CN114359048A - 图像的数据增强方法、装置、终端设备及存储介质 - Google Patents

Abstract

本申请适用于图像处理技术领域，提供了图像的数据增强方法、装置、终端设备及存储介质，包括：获取预设数量的源图像；根据预设的基准尺寸对各个所述源图像进行缩放处理，得到各个所述源图像分别对应的待拼接图像；其中，所述基准尺寸大于所述源图像对应的输入尺寸；根据预设的拼接图像区域的拼接点，对各个所述待拼接图像进行拼接和截断处理，得到目标拼接图像；其中，所述拼接图像区域的尺寸为所述基准尺寸；根据所述目标拼接图像，生成尺寸为所述输入尺寸的数据增强图像。本申请实施例能够高效准确地实现图像的数据增强。

Description

图像的数据增强方法、装置、终端设备及存储介质

技术领域

本申请属于图像处理技术领域，尤其涉及一种图像的数据增强方法、装置、终端设备及存储介质。

背景技术

随着人工智能技术的发展，能有效地使机器模仿视听和思考等人类活动的深度学习方法被广泛应用。通常，深度学习方法需要大数据作为支撑，但是采集和标记数据不仅费时，而且成本高昂，因此需要数据增强方法来得到更多的数据。数据增强是一种数据扩充技术，它对现有少量的数据进行扩充，以最大化地利用数据使模型的性能达到理想水平。

在基于图像的深度学习方法中，同样需要通过图像的数据增强实现图像数据的扩充。然而，目前图像的数据增强方法生成的图像效果较差。

发明内容

有鉴于此，本申请实施例提供了图像的数据增强方法、装置、终端设备及存储介质，以解决现有技术中如何高效准确地实现图像的数据增强的问题。

本申请实施例的第一方面提供了一种图像的数据增强方法，包括：

获取预设数量的源图像；

根据预设的基准尺寸对各个所述源图像进行缩放处理，得到各个所述源图像分别对应的待拼接图像；其中，所述基准尺寸大于所述源图像对应的输入尺寸；

根据预设的拼接图像区域的拼接点，对各个所述待拼接图像进行拼接和截断处理，得到目标拼接图像；其中，所述拼接图像区域的尺寸为所述基准尺寸；

根据所述目标拼接图像，生成尺寸为所述输入尺寸的数据增强图像。

本申请实施例的第二方面提供了一种图像的数据增强装置，包括：

源图像获取单元，用于获取预设数量的源图像；

缩放单元，用于根据预设的基准尺寸对各个所述源图像进行缩放处理，得到各个所述源图像分别对应的待拼接图像；其中，所述基准尺寸大于所述源图像对应的输入尺寸；

拼接单元，用于根据预设的拼接图像区域的拼接点，对各个所述待拼接图像进行拼接和截断处理，得到目标拼接图像；其中，所述拼接图像区域的尺寸为所述基准尺寸；

生成单元，用于根据所述目标拼接图像，生成尺寸为所述输入尺寸的数据增强图像。

本申请实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，当所述处理器执行所述计算机程序时，使得终端设备实现如所述图像的数据增强方法的步骤。

本申请实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，当所述计算机程序被处理器执行时，使得终端设备实现如所述图像的数据增强方法的步骤。

本申请实施例的第五方面提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行如第一方面中所述的图像的数据增强方法的步骤。

本申请实施例与现有技术相比存在的有益效果是：本申请实施例中，先获取预设数量的源图像，再根据预设的基准尺寸，对各个源图像进行缩放处理，得到各个尺寸大于输入尺寸的待拼接图像；之后，根据预设的拼接图像区域的拼接点，对各个待拼接图像进行拼接和截断处理，得到尺寸为基准尺寸的拼接图像；最后，将该拼接图像缩放至输入尺寸，得到数据增强图像。由于能够基于预设数量的源图像的拼接得到数据增强图像，因此能够增强图像背景的多样性，生成更多样的图像；并且，由于在拼接之前，先基于基准尺寸将源图像缩放到大于输入尺寸的待拼接图像，即先将源图像进行尺寸放大后再进行拼接，避免由于图像拼接造成检测目标尺度缩小而影响小目标检测效果，从而能够提高生成的数据增强图像的图像效果，提高后续图像识别的准确性。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的一种图像的数据增强方法的实现流程示意图；

