摘要
本发明涉及稀疏场景的数据生成技术领域,公开了一种稀疏场景的数据集生成方法及系统,方法包括:将目标稀疏场景真实采集的图像输入到目标检测模型中得到目标前景和背景的检测框;利用预设分割大模型将所述目标前景和背景的检测框作为提示词进行模型推理,分别得到目标前景和背景的掩码,并基于目标前景和背景的掩码得到的目标前景图像和背景区域坐标信息;利用自适应图像融合技术,将目标前景图像和背景区域坐标信息整合,生成新的目标稀疏场景图像,并将新生成的目标稀疏场景图像加入目标检测模型的训练数据集。本发明只需要少量的目标物和背景图像,能够生成大量的新的高质量图像,解决了场景数据稀缺的问题,为后续的模型训练提供了丰富的数据资源。
技术关键词
图像融合技术
场景
生成方法
坐标
数据生成技术
可读存储介质
机器学习模型
噪声预测
指令
噪声图像
训练集
计算机程序产品
融合方法
生成系统
图像分割
存储器
处理器
系统为您推荐了相关专利信息
障碍物检测方法
轨道交通场景
列车
语义
重构单元
市政管道
实时数据库
实时图像信息
差分全球定位系统
裂缝监测
低空无人机
多阶段
三次B样条曲线
模式搜索算法
三维地形模型
多算法融合
判断方法
测距算法
坐标
车辆识别算法
调度优化方法
存储结构
原位
介质
深度强化学习算法