CN113052173B - 样本数据的特征增强方法和装置 - Google Patents
样本数据的特征增强方法和装置 Download PDFInfo
- Publication number
- CN113052173B CN113052173B CN202110317646.2A CN202110317646A CN113052173B CN 113052173 B CN113052173 B CN 113052173B CN 202110317646 A CN202110317646 A CN 202110317646A CN 113052173 B CN113052173 B CN 113052173B
- Authority
- CN
- China
- Prior art keywords
- sub
- feature
- feature map
- target
- map
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000003062 neural network model Methods 0.000 claims abstract description 21
- 238000010586 diagram Methods 0.000 claims description 36
- 230000011218 segmentation Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 6
- 238000005520 cutting process Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 abstract description 14
- 238000013135 deep learning Methods 0.000 abstract description 2
- 238000013527 convolutional neural network Methods 0.000 description 18
- 238000004891 communication Methods 0.000 description 10
- 230000002708 enhancing effect Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000001965 increasing effect Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000013526 transfer learning Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004660 morphological change Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了样本数据的特征增强方法和装置，涉及计算机视觉和深度学习技术领域，可用于目标检测场景。该方法包括：获取样本图像，将样本图像输入神经网络模型，并获得特征图；基于特征图，确定至少两个子特征图；对至少两个子特征图中的目标子特征图进行叠加，得到叠加后的特征图，采用本方法可以增强样本数据的特征。
Description
技术领域
本公开涉及人工智能技术领域，具体涉及计算机视觉和深度学习技术领域，尤其涉及样本数据的特征增强方法和装置。可用于目标检测场景。
背景技术
目标检测是用于确定图像中感兴趣的目标的技术，通常需要采用海量的样本数据对检测模型进行训练。针对某些检测对象，在无法获得海量的样本数据对检测模型进行训练时，会利用图像增强、相关数据集迁移学习等方法增加样本数据。
发明内容
本公开提供了一种样本数据的特征增强方法、装置、电子设备、计算机可读存储介质以及计算机程序产品。
根据第一方面，提供了一种样本数据的特征增强方法，该方法包括：获取样本图像；将样本图像输入神经网络模型，并获得特征图；基于特征图，确定至少两个子特征图；对至少两个子特征图中的目标子特征图进行叠加，得到叠加后的特征图。
根据第二方面，提供了一种样本数据的特征增强装置，该装置包括：获取单元，被配置为获取样本图像；输入单元，被配置为将样本图像输入神经网络模型，并获得特征图；确定单元，被配置为基于特征图，确定至少两个子特征图；叠加单元，被配置为对至少两个子特征图中的目标子特征图进行叠加，得到叠加后的特征图。
根据第三方面，本公开的实施例提供了一种电子设备，包括：一个或多个处理器：存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面提供的样本数据的特征增强方法。
根据第四方面，本公开的实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中，程序被处理器执行时实现第一方面提供的样本数据的特征增强方法。