图2是本申请实施例提供的一种拼接图像区域的示例图；

图3是本申请实施例提供的另一种拼接图像区域的示例图；

图4是本申请实施例提供的一种拼接图像的示例图；

图5是本申请实施例提供的一种目标拼接图像的示例图；

图6是本申请实施例提供的一种图像的数据增强装置的示意图；

图7是本申请实施例提供的终端设备的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

另外，在本申请的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

目前，在基于图像的深度学习方法中，需要通过图像的数据增强实现图像数据的扩充。通常，单纯采用传统的色彩增强或者几何形状增强方法，只能够对单张图像在颜色空间和几何尺度空间上进行图像变换，图像背景并没有改变。而通过cutout(单张图像随机灰度一小区域的数据增强方法)，mixup(两张图像以一定比例通道叠加混合的数据增强方法)和mosaic(四张图像以2x2拼接方式和不定拼接中心拼接在一张图中的数据增强方法)等更高级的数据增强方法，在一定程度上增强了图像内容的多样性。然而，cutout方法几乎没有增强图像背景的多样性，mixup方法的混叠图像与现实图像存在较大偏差，而mosaic方法虽然增强了背景的多样性，但是由于拼接导致目标的尺度相对于单张图像缩小了1倍，使得小目标更小，严重影响了小目标的检测效果。由此可见，目前图像的数据增强方法生成的图像效果较差。

为了解决上述的技术问题，本申请实施例提供了一种图像的数据增强方法、装置、终端设备及存储介质，包括：获取预设数量的源图像；根据预设的基准尺寸对各个所述源图像进行缩放处理，得到各个所述源图像分别对应的待拼接图像；其中，所述基准尺寸大于所述源图像对应的输入尺寸；根据预设的拼接图像区域的拼接点，对各个所述待拼接图像进行拼接和截断处理，得到目标拼接图像；其中，所述拼接图像区域的尺寸为所述基准尺寸；将所述目标拼接图像缩放至所述输入尺寸，得到数据增强图像。

由于能够基于预设数量的源图像的拼接得到数据增强图像，因此能够增强图像背景的多样性，生成更多样的图像；并且，由于在拼接之前，先基于预设尺寸将源图像缩放到大于输入尺寸的待拼接图像，即先将源图像进行尺寸放大后再进行拼接，因此能够避免出现mosaic数据增强方法中小目标的检测性能不佳的问题，在丰富训练输入图像背景多样性的同时，尽可能保持图像内的目标尺度在合理的范围内，从而可以均衡网络在大目标和小目标上的性能表现；同时，还能够避免拼接图像存在大量空白区域，避免浪费计算资源，从而提高基于数据增强图像进行训练的网络收敛速度。即，通过本申请实施例图像的数据增强方法，能够提高生成的数据增强图像的图像效果，提高后续图像识别的准确性。

在一个应用场景中，通过本申请实施例的图像的数据增强方法能够扩充目标检测网络的样本数据，即能够通过图像的数据增强方法准确地生成适用于训练目标检测网络的数据增强图像，从而提高目标检测网络训练的准确性，提高该目标检测网络后续目标检测的准确性。该目标检测网络可以为用于检测人脸目标、车辆目标或者生产线产品目标的神经网络。

实施例一：

图1示出了本申请实施例提供的一种图像的数据增强方法的流程示意图，详述如下：

在S101中，获取预设数量的源图像。

本申请实施例中，源图像为包含检测目标的原始样本图像，该源图像的尺寸称为输入尺寸，输入尺寸指的是以该源图像作为样本图像的目标检测网络所要求的图像输入大小。在一个实施例中，源图像的最长边的大小等于以该源图像作为样本图像的目标检测网络所要求的图像输入大小。例如，设目标检查网络所要求的图像输入大小为：输入图像的最长边为d，则该源图像的输入尺寸即为最长边为d。

