(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210473642.8 (22)申请日 2022.04.29 (71)申请人 北京优海网络科技有限公司 地址 101500 北京市密云区滨河路178号院 1号楼5层524 （2） (72)发明人 陈启达　曹俊慷　 (74)专利代理 机构 苏州德萃知识产权代理有限 公司 3262 9 专利代理师 时国珍 (51)Int.Cl. G06V 10/10(2022.01) G06V 10/74(2022.01) G06V 10/75(2022.01) G06V 10/762(2022.01) G06K 9/62(2022.01)G06N 20/00(2019.01) G06F 16/9537(2019.01) G06F 16/215(2019.01) (54)发明名称 一种深度学习模型 数据图像信息采集方法 (57)摘要 本发明提供一种深度学习模型数据图像信 息采集方法， 涉及图像信息采集技术领域。 一种 深度学习模 型数据图像信息采集方法， 包括以下 步骤： 通道预览、 定时截 图、 手动补充图像、 基于 相似度自适应选图、 人工挑选图形、 基于自监督 的预标注、 人工数据标注、 数据扩增和标签包装。 通过多种数据收集手段结合， 数据具有更大丰富 度， 引入了录像机通道图像收集、 搜索引擎收集 数据并导入， 两种收集手段使得数据源多样， 图 像所在场景多样， 基于三通道 直方图计算图像相 似度， 并开发一套多图像两两图像间对比算法， 全局剔除相似度高的图像， 降低数据集中图像相 似度， 并且 有较高计算效率。 权利要求书2页 说明书6页 附图1页 CN 114913312 A 2022.08.16 CN 114913312 A 1.一种深度学习模型 数据图像信息采集方法， 其特 征在于， 包括以下步骤： S1.通道预览 数据收集人员明确数据收集的目标后， 需要明确数据在哪个场景下被收集， 通过对既 有视频通道的预览可以了解每个视频监控通道所监控的区域， 人员通过预览可以明确该通 道下的视频图像是否与图像收集所需场景相符， 如果相符则对通道进行选择， 后期为通道 截图提供指导； S2.定时截图 数据收集人员设置所需截图的监控录像机， 基于通道预览查看摄像头实时图像信 息并 设置摄像头通道号， 根据视频图像的变化程度设置截图间隔时间， 根据场景或流程的持续 时间设置截图持续总时间； S3.手动补充图像 数据收集人员整理社会化图像加入到通道截图的数据集中， 从而丰富整体数据集的容 量； S4.自适应选图 数据收集人员 基于三通道直方图计算图像的相似度， 设定相似度阈值后， 当两 图像相 似度高于所设定的阈值则对其 一进行剔除， 最终留下两 两相似度较低的图像； S5.人工挑选图像 基于上述数据采集后， 需要对图像进行人工挑选， 根据上述流程采集情况对图像进行 预览、 评估， 对无用图像进行剔除； S6.基于自监 督的预标注 完成图像收集后， 需要根据模型要求对图像进行标注， 在人工标注前数据标注人员可 以使用与需求相关的， 预训练的模型进行 预标注； S7.人工数据标注 采用labelme作为人工标注工具， 标注完成后会在文件夹中生成.json为后缀的标注信 息； S8.数据扩增 数据收集并标注后， 基于图像色温调节、 亮度和对比度调节、 图像尺度缩放和图像灰度 值转换， 借助opencv相关库可以实现自定义阈值的色温调节， 并且根据亮度阈值及sobel对 比度算法随机提高或降低亮度及对比度， 经过数据扩增后， 数据集中图像数量及标签数量 能够成倍增 加， 可以通过 各扩增手段组合的方法降低图像相似度过高造成的不良影响； S9.标签包 装 标注工作及扩增工作完成后， 经过labelme处理的标注信息保存于不同文件中， 需要将 其进行合并， 扩增前将测试集与训练集进行分离， 分离后再进行数据扩增最终再将图像和 标签通过描述文件的形式进行包 装。 2.根据权利要求1所述的一种深度学习 模型数据图像信 息采集方法， 其特征在于： 所述 步骤S6中基于目标图形训练的模型对图像进行 预标注， 再根据真实标注需求进行调整。 3.根据权利要求1所述的一种深度学习 模型数据图像信 息采集方法， 其特征在于： 所述 步骤S7中labelme是基于python语言开发的一款开源标注工具， 图像标注人员可以在使用 窗口配置图像存放的路径以及标签存放的路径， 可以手动输入标签类别， 并且其还支持矩权　利　要　求　书 1/2 页 2 CN 114913312 A 2形标注、 多边形 标注和圆形 标注目标框 。 4.根据权利要求1所述的一种深度学习 模型数据图像信 息采集方法， 其特征在于： 所述 步骤S8中的图像成比例缩放图像与标签坐标， 使用矩阵运 算。 5.根据权利要求1所述的一种深度学习 模型数据图像信 息采集方法， 其特征在于： 所述 步骤S9中模型训练时需要分离训练集和 测试集， 测试集 不得进入 模型中训练。权　利　要　求　书 2/2 页 3 CN 114913312 A 3