根据第五方面，本公开的实施例提供了一种计算机程序产品，包括计算机程序，其中，程序被处理器执行时实现第一方面提供的样本数据的特征增强方法。
本公开提供的样本数据的特征增强方法、装置，获取样本图像，将样本图像输入神经网络模型，并获得特征图；基于特征图，确定至少两个子特征图；对至少两个子特征图中的目标子特征图进行叠加，得到叠加后的特征图，实现了从样本图像的特征层面增强样本数据，增加有效样本的数量，可以提高采用增强后的样本数据训练模型的准确性。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是本申请的实施例可以应用于其中的示例性系统架构图；
图2是根据本申请的样本数据的特征增强方法的一个实施例的流程图；
图3是根据本申请的样本数据的特征增强方法中切分特征图的示意图；
图4是根据本申请的样本数据的特征增强方法的另一个实施例的流程图；
图5是根据本申请的样本数据的特征增强方法的一个具体实施方式的示意图；
图6是根据本申请的样本数据的特征增强方法生成的另一个实施例的流程图；
图7是根据本申请的样本数据的特征增强方法的另一个具体实施方式的示意图；
图8是根据本申请的样本数据的特征增强方法的又一个具体实施方式的示意图
图9是根据本申请的样本数据的特征增强装置的一个实施例的结构示意图；
图10是用来实现本申请实施例的样本数据的特征增强方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1示出了可以应用本申请的样本数据的特征增强方法或样本数据的特征增强装置的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种客户端应用，例如图像获取类应用、图像识别类应用、视频类应用、播放类应用、搜索类应用、金融类应用等。
终端设备101、102、103可以是具有显示屏并且支持接收服务器消息的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、电子播放器、膝上型便携计算机和台式计算机等等。
终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是各种电子设备，当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。
终端设备101、102、103可以采集样本图像，并将采集的样本图像发送至服务器105；服务器105获取到样本图像后，可以将样本图像输入神经网络模型，并获得样本图像的特征图，之后切分该特征图，得到至少两个子特征图，对至少两个子特征图中的目标子特征图进行叠加，以得到叠加后的特征图。
需要说明的是，本公开的实施例所提供的样本数据的特征增强方法一般由终端设备105执行，相应地，样本数据的特征增强装置一般设置于终端设备105中。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，示出了根据本公开的样本数据的特征增强方法的一个实施例的流程200。样本数据的特征增强方法，包括以下步骤：
步骤201，获取样本图像。
在本实施例中，样本数据的特征增强方法的执行主体(例如图1所示的终端设备)可以通过有线或者无线的方式获取样本图像。
步骤202，将样本图像输入神经网络模型，并获得特征图。
在本实施例中，可以将获取到的样本图像，输入神经网络模型，并获得该神经网络模型输出的该样本图像的特征图。其中，特征图可以是如卷积神经网络的卷积过滤器的输出结果，可以理解，该特征图是一个立体的特征矩阵。
步骤203，基于特征图，确定至少两个子特征图。
在本实施例中，可以对特征图/特征矩阵进行切分，得到至少两个子特征图/子特征矩阵。
具体地，如图3(a)所示，可以对特征图进行深度方向的切分，也即，根据特征图的通道，对特征图进行切分。
具体地，如图3(b)所示，可以对特征图进行宽度方向的切分。
具体地，如图3(c)所示，可以对特征图进行高度方向的切分。
在一些可选地实施例中，还可以对特征图进行斜向切分，本实施例对特征图的切分方向不做限定。
步骤204，对至少两个子特征图中的目标子特征图进行叠加，得到叠加后的特征图。
在本实施例中，可以对至少两个子特征图中的目标子特征图进行叠加。具体地，可以对至少两个子特征图中的、被选中的子特征图相同位置上的特征数值进行相加运算(此时，目标子特征图是指被选中的子特征图)；也可以是对至少两个子特征图中的至少部分子特征图进行如卷积运算、矩阵运算等数学运算后，再将经过数学运算后的子特征图与没经过数学运算的子特征图进行叠加(此时，目标子特征图是指经过数学运算的子特征图以及没经过数学运算的子特征图)。
本实施例提供的样本数据的特征增强方法，获取样本图像，将样本图像输入神经网络模型，并获得特征图，基于特征图，确定至少两个子特征图，之后，对至少两个子特征图中的目标子特征图进行叠加，得到叠加后的特征图。可以对样本图像实现特征层面的数据增强，以达到增强样本特征的目的。