本申请实施例中，可以从样本数据库中获取预设数量的尺寸为输入尺寸的源图像，该预设数量为2以上。示例性地，该预设数量可以为4。

在S102中，根据预设的基准尺寸对各个所述源图像进行缩放处理，得到各个所述源图像分别对应的待拼接图像；其中，所述基准尺寸大于所述源图像对应的输入尺寸。

本申请实施例中，在获取预设数量的源图像后，先基于源图像对应的输入尺寸，确定大于该输入尺寸的基准尺寸。之后，根据该基准尺寸分别对各个源图像进行缩放处理，得到各个源图像分别对应的待拼接图像。由于基准尺寸大于输入尺寸，因此这里的缩放处理具体为图像放大处理，因此待拼接图像包含的检测目标的尺寸大小大于该检测目标在对应的源图像中原始的尺寸大小。

在S103中，根据预设的拼接图像区域的拼接点，对各个所述待拼接图像进行拼接和截断处理，得到目标拼接图像；其中，所述拼接图像区域的尺寸为所述基准尺寸。

本申请实施例中，拼接图像区域为提前设置的尺寸为基准尺寸的空白图像区域。在步骤S103之前，可以在该拼接图像区域中，随机确定一个或者多个像素点作为该拼接图像区域的拼接点，该拼接点能够将拼接图像区域划分为预设数量个区域，以分别用于填充各个源图像分别对应的待拼接图像。在一个实施例中，预设数量为4，在拼接图像区域中设置的拼接点的数量为1，则该拼接点能够将拼接图像区域划分为4个图像区域，如图2所示。在另一个实施例中，预设数量为9，在拼接图像区域中设置的拼接点的数量为2，则该拼接点能够将拼接图像区域划分为9个图像区域。

在确定待拼接图像后，以预设的拼接图像区域的拼接点为中心，将各个待拼接图像进行拼接。由于预设的拼接图像区域的尺寸为基准尺寸，而各个待拼接图像均是基于基准尺寸进行缩放处理得的，即各个待拼接图像的尺寸接近或者等于基准尺寸，可见，各个待拼接图像的尺寸之和大于拼接图像区域的尺寸，因此，以拼接点为中心，在拼接图像区域中拼接各个待拼接图像后，待拼接图像中存在位于该拼接图像区域之外的图像区域。此时，对于每个待拼接图像，将其位于该拼接图像区域之外的图像区域进行截断处理删除，即可得到尺寸为基准尺寸的目标拼接图像。

在S104中，根据所述目标拼接图像，生成尺寸为所述输入尺寸的数据增强图像。

在拼接得到尺寸为基准尺寸的目标拼接图像后，可以对该目标拼接图像进行缩放处理或者仿射变换处理，得到尺寸为输入尺寸的数据增强图像。该数据增强图像即为根据预设数量的源图像，新生成的能够作为目标检测网络的样本的样本图像，从而扩充了目标检测网络的样本数据。示例性地，设基准尺寸的边长为2d，输入尺寸的边长为d，则可以通过仿射变换，将原来2d×2d大小的目标拼接图像变换至d×d的图像大小，得到数据增强图像。

本申请实施例中，由于能够基于预设数量的源图像的拼接得到数据增强图像，因此能够增强图像背景的多样性，生成更多样的图像；并且，由于在拼接之前，先基于预设尺寸将源图像缩放到大于输入尺寸的待拼接图像，即先将源图像进行尺寸放大后再进行拼接，因此能够避免出现mosaic数据增强方法中小目标的检测性能不佳的问题，在丰富训练输入图像背景多样性的同时，尽可能保持图像内的目标尺度在合理的范围内，从而可以均衡网络在大目标和小目标上的性能表现；同时，还能够避免拼接图像存在大量空白区域，避免浪费计算资源，从而提高基于数据增强图像进行训练的网络收敛速度。即，通过本申请实施例图像的数据增强方法，能够提高生成的数据增强图像的图像效果，提高后续图像识别的准确性。

