果只用这些少量的数据集来训练，容易因为场景太单一造成过拟合而导致检测精度很低。如果采用人工布置场地达到丰富场景的目的，则会消耗大量人力、财力，同时标注的人工成本也是相当高的。
发明人：吴靖 陈振华 黄峰 陈丽琼福州大学（Fuzhou University），简称福大，位于福建省福州市，创建于1958年，是国家“双一流”建设高校，国家“211工程”建设高校，国家教育部、国家国防科技工业局与福建省人民政府共建高校，福建省三所重点建设的高水平大学之一，福建省一流大学建设高校，入选国家建设高水平大学公派研究生项目、教育部首批“卓越工程师教育培养计划”高校、新工科研究与实践项目、数据中国“百校工程”项目、国家“111计划”、“高校国际化示范学院推进计划”、国家级大学生创新创业训练计划、全国首批深化创新创业教育改革示范高校、中国政府奖学金来华留学生接收院校、全国专业学位研究生教育综合改革试点单位、国家集成电路人才培养基地、首批高等学校科技成果转化和技术转移基地、高校国家知识产权信息服务中心。
提供了一种罕见目标在多场景中的数据集构建方法及系统，解决了现有技术中罕见目标数据集少，获取罕见目标数据集困难，获取成本高的问题，可以快速、低成本地生成罕见目标在丰富的多场景下的多尺度数据集，并应用于目标检测网络。因此，本发明具有很强的实用性和广阔的应用前景。
当前专利未经权利人许可不得实施，希望将科技成果转让给研发实力雄厚的企业，由受让人对科技成果实施转化。交易的是科技成果中的知识产权，可以包括专利权、专利申请权、技术秘密等。科技成果转让后，转让方获得转让费，不再是科技成果的所有人；受让方向转让方支付转让费，并成为科技成果的新的所有人。
下载app