可以理解，基于图像增强的样本数据增强方法，仅仅是通过如图像翻转、图像平移、亮度调整等手段使图像的呈现样式发生改变，并未增加样本数据的特征；基于生成式对抗网络所生成的样本数据，也仅仅是增加样本数据的数量，并未增加样本数据的特征；基于迁移学习方法，从相关领域迁移样本数据至目标领域，不能确保相关领域的样本数据与目标领域的样本数据的数据特征的关联程度，从而不能将相关领域的样本数据有效的应用于目标领域。而本实施例是对样本图像实现特征层面的数据增强，可以提高所增加/增强的样本数据的有效性。
可选地，基于特征图，确定至少两个子特征图，包括：根据特征图的特征图通道，切分特征图，并确定至少两个子特征图；和/或，根据特征图的截面，切分特征图，并确定至少两个子特征图。
在本实施例中，切分特征图/特征矩阵的方法包括以下至少一种：根据特征图的特征图通道，将特征图切分为各个子特征图，如图3(a)所示。将特征图从宽度方向上，切分为各个子特征图，如图3(b)所示。将特征图从高度方向上，切分为各个子特征图，如图3(c)所示。
本实施例中，通过对基于样本图像获得的特征图进行通道层面和/或截面方向的切分，实现对样本图像基于特征层面的多样性增强，可以增加有效样本数据的数量。
可选地，目标子特征图基于以下方法确定：将至少两个子特征图确定为目标数据组，并通过多轮迭代操作确定出目标子特征图；迭代操作包括：采用卷积神经网络模型，对目标数据组中的至少一个子特征图中的各个子特征图进行卷积操作，并获得各个卷积后的子特征图；将各个卷积后的子特征图中的至少一个子特征图，切分为至少两个子特征图，并将该至少两个子特征图确定为目标数据组；响应于确定迭代操作次数达到预设次数阈值，将在多轮迭代操作中获得的各个卷积后的子特征图、与各个剩余的子特征图确定为目标子特征图，其中，剩余的子特征图包括在多轮迭代操作的目标数据组中、未经过卷积操作的子特征图。
在本实施例中，可以将至少两个子特征图确定为目标数据组，并通过迭代操作确定出目标子特征图。迭代操作包括：采用卷积神经网络模型，对目标数据中的至少一个子特征图进行卷积操作，获得各个卷积后的子特征图，即，将该子特征图中的每一个子特征图输入卷积神经网络模型中，获得该模型输出的与每一个子特征图对应的每一个卷积后的子特征图。将至少一个卷积后的子特征图再次切分为至少两个特征图，并基于将本次切分操作所生成的至少两个子特征图，确定为目标数据组。
若确定迭代操作的次数达到预设次数阈值，则将在各轮迭代操作中所获得的各个卷积后的子特征图、与各个剩余的子特征图确定为目标子特征图。其中，剩余的子特征图是指在各轮迭代操作中，未经过卷积操作的子特征图。
本实施例通过迭代的方式，对样本图像的特征图进行切分以及卷积操作，可以基于迭代次数的变化，动态增加样本数据特征的多样性。
继续参考图4，示出了根据本公开的样本数据的特征增强方法的另一个实施例的流程300。样本数据的特征增强方法，包括以下步骤：
步骤401，获取样本图像。
步骤402，将样本图像输入神经网络模型，并获得特征图。
本实施例中对步骤401、步骤402的描述与步骤201、步骤202的描述一致，此处不再赘述。
步骤403，根据特征图的特征图通道，切分特征图，并确定至少两个子特征图。
在本实施例中，可以根据特征图的通道，将特征图切分为至少两个子特征图。
步骤404，将至少两个子特征图确定为目标数据组，并通过多轮迭代操作确定出目标子特征图。
在本实施例中，可以将至少两个子特征图确定为目标数据组，并通过步骤405的迭代操作确定出目标子特征图。
步骤405所述的迭代操作包括：
步骤4051，采用卷积神经网络模型，对目标数据组中的至少一个子特征图中的各个子特征图进行卷积操作，并获得各个卷积后的子特征图。
在本实施例中，可以采用卷积神经网络模型，对目标数据中的至少一个子特征图进行卷积操作，获得各个卷积后的子特征图，即，将该至少一个子特征图中的每一个子特征图输入卷积神经网络模型中，获得该模型输出的与每一个子特征图对应的每一个卷积后的子特征图。
步骤4052，将各个卷积后的子特征图中的至少一个子特征图，切分为至少两个子特征图，并将该至少两个子特征图确定为目标数据组。
在本实施例中，可以将各个卷积后的子特征图中的至少一个子特征图、再次切分为至少两个特征图，并基于将本次切分操作所生成的至少两个子特征图，确定为目标数据组。
若确定迭代操作的次数，还未达到预设次数阈值，则继续将当前迭代操作中所产生的目标数据组执行步骤4051以及步骤4052的操作。
步骤4053，响应于确定迭代操作次数达到预设次数阈值，将在多轮迭代操作中获得的各个卷积后的子特征图、与各个剩余的子特征图确定为目标子特征图，其中，剩余的子特征图包括在多轮迭代操作的目标数据组中、未经过卷积操作的子特征图。
在本实施例中，若确定迭代操作的次数达到预设次数阈值，则将在各轮迭代操作中所获得的各个卷积后的子特征图、与各个剩余的子特征图确定为目标子特征图。其中，剩余的子特征图是指在各轮迭代操作中，未经过卷积操作的子特征图。
步骤406，对至少两个子特征图中的目标子特征图进行叠加，得到叠加后的特征图。