可选地，在所述根据预设的基准尺寸对各个所述源图像进行缩放处理，得到各个所述源图像分别对应的待拼接图像之前，还包括：

将所述输入尺寸乘以预设倍数，得到基准尺寸。

本申请实施例中，具体在确定源图像对应的输入尺寸后，将该输入尺寸乘以预设倍数，得到基准尺寸。该预设倍数可以基于预设数量而确定。例如，当预设数量为4时，该预设倍数可以为2(即，设输入尺寸的长边为d，则基准尺寸的长边为2d)；当预设数量为9时，该预设倍数可以为3。

由于能够将输入尺寸乘以预设倍数得到基准尺寸，使得各个源图像能够基于该基准尺寸成倍的放大，进而使得之后进行拼接和缩放为输入尺寸后，源图像中的检测目标的尺寸基本不被缩小，从而能够提高生成的数据增强图像的图像效果，提高后续的小目标检测的准确性。

可选地，所述根据预设的基准尺寸对各个所述源图像进行缩放处理，得到各个所述源图像分别对应的待拼接图像，包括：

对于每个所述源图像，分别根据所述基准尺寸和所述源图像包含的检测目标的大小情况，确定所述源图像对应的目标尺寸；将所述源图像缩放至所述目标尺寸，得到所述源图像对应的待拼接图像。

本申请实施例中，对于每个源图像，分别根据该源图像包含的检测目标的大小分布情况，确定以该基准尺寸为基准进行一定尺度浮动的目标尺寸作为该源图像所要缩放至的目标尺寸。在一个实施例中，该源图像包含的检测目标的尺寸越小，则确定出的目标尺寸越大；相反地，该源图像包含的检测目标的尺寸越大，则确定出的目标尺寸越小。即，对于尺寸较小的检测目标，通过将源图像放大至较大的目标尺寸，以提高后续对该小尺寸检测目标的检测效果；而对于尺寸较大的检测目标，则其放大的程度相对较小也不会影响其检测效果，并且放大程度较小能够为其它包含尺寸较小的检测目标的源图像预留更多的图像放大空间。

对于每个源图像，在根据其包含的检测目标的大小分布情况确定目标尺寸后，将该源图像缩放至该目标尺寸，得到该源图像对应的待拼接图像。

本申请实施例中，由于能够根据源图像包含的检测目标的大小情况自适应地对源图像进行相应尺度的缩放，使得各个源图像的检测目标之后在拼接图像区域中所占的尺度空间更加均衡合理，因此能够进一步提高生成的数据增强图像的效果，提高后续目标识别的准确性。

可选地，所述根据所述基准尺寸和所述源图像包含的检测目标的大小情况，确定所述源图像对应的目标尺寸，包括：

若所述源图像包含的小目标的数量大于大目标的数量，则确定大于所述基准尺寸的尺寸作为所述源图像对应的目标尺寸；其中，所述小目标为尺寸小于或者等于预设尺寸阈值的检测目标，所述大目标为尺寸大于所述预设尺寸阈值的检测目标。

本申请实施例中，对于源图像中包含的各个检测目标，根据预设尺寸阈值划分为小目标和大目标。其中，小目标为尺寸小于或者等于该预设尺寸阈值的检测目标，大目标为尺寸大于该预设尺寸阈值的检测目标。在一个实施例中，该预设尺寸阈值可以根据基准尺寸而确定，例如该预设尺寸阈值可以为基准尺寸的十分之一。

对于每个源图像，当检测到该源图像包含的小目标的数量大于大目标的数量时，则说明当前源图像中包含的小目标数量较多，此时可以适量增大源图像的尺寸，因此确定略大于该基准尺寸的尺寸作为目标尺寸。例如，设基准尺寸为2d，则可以在该基准尺寸的基础上加上Δd，得到目标尺寸，其中，Δd可以为大于0小于d的实数。

本申请实施例中，由于在源图像包含的小目标的数量较多时，确定大于该基准尺寸的尺寸作为目标尺寸，因此能够使得该源图像的尺度被更大程度地放大，以提高该源图像的数据增强效果，提高后续的小目标检测效果。

可选地，所述根据所述基准尺寸和所述源图像包含的检测目标的大小情况，确定所述源图像对应的目标尺寸，包括：

若所述源图像包含的所述大目标的数量大于所述小目标数量，则确定位于所述基准尺寸和所述输入尺寸之间的尺寸作为所述源图像对应的目标尺寸。

相反地，对于每个源图像，当检测到该源图像包含的大目标的数量大于小目标的数量时，则说明当前源图像中包含的大目标数量较多，此时可以适量减小源图像的尺寸，因此确定位于基准尺寸和输入尺寸之间的尺寸作为该源图像对应的目标尺寸，从而保证该源图像即能够在输入尺寸的基础上进行放大，又能够保证放大的程度小于基准尺寸。示例性地，设输入尺寸为d，基准尺寸2d，则：d<目标尺寸<2d。

本申请实施例中，由于在源图像包含的大目标的数量较多时，确定位于基准尺寸和输入尺寸之间的尺寸作为目标尺寸，因此能够缩小该源图像的放大程度，以更好平衡后续目标拼接图像和数据增强图像的尺度空间，提高图像的数据增强效果。

可选地，在所述根据预设的拼接图像区域的拼接点，对各个所述待拼接图像进行拼接和截断处理，得到目标拼接图像，包括：

根据预设的拼接图像区域的拼接点，对各个所述待拼接图像进行拼接和截断处理，得到初始拼接图像；

对于所述初始拼接图像中每个与源图像对应的图像区域，滤除所述图像区域中符合预设滤除条件的检测目标，得到目标拼接图像；其中，所述预设滤除条件包括以下的任意一项或者多项：所述检测目标的宽高比小于第一预设阈值、宽度小于第二预设阈值、高度小于第三预设阈值、所述源图像截断后所述检测目标所占的面积与所述源图像截断前所述检测目标所占的面积的比例小于第四预设阈值。

本申请实施例中，得到各个待拼接图像后，根据拼接图像区域中随机确定的拼接点进行拼接和截断处理之后，得到的初步的拼接图像，称为初始拼接图像。

由于初始拼接图像是经过截断处理后得到的，部分检测目标可能刚好位于拼接图像区域边界而被截断只剩余其中一小部分，因此，本申请实施例在得到初始拼接图像之后，进一步滤除其中由于截断导致的质量较低的检测目标，以避免这些低质量的检测目标在后续干扰目标检测目网络的训练。具体地，在得到初始拼接图像之后，对于该初始拼接图像中每个与源图像对应的图像区域，即该源图像的拼接区域，检测其中是否有符合预设滤除条件的检查目标；若存在，则将该检测目标作为低质量检测目标进行滤除。在初始拼接图像中各个源图像对应的图像区域均进行低质量检测目标滤除操作后，即可得到质量较优的目标拼接图像。

上述的预设滤除条件可以包括以下的任意一项或者多项：

(1)该检测目标的宽高比小于第一预设阈值。当检测目标的宽高比小于第一预设阈值时，说明该检测目标可能由于截断导致只剩下一小段细长区域，此时将其判定为低质量检测目标。

(2)宽度小于第二预设阈值和/或高度小于第三预设阈值。当检测目标的宽度和/或高度过小时，说明该检测目标在宽度方向或者高度方向可能被截去了较大的部分，导致剩余的区域不足以准确地表示原来检测目标特征，因此，将其判定为低质量检测目标。

(3)所述源图像截断后所述检测目标所占的面积与所述源图像截断前所述检测目标所占的面积的比例小于第四预设阈值。设该检测目标所在的源图像在截断前，该检测目标所占的面积为S1，而在源图像截断后，该检测目标所占的面积为S2，若面积比例S2/S1小于第四预设阈值时，说明当前检测目标的大部分面积区域已被截去，导致剩余的区域不足以准确地表示原来检测目标特征，因此，将其判定为低质量检测目标。

本申请实施例中，由于能够通过预设滤除条件，滤除每张源图像中因缩放和截断导致的低质量检测目标，因此能够保证数据增强图像包含的检测目标的质量，提升后续基于该数据增强图像进行训练的目标检查网络的训练效果和检测效果，降低目标误检概率。

可选地，所述根据所述目标拼接图像，生成尺寸为所述输入尺寸的数据增强图像，包括：

将所述目标拼接图像进行颜色变换处理和/或几何变换处理，得到变换图像；

根据所述变换图像，生成尺寸为所述输入尺寸的数据增强图像。

本申请实施例中，在得到目标拼接图像之后，可以进一步对该目标拼接图像进行变换处理，得到变换图像。其中，该变换处理包括颜色变换处理和/或几何变换处理。颜色变换处理可以包括灰度化处理、亮度抖动处理、对比度抖动处理等，通过颜色变换处理，可以进一步实现图像数据的色彩增强。几何变换处理可以包括平移、旋转等变换处理，通过几何变换处理，能够进一步实现图像数据的几何形状增强。

在得到该变换图像后，将该变换图像缩放或者仿射变换到输入尺寸，得到数据增强图像。

本申请实施例中，由于在得到目标拼接图像之后，能够进一步对该目标拼接图像进行颜色变换处理和/或几何变换处理，得到变换图像后，再基于该变换图像得到数据增强图像，因此能够结合色彩增强和/或几何形状增强得到具有更丰富图像信息的数据增强图像，进一步提高图像的数据增强效果，为后续的目标检测网络训练提供更丰富的样本图像，从而提升目标检测网络的识别效果。

为了进一步形象地说明本申请实施例的效果，以下以一个具体例子进行说明：

设源图像的输入尺寸为：最长边为d，输入的源图像包括A、B、C、D四张源图像，基准尺寸为：2d×2d(即边长为2d)。该条件下，如果直接对输入的源图像A、B、C、D按照原来的最长边为d的输入尺寸进行拼接，则得到的拼接图像的示意图如图4所示。将如图4所示的边长为2d的拼接图像变换到输入尺寸(即d×d的大小)时，拼接图像中每张源图像也对应缩小为原来一半，从而使得源图像中包含的检测目标的尺度也缩小了一半，使得最终图像的检测目标(特别是小目标)的显示效果较差。而通过本申请实施例的图像的数据增强方法，先基于基准尺寸，将每张源图像放大至最长边为2d的尺寸后，再进行图像拼接，则可以得到如图5所示的拼接图像，其中边长为2d的正方形框即为拼接图像区域，将该拼接图像区域外的图像区域进行截断，即可得到边长为2d的目标拼接图像。之后，将该目标拼接图像变换到尺寸为输入尺寸的数据增强图像时，源图像的尺寸由2d变换为原来的输入尺寸d，使得源图像中包含的检测目标的尺度大小不变，进而提升图像的显示效果，以便于后续进行小目标检测。同时，图5所示的目标拼接图像的空白区域也小于图4所示的拼接图像的空白区域，可见通过本申请实施例的方法最终得到的数据增强图像中空白区域较少，能够提供更丰富的图像信息。

综上可见，通过本申请实施例的图像的数据增强方法，可以得到背景信息更丰富、目标尺度更均衡的数据增强图像，为目标检测网络提供更加丰富、高质量的训练样本，显著改善目标检测网络在小目标上的检测效果。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

实施例二：

图6示出了本申请实施例提供的一种图像的数据增强装置的结构示意图，为了便于说明，仅示出了与本申请实施例相关的部分：

该图像的数据增强装置包括：源图像获取单元61、缩放单元62、拼接单元63和生成单元64。其中：

源图像获取单元61，用于获取预设数量的源图像。

缩放单元62，用于根据预设的基准尺寸对各个所述源图像进行缩放处理，得到各个所述源图像分别对应的待拼接图像；其中，所述基准尺寸大于所述源图像对应的输入尺寸。

拼接单元63，用于根据预设的拼接图像区域的拼接点，对各个所述待拼接图像进行拼接和截断处理，得到目标拼接图像；其中，所述拼接图像区域的尺寸为所述基准尺寸。

生成单元64，用于根据所述目标拼接图像，生成尺寸为所述输入尺寸的数据增强图像。

可选地，所述图像的数据增强装置还包括：

基准尺寸确定单元，用于将所述输入尺寸乘以预设倍数，得到基准尺寸。

可选地，所述缩放单元62，具体用于对于每个所述源图像，分别根据所述基准尺寸和所述源图像包含的检测目标的大小情况，确定所述源图像对应的目标尺寸；将所述源图像缩放至所述目标尺寸，得到所述源图像对应的待拼接图像。

