← 返回列表
基于多模态表征的图像训练数据集生成方法及终端
申请人信息
- 申请人:深圳金三立视频科技股份有限公司
- 申请人地址:518000 广东省深圳市龙华区龙华街道清湖社区雪岗北路306号胜立工业园J栋101-5层整栋
- 发明人: 深圳金三立视频科技股份有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于多模态表征的图像训练数据集生成方法及终端 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410038395.8 |
| 申请日 | 2024/1/11 |
| 公告号 | CN117557880A |
| 公开日 | 2024/2/13 |
| IPC主分类号 | G06V10/774 |
| 权利人 | 深圳金三立视频科技股份有限公司 |
| 发明人 | 张宇; 吴庆耀; 杨伟强; 邓景良; 刘东剑 |
| 地址 | 广东省深圳市龙华区龙华街道清湖社区雪岗北路306号胜立工业园J栋101-5层整栋 |
摘要文本
本发明公开的基于多模态表征的图像训练数据集生成方法及终端，该方法包括：获取目标文本信息和区域图像；通过预设的语义图像模型根据所述目标文本信息生成目标图像；对所述目标图像进行裁剪得到待检测目标；通过预设的语义分割模型在所述区域图像中确定候选位置；将所述待检测目标贴附至所述候选位置，并对所述待检测目标进行标注，得到目标数据集样本。由同一个待检测目标贴附在多个不同的候选位置中，生成多个不同目标数据集样本，不仅不需要人工生成额外的待检测目标图像，还解决了待检测目标图像难以搜集的问题，提高了用于训练深度学习模型的数据集的多样性，避免由于训练样本匮乏而造成的模型过拟合问题。 数据由马 克 团 队整理
专利主权项内容
1.基于多模态表征的图像训练数据集生成方法，其特征在于，包括：获取目标文本信息和区域图像；通过预设的语义图像模型根据所述目标文本信息生成目标图像；对所述目标图像进行裁剪得到待检测目标；通过预设的语义分割模型在所述区域图像中确定候选位置；将所述待检测目标贴附至所述候选位置，并对所述待检测目标进行标注，得到目标数据集样本。