在本实施例中，可以对基于切分后的子特征图确定的目标子特征图，依照特征图的切分方向进行叠加/拼接，以得到叠加后的特征图，改叠加后的特征图与原始的特征图具有相同的尺寸。
在一些应用场景中，如图5所示，将获取的样本图像输入卷积神经网络模型中，并获得卷积神经网络输出的特征图500，根据特征图的通道将特征图500切分为子特征图501以及子特征图502(该两个子特征图的通道数为c/2)，子特征图501以及子特征图502组成目标数据组，其中，c代表特征图500的通道数量，也即，特征图在深度方向的尺寸。
若预设的迭代操作的次数阈值为2，在第一轮迭代操作中：将目标数据组中的一个子特征图502，输入卷积神经网络模型，并获得卷积后的子特征图502’，将卷积后的子特征图切分为两个子特征图：子特征图503以及子特征图504(该两个子特征图的通道数为c/4)，并将子特征图503以及子特征图504确定为新的目标数据组；
在第二轮迭代操作中：将新的目标数据组中的子特征图504输入卷积神经网络模型，并获得卷积后的子特征图504’，将卷积后的子特征图切分为两个子特征图：子特征图505以及子特征图506(该两个子特征图的通道数为c/8)，并将子特征图505以及子特征图506确定为新的目标数据组。
此时，确定迭代操作次已经达到次数阈值2，将子特征图501、子特征图503、子特征图505、子特征图506’(对子特征图506进行卷积后的子特征图)进行叠加；也可以是将子特征图501、子特征图503、子特征图505、子特征图506进行叠加。即，对选中的子特征图进行特征图通道层面的拼接，以获得与原特征图500通道数相同的特征图500’。
继续参考图6，示出了根据本公开的样本数据的特征增强方法的又一个实施例的流程600。样本数据的特征增强方法，包括以下步骤：
步骤601，获取样本图像。
步骤602，将样本图像输入神经网络模型，并获得特征图。
本实施例中对步骤601、步骤602的描述与步骤201、步骤202的描述一致，此处不再赘述。
步骤603，根据特征图的截面，切分特征图，并确定至少两个子特征图。
可选地，可以根据特征图的纵向截面，切分特征图；根据特征图的横向截面，切分特征图；或者根据特征图的横向截面，切分特征图。
步骤604，将至少两个子特征图确定为目标数据组，并通过多轮迭代操作确定出目标子特征图。
在本实施例中，可以将至少两个子特征图确定为目标数据组，并通过步骤605的迭代操作确定出目标子特征图。
步骤605所述的迭代操作包括：
步骤6051，采用卷积神经网络模型，对目标数据组中的至少一个子特征图中的各个子特征图进行卷积操作，并获得各个卷积后的子特征图。
在本实施例中，可以采用卷积神经网络模型，对目标数据中的至少一个子特征图进行卷积操作，获得各个卷积后的子特征图，即，将该至少一个子特征图中的每一个子特征图输入卷积神经网络模型中，获得该模型输出的与每一个子特征图对应的每一个卷积后的子特征图。
步骤6052，将各个卷积后的子特征图中的至少一个子特征图，切分为至少两个子特征图，并将该至少两个子特征图确定为目标数据组。
在本实施例中，可以将各个卷积后的子特征图中的至少一个子特征图再次切分为至少两个特征图，并基于将本次切分操作所生成的至少两个子特征图，确定为目标数据组。
若确定迭代操作的次数，还未达到预设次数阈值，则继续将当前迭代操作中所产生的目标数据组执行步骤6051以及步骤6052的操作。
步骤6053，响应于确定迭代操作次数达到预设次数阈值，将在多轮迭代操作中获得的各个卷积后的子特征图、与各个剩余的子特征图确定为目标子特征图，其中，剩余的子特征图包括在多轮迭代操作的目标数据组中、未经过卷积操作的子特征图。
在本实施例中，若确定迭代操作的次达到预设次数阈值，则将在各轮迭代操作中所获得的各个卷积后的子特征图、与各个剩余的子特征图确定为目标子特征图。其中，剩余的子特征图是指在各轮迭代操作中，未经过卷积操作的子特征图。
步骤606，对至少两个子特征图中的目标子特征图进行叠加，得到叠加后的特征图。
在本实施例中，可以对基于切分后的子特征图确定的目标子特征图，依照特征图的切分方向进行叠加，以得到叠加后的特征图。
在一些应用场景中，如图7所示，将获取的样本图像输入卷积神经网络模型中，并获得卷积神经网络输出的特征图700，根据特征图的宽度将特征图700切分为子特征图701以及子特征图702(该两个子特征图的宽为w/2)，子特征图701以及子特征图702组成目标数据组，其中，w代表特征图在横向方向/宽度方向的尺寸。
若预设的迭代操作的次数阈值为2，在第一轮迭代操作中：将目标数据组中的一个子特征图702，输入卷积神经网络模型，并获得卷积后的子特征图702’，将卷积后的子特征图切分为两个子特征图：子特征图703以及子特征图704(该两个子特征图的宽为w/4)，并将子特征图703以及子特征图704确定为新的目标数据组；