可选地，所述缩放单元62中，所述根据所述基准尺寸和所述源图像包含的检测目标的大小情况，确定所述源图像对应的目标尺寸，包括：

若所述源图像包含的小目标的数量大于大目标的数量，则确定大于所述基准尺寸的尺寸作为所述源图像对应的目标尺寸；其中，所述小目标为尺寸小于或者等于预设尺寸阈值的检测目标，所述大目标为尺寸大于所述预设尺寸阈值的检测目标。

可选地，所述缩放单元62中，所述根据所述基准尺寸和所述源图像包含的检测目标的大小情况，确定所述源图像对应的目标尺寸，包括：

若所述源图像包含的所述大目标的数量大于所述小目标数量，则确定位于所述基准尺寸和所述输入尺寸之间的尺寸作为所述源图像对应的目标尺寸。

可选地，所述拼接单元63，具体用于根据预设的拼接图像区域的拼接点，对各个所述待拼接图像进行拼接和截断处理，得到初始拼接图像；对于所述初始拼接图像中每个与源图像对应的图像区域，滤除所述图像区域中符合预设滤除条件的检测目标，得到目标拼接图像；其中，所述预设滤除条件包括以下的任意一项或者多项：所述检测目标的宽高比小于第一预设阈值、宽度小于第二预设阈值、高度小于第三预设阈值、所述源图像截断后所述检测目标所占的面积与所述源图像截断前所述检测目标所占的面积的比例小于第四预设阈值。

可选地，所述生成单元64，具体用于将所述目标拼接图像进行颜色变换处理和/或几何变换处理，得到变换图像；根据所述变换图像，生成尺寸为所述输入尺寸的数据增强图像。

需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。

实施例三：

图7是本申请一实施例提供的终端设备的示意图。如图7所示，该实施例的终端设备7包括：处理器70、存储器71以及存储在所述存储器71中并可在所述处理器70上运行的计算机程序72，例如图像的数据增强程序。所述处理器70执行所述计算机程序72时实现上述各个图像的数据增强方法实施例中的步骤，例如图1所示的步骤S101至S104。或者，所述处理器70执行所述计算机程序72时实现上述各装置实施例中各模块/单元的功能，例如图6所示源图像获取单元61至生成单元64的功能。

示例性的，所述计算机程序72可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器71中，并由所述处理器70执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序72在所述终端设备7中的执行过程。例如，所述计算机程序72可以被分割成源图像获取单元、缩放单元、拼接单元和生成单元，各单元具体功能如下：

源图像获取单元，用于获取预设数量的源图像。

缩放单元，用于根据预设的基准尺寸对各个所述源图像进行缩放处理，得到各个所述源图像分别对应的待拼接图像；其中，所述基准尺寸大于所述源图像对应的输入尺寸。

拼接单元，用于根据预设的拼接图像区域的拼接点，对各个所述待拼接图像进行拼接和截断处理，得到目标拼接图像；其中，所述拼接图像区域的尺寸为所述基准尺寸。

生成单元，用于根据所述目标拼接图像，生成尺寸为所述输入尺寸的数据增强图像。

所述终端设备7可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器70、存储器71。本领域技术人员可以理解，图7仅仅是终端设备7的示例，并不构成对终端设备7的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。

所称处理器70可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器71可以是所述终端设备7的内部存储单元，例如终端设备7的硬盘或内存。所述存储器71也可以是所述终端设备7的外部存储设备，例如所述终端设备7上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器71还可以既包括所述终端设备7的内部存储单元也包括外部存储设备。所述存储器71用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种图像的数据增强方法，其特征在于，包括：