在第二轮迭代操作中：将新的目标数据组中的704输入卷积神经网络模型，并获得卷积后的子特征图704’，将卷积后的子特征图切分为两个子特征图：子特征图705以及子特征图706(该两个子特征图的宽为w/4)，并将子特征图705以及子特征图706确定为新的目标数据组。
此时，确定迭代操作次已经达到次数阈值2，将子特征图701、子特征图703、子特征图705、子特征图706’(对子特征图706进行卷积后的子特征图)进行叠加；或者是将子特征图701、子特征图703、子特征图705、子特征图706进行叠加。即，进行特征图横向方向的拼接，以获得与原特征图700尺寸相同的特征图700’。
在一些应用场景中，如图8所示，将获取的样本图像输入卷积神经网络模型中，并获得卷积神经网络输出的特征图800，根据特征图的高度将特征图800切分为子特征图801以及子特征图802(该两个子特征图的高为h/2)，子特征图801以及子特征图802组成目标数据组，其中，h代表特征图在纵向方向/高度方向的尺寸。
若预设的迭代操作的次数阈值为2，在第一轮迭代操作中：将目标数据组中的一个子特征图802，输入卷积神经网络模型，并获得卷积后的子特征图802’，将卷积后的子特征图切分为两个子特征图：子特征图803以及子特征图804(该两个子特征图的高度为h/4)，并将子特征图803以及子特征图804确定为新的目标数据组；
在第二轮迭代操作中：对新的目标数据组中的804输入卷积神经网络模型，并获得卷积后的子特征图804’，将卷积后的子特征图切分为两个子特征图：子特征图805以及子特征图806(该两个子特征图的高度为h/8)，并将子特征图805以及子特征图806确定为新的目标数据组。
此时，确定迭代操作次已经达到次数阈值2，将子特征图801、子特征图803、子特征图805、子特征图806’(对子特征图806进行卷积后的子特征图)进行叠加；或者，将子特征图801、子特征图803、子特征图805、子特征图806进行叠加。即，进行特征图横向方向的拼接，以获得与原特征图800尺寸相同的特征图800’。
在上述结合图2、图4和图6描述的实施例的一些可选的实现方式中，样本图像包括含有目标对象的图像，叠加后的特征图用于检测样本图像中的目标对象。
在本实施例中，样本图像可以是包含目标对象的图像，叠加后的特征图可以用于检测该目标对象在样本图像中的区域。
例如，当上述方法用于检测工业制造中，零件表面的瑕疵时，样本图像可以是具有瑕疵(即，目标对象)的零件的图像，样本图像的特征图可以用于检测瑕疵在零件中的区域。
可以理解，针对如瑕疵检测、地貌形态变化等小样本数据的目标检测，由于样本数据量小，通过少量样本数据训练的检测模型或者识别模型的检测准确性低，而通过图像增强等方式增加样本图像的方法仅仅使样本图像的呈现形式发生了变化(如，图像翻转或者图像变色)，并不能有效的增加样本的特征，在进行基于神经网络的模型训练时，增加的样本图像并不能对神经网络的模型训练做出有效的贡献。
而采用样本数据的特征增强方法，可以实现样本数据基于特征层面的增强，对于小样本目标检测场景(即，样本数据较少的目标检测场景)，可以增加有效的样本数据，采用有效的样本数据进行模型训练，可以提高检测模型的检测准确性，以及提升计算机视觉对微小目标的灵敏度。
进一步参考图9，作为对上述各图所示方法的实现，本公开提供了一种样本数据的特征增强装置的一个实施例，该装置实施例与图2、图4和图6所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图9所示，本实施例的样本数据的特征增强装置900包括：获取单元901、输入单元902、确定单元903、叠加单元904。其中，获取单元，被配置为获取样本图像；输入单元，被配置为将样本图像输入神经网络模型，并获得特征图；确定单元，被配置为基于特征图，确定至少两个子特征图；叠加单元，被配置为对至少两个子特征图中的目标子特征图进行叠加，得到叠加后的特征图。
在一些实施例中，确定单元，包括：第一切分模块，被配置为根据特征图的特征图通道，切分特征图，并确定至少两个子特征图；和/或，第二切分模块，被配置为根据特征图的截面，切分特征图，并确定至少两个子特征图。
在一些实施例中，第二切分模块，包括：第一切分子模块，被配置为根据特征图的纵向截面，切分特征图；或者，第二切分子模块，被配置为根据特征图的横向截面，切分特征图。
在一些实施例中，目标子特征图基于以下方法确定：将至少两个子特征图确定为目标数据组，并通过多轮迭代操作确定出目标子特征图；迭代操作包括：采用卷积神经网络模型，对目标数据组中的至少一个子特征图中的各个子特征图进行卷积操作，并获得各个卷积后的子特征图；将各个卷积后的子特征图中的至少一个子特征图，切分为至少两个子特征图，并将该至少两个子特征图确定为目标数据组；响应于确定迭代操作次数达到预设次数阈值，将在多轮迭代操作中获得的各个卷积后的子特征图、与各个剩余的子特征图确定为目标子特征图，其中，剩余的子特征图包括在多轮迭代操作的目标数据组中、未经过卷积操作的子特征图。
在一些实施例中，样本图像包括含有目标对象的图像，叠加后的特征图用于检测样本图像中的目标对象。
上述装置900中的各单元与参考图2、图4和图6描述的方法中的步骤相对应。由此上文针对样本数据的特征增强方法描述的操作、特征及所能达到的技术效果同样适用于装置900及其中包含的单元，在此不再赘述。
根据本申请的实施例，本申请还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图10示出了可以用来实施本申请的实施例的示例电子设备1000的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图10所示，设备1000包括计算单元1001，其可以根据存储在只读存储器(ROM)1002中的计算机程序或者从存储单元1008加载到随机访问存储器(RAM)1003中的计算机程序，来执行各种适当的动作和处理。在RAM 1003中，还可存储设备1000操作所需的各种程序和数据。计算单元1001、ROM 1002以及RAM1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
设备1000中的多个部件连接至I/O接口1005，包括：输入单元1006，例如键盘、鼠标等；输出单元1007，例如各种类型的显示器、扬声器等；存储单元1008，例如磁盘、光盘等；以及通信单元1005，例如网卡、调制解调器、无线通信收发机等。通信单元1005允许设备1000通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1001可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1001的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1001执行上文所描述的各个方法和处理，例如样本数据的特征增强方法。例如，在一些实施例中，样本数据的特征增强方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1008。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1002和/或通信单元1005而被载入和/或安装到设备1000上。当计算机程序加载到RAM 1003并由计算单元1001执行时，可以执行上文描述的样本数据的特征增强方法的一个或多个步骤。备选地，在其他实施例中，计算单元1001可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行样本数据的特征增强方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本申请的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本申请的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。
Claims (11)
1.一种样本数据的特征增强方法，包括：
获取样本图像；
将所述样本图像输入神经网络模型，并获得特征图；
对所述特征图进行切分，确定出至少两个子特征图；
对所述至少两个子特征图中的目标子特征图进行叠加，得到叠加后的特征图；
其中，所述目标子特征图基于以下方法确定：将所述至少两个子特征图确定为目标数据组，并通过多轮迭代操作确定出所述目标子特征图；其中，所述迭代操作包括：采用卷积神经网络模型，对所述目标数据组中的至少一个子特征图中的各个子特征图进行卷积操作，并获得各个卷积后的子特征图；将所述各个卷积后的子特征图中的至少一个子特征图，切分为至少两个子特征图，并将该至少两个子特征图确定为所述目标数据组；响应于确定所述迭代操作次数达到预设次数阈值，将在所述多轮迭代操作中获得的各个卷积后的子特征图、与各个剩余的子特征图确定为所述目标子特征图，其中，所述剩余的子特征图包括在所述多轮迭代操作的目标数据组中、未经过卷积操作的子特征图。
2.根据权利要求1所述的方法，其中，所述对所述特征图进行切分，确定出至少两个子特征图，包括：
根据所述特征图的特征图通道，切分所述特征图，并确定至少两个子特征图；和/或，
根据所述特征图的截面，切分所述特征图，并确定至少两个子特征图。
3.根据权利要求2所述的方法，其中，所述根据所述特征图的截面，切分所述特征图，包括：
根据所述特征图的纵向截面，切分所述特征图；或者，
根据所述特征图的横向截面，切分所述特征图。
4.根据权利要求1所述的方法，其中，所述样本图像包括含有目标对象的图像，所述叠加后的特征图用于检测所述样本图像中的目标对象。
5.一种样本数据的特征增强装置，包括：
获取单元，被配置为获取样本图像；
输入单元，被配置为将所述样本图像输入神经网络模型，并获得特征图；
确定单元，被配置为对所述特征图进行切分，确定出至少两个子特征图；
叠加单元，被配置为对所述至少两个子特征图中的目标子特征图进行叠加，得到叠加后的特征图；