获取预设数量的源图像；

根据预设的基准尺寸对各个所述源图像进行缩放处理，得到各个所述源图像分别对应的待拼接图像；其中，所述基准尺寸大于所述源图像对应的输入尺寸；

根据预设的拼接图像区域的拼接点，对各个所述待拼接图像进行拼接和截断处理，得到目标拼接图像；其中，所述拼接图像区域的尺寸为所述基准尺寸；

根据所述目标拼接图像，生成尺寸为所述输入尺寸的数据增强图像。

2.如权利要求1所述的图像的数据增强方法，其特征在于，在所述根据预设的基准尺寸对各个所述源图像进行缩放处理，得到各个所述源图像分别对应的待拼接图像之前，还包括：

将所述输入尺寸乘以预设倍数，得到基准尺寸。

3.如权利要求1所述的图像的数据增强方法，其特征在于，所述根据预设的基准尺寸对各个所述源图像进行缩放处理，得到各个所述源图像分别对应的待拼接图像，包括：

对于每个所述源图像，分别根据所述基准尺寸和所述源图像包含的检测目标的大小情况，确定所述源图像对应的目标尺寸；将所述源图像缩放至所述目标尺寸，得到所述源图像对应的待拼接图像。

4.如权利要求3所述的图像的数据增强方法，其特征在于，所述根据所述基准尺寸和所述源图像包含的检测目标的大小情况，确定所述源图像对应的目标尺寸，包括：

若所述源图像包含的小目标的数量大于大目标的数量，则确定大于所述基准尺寸的尺寸作为所述源图像对应的目标尺寸；其中，所述小目标为尺寸小于或者等于预设尺寸阈值的检测目标，所述大目标为尺寸大于所述预设尺寸阈值的检测目标。

5.如权利要求4所述的图像的数据增强方法，其特征在于，所述根据所述基准尺寸和所述源图像包含的检测目标的大小情况，确定所述源图像对应的目标尺寸，包括：

若所述源图像包含的所述大目标的数量大于所述小目标数量，则确定位于所述基准尺寸和所述输入尺寸之间的尺寸作为所述源图像对应的目标尺寸。

6.如权利要求1所述的图像的数据增强方法，其特征在于，所述根据预设的拼接图像区域的拼接点，对各个所述待拼接图像进行拼接和截断处理，得到目标拼接图像，包括：

根据预设的拼接图像区域的拼接点，对各个所述待拼接图像进行拼接和截断处理，得到初始拼接图像；

对于所述初始拼接图像中每个与源图像对应的图像区域，滤除所述图像区域中符合预设滤除条件的检测目标，得到目标拼接图像；其中，所述预设滤除条件包括以下的任意一项或者多项：所述检测目标的宽高比小于第一预设阈值、宽度小于第二预设阈值、高度小于第三预设阈值、所述源图像截断后所述检测目标所占的面积与所述源图像截断前所述检测目标所占的面积的比例小于第四预设阈值。

7.如权利要求1至6任意一项所述的图像的数据增强方法，其特征在于，所述根据所述目标拼接图像，生成尺寸为所述输入尺寸的数据增强图像，包括：

将所述目标拼接图像进行颜色变换处理和/或几何变换处理，得到变换图像；

根据所述变换图像，生成尺寸为所述输入尺寸的数据增强图像。

8.一种图像的数据增强装置，其特征在于，包括：

源图像获取单元，用于获取预设数量的源图像；

缩放单元，用于根据预设的基准尺寸对各个所述源图像进行缩放处理，得到各个所述源图像分别对应的待拼接图像；其中，所述基准尺寸大于所述源图像对应的输入尺寸；

拼接单元，用于根据预设的拼接图像区域的拼接点，对各个所述待拼接图像进行拼接和截断处理，得到目标拼接图像；其中，所述拼接图像区域的尺寸为所述基准尺寸；

生成单元，用于根据所述目标拼接图像，生成尺寸为所述输入尺寸的数据增强图像。

9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，当所述处理器执行所述计算机程序时，使得终端设备实现如权利要求1至7任一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，当所述计算机程序被处理器执行时，使得终端设备实现如权利要求1至7任一项所述方法的步骤。

Images