其中，所述目标子特征图基于以下方法确定：将所述至少两个子特征图确定为目标数据组，并通过多轮迭代操作确定出所述目标子特征图；其中，所述迭代操作包括：采用卷积神经网络模型，对所述目标数据组中的至少一个子特征图中的各个子特征图进行卷积操作，并获得各个卷积后的子特征图；将所述各个卷积后的子特征图中的至少一个子特征图，切分为至少两个子特征图，并将该至少两个子特征图确定为所述目标数据组；响应于确定所述迭代操作次数达到预设次数阈值，将在所述多轮迭代操作中获得的各个卷积后的子特征图、与各个剩余的子特征图确定为所述目标子特征图，其中，所述剩余的子特征图包括在所述多轮迭代操作的目标数据组中、未经过卷积操作的子特征图。
6.根据权利要求5所述的装置，其中，所述确定单元，包括：
第一切分模块，被配置为根据所述特征图的特征图通道，切分所述特征图，并确定至少两个子特征图；和/或，
第二切分模块，被配置为根据所述特征图的截面，切分所述特征图，并确定至少两个子特征图。
7.根据权利要求6所述的装置，其中，所述第二切分模块，包括：
第一切分子模块，被配置为根据所述特征图的纵向截面，切分所述特征图；或者，
第二切分子模块，被配置为根据所述特征图的横向截面，切分所述特征图。
8.根据权利要求5所述的装置，其中，所述样本图像包括含有目标对象的图像，所述叠加后的特征图用于检测所述样本图像中的目标对象。
9.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-4中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行权利要求1-4中任一项所述的方法。
11.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-4中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110317646.2A CN113052173B (zh) | 2021-03-25 | 2021-03-25 | 样本数据的特征增强方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110317646.2A CN113052173B (zh) | 2021-03-25 | 2021-03-25 | 样本数据的特征增强方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113052173A CN113052173A (zh) | 2021-06-29 |
| CN113052173B true CN113052173B (zh) | 2024-07-19 |
Family
ID=76515374
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110317646.2A Active CN113052173B (zh) | 2021-03-25 | 2021-03-25 | 样本数据的特征增强方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113052173B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109543685A (zh) * | 2018-10-16 | 2019-03-29 | 深圳大学 | 图像语义分割方法、装置和计算机设备 |
| CN109685819A (zh) * | 2018-12-11 | 2019-04-26 | 厦门大学 | 一种基于特征增强的三维医学图像分割方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110490813B (zh) * | 2019-07-05 | 2021-12-17 | 特斯联（北京）科技有限公司 | 卷积神经网络的特征图增强方法、装置、设备及介质 |
| CN112241646A (zh) * | 2019-07-16 | 2021-01-19 | 长沙智能驾驶研究院有限公司 | 车道线识别方法、装置、计算机设备和存储介质 |
| CN110348537B (zh) * | 2019-07-18 | 2022-11-29 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
| CN111881707B (zh) * | 2019-12-04 | 2021-09-14 | 马上消费金融股份有限公司 | 图像翻拍检测方法、身份验证方法、模型训练方法及装置 |
| CN111369568B (zh) * | 2020-02-20 | 2022-12-23 | 苏州浪潮智能科技有限公司 | 一种图像分割的方法、系统、设备及可读存储介质 |
| CN112488126B (zh) * | 2020-11-30 | 2024-09-27 | 深圳市凌晨知识产权运营有限公司 | 特征图处理方法、装置、设备以及存储介质 |
-
2021
- 2021-03-25 CN CN202110317646.2A patent/CN113052173B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109543685A (zh) * | 2018-10-16 | 2019-03-29 | 深圳大学 | 图像语义分割方法、装置和计算机设备 |
| CN109685819A (zh) * | 2018-12-11 | 2019-04-26 | 厦门大学 | 一种基于特征增强的三维医学图像分割方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113052173A (zh) | 2021-06-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112801164B (zh) | 目标检测模型的训练方法、装置、设备及存储介质 | |
| US10943145B2 (en) | Image processing methods and apparatus, and electronic devices | |
| CN108154222B (zh) | 深度神经网络训练方法和系统、电子设备 | |
| CN112949767A (zh) | 样本图像增量、图像检测模型训练及图像检测方法 | |
| CN109377508B (zh) | 图像处理方法和装置 | |
| CN112819007B (zh) | 图像识别方法、装置、电子设备及存储介质 | |
| CN113378696A (zh) | 图像处理方法、装置、设备及存储介质 | |
| CN113888635B (zh) | 视觉定位方法、相关装置 | |
| CN113837965B (zh) | 图像清晰度识别方法、装置、电子设备及存储介质 | |
| CN112508005B (zh) | 用于处理图像的方法、装置、设备以及存储介质 | |
| CN108734718B (zh) | 用于图像分割的处理方法、装置、存储介质及设备 | |
| CN113888560A (zh) | 用于处理图像的方法、装置、设备以及存储介质 | |
| CN114037630A (zh) | 一种模型训练及图像去雾方法、装置、设备及存储介质 | |
| CN113643260A (zh) | 用于检测图像质量的方法、装置、设备、介质和产品 | |
| CN114092708A (zh) | 特征图像的处理方法、装置和存储介质 | |
| CN112967191A (zh) | 图像处理方法、装置、电子设备和存储介质 | |
| CN113052173B (zh) | 样本数据的特征增强方法和装置 | |
| CN116310356A (zh) | 深度学习模型的训练方法、目标检测方法、装置及设备 | |
| CN114882313B (zh) | 生成图像标注信息的方法、装置、电子设备及存储介质 | |
| CN114724144B (zh) | 文本识别方法、模型的训练方法、装置、设备及介质 | |
| CN110852250A (zh) | 一种基于最大面积法的车辆排重方法、装置及存储介质 | |
| CN110827254A (zh) | 图像清晰度的确定方法和装置 | |
| CN113610856B (zh) | 训练图像分割模型和图像分割的方法和装置 | |
| CN112991451B (zh) | 图像识别方法、相关装置及计算机程序产品 | |
| CN114581711A (zh) | 目标对象检测方法、装置、设备、存储介质以及程序产品 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20240619 Address after: Room 601, Building 4, Jinhu Garden, Qiusuo East Road, Yueyanglou District, Yueyang City, Hunan Province, 414000 Applicant after: Yueyang Jinlin shenghang Technology Co.,Ltd. Country or region after: China Address before: 2 / F, baidu building, 10 Shangdi 10th Street, Haidian District, Beijing 100085 Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. Country or region before: China |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |