(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 202211352363.2 (22)申请日 2022.11.01 (71)申请人 速度时空信息科技股份有限公司 地址 210000 江苏省南京市玄武区玄武大 道699号-22号8幢 (72)发明人 杨善良　赵亮　冯建亮　徐云和　 李俊　 (74)专利代理 机构 南京正联知识产权代理有限 公司 32243 专利代理师 王素琴 (51)Int.Cl. G06V 20/17(2022.01) G06V 10/24(2022.01) G06V 10/26(2022.01) G06V 10/75(2022.01)G06V 10/774(2022.01) (54)发明名称 一种用于无人机影像目标检测的数据增强 与训练方法 (57)摘要 本发明公开了一种用于无人机影像目标检 测的数据增强与训练方法， 步骤为： S1： 根据无人 机影像、 目标标注以及对应区域的路网矢量信息 数据构建增强样本库； 所述增强样 本库中包含不 同尺寸大小的影像与对应的目标检测标注信息； S2： 采用目标检测网络对增强样本库中的增强训 练样本进行训练； S3： 在训练模型中预设目标框 宽高比阈值范围， 根据阈值范围进行匹配判断， 获得匹配成功的目标框， 从而完成模型训练。 该 方法通过多种策略混合多张具有不同语义信息 的影像块， 阈值范围匹配宽高比预选框的训练方 法， 有效提升模型对小目标以及低IOU样本对鲁 棒性， 可用于任何的无人机目标检测任务， 且构 建过程简单， 可适应各种 场景下的无人机目标检 测任务。 权利要求书2页 说明书5页 附图2页 CN 115424154 A 2022.12.02 CN 115424154 A 1.一种用于无 人机影像目标检测的数据增强与训练方法， 其特 征在于， 包括以下步骤： S1： 根据无 人机影像、 目标标注以及对应区域的路网矢量信息数据构建增强样本库； S2： 采用目标检测网络对增强样本库中的增强训练样本进行训练； S3： 在训练模型中预设目标框宽高比阈值范围， 根据阈值范围进行匹配判断， 获得匹配 成功的目标框， 从而完成模型训练。 2.根据权利要求1所述的用于无人机影像目标检测的数据增强与训练方法， 其特征在 于， 所述步骤S1中构建增强样本库的具体步骤为： S11影像与路网矢量信息数据匹配： 对路网矢量信息数据中的道路数据与无人机影像 进行匹配， 匹配完成后， 输出无人机影像中最近距离栅格的坐标集合作为后续影像裁剪的 边界； S12影像裁剪： 对无人机采集的影像分别进行多种尺寸的裁剪， 获得影像块， 当裁剪的 影像块边界与所述步骤S11中的所述影像裁剪的边界相交时， 对超出边界的部分做赋空值 处理； S13 样本后处理： 读取裁剪后的影像块对应位置的标注框坐标、 类别与数量， 并对裁剪 后的影像块进行处理操作， 同时计算处理操作后对应的标注框坐标， 将处理后的影像块与 标注信息存 入增强样本库中。 3.根据权利要求2所述的用于无人机影像目标检测的数据增强与训练方法， 其特征在 于， 所述步骤S11中的路网矢量信息数据仅包 含城市或乡村的主干道数据。 4.根据权利要求3所述的用于无人机影像目标检测的数据增强与训练方法， 其特征在 于， 所述步骤S12中对影像分别进行八种尺 寸的裁剪， 包括64 ×64、 64×128、 128×64、 128× 128、 128×256、 256×128、 256×256和512 ×512； 裁剪时从影像的左上角开始， 分别以八种 尺寸的1/4作为 步长按照八种尺寸分别进行裁 剪。 5.根据权利要求4所述的用于无人机影像目标检测的数据增强与训练方法， 其特征在 于， 所述步骤S13中对影像块进行处理操作包括HSV色域变换或仿射变换或翻转； 对裁剪后 的影像块随机采用HSV色域变换或仿射变换或翻转进行处 理操作。 6.根据权利要求4所述的用于无人机影像目标检测的数据增强与训练方法， 其特征在 于， 所述步骤S2具体步骤 包括： S21： 选择合适的一阶段目标检测网络， 训练时按照网络要求输入大小从所述步骤S1的 增强样本库中获得合 适的增强训练样本； S22： 采用影像拼接组合增强方法获取增强训练样本作为模型的输入特征输入到模型 中， 提升模型对不同尺度目标对特 征提取能力， 对增强训练样本进行训练。 7.根据权利要求6所述的用于无人机影像目标检测的数据增强与训练方法， 其特征在 于， 在所述步骤S22中， 影像拼接组合增强方法包括影像块选择器与影像块判别器， 所述影 像块选择器用于从增强样本库抽取小的影像块组合成512 ×512大小的增强训练样本作为 模型的训练输入； 所述影像块判别器用于对当前影像块选择器取出 的样本进行判别， 保证 其中的每种小目标的类别与数量占比不少于该类别所有样本在原 始影像中占比的1/2。 8.根据权利要求6所述的用于无人机影像目标检测的数据增强与训练方法， 其特征在 于， 所述步骤S3的具体步骤为： S31： 设置的目标框 宽高比阈值范围；权　利　要　求　书 1/2 页 2 CN 115424154 A 2S32： 在训练模型中， 将预设的目标框宽高比阈值范围与无人机影像标注集中给出的目 标物体边界框计算宽高比， 完成模型训练， 输出目标框 宽高比； S33： 若训练模型输出的目标框宽高比超过预设的目标框宽高比阈值范围的1/4～2， 则 抛弃此目标框， 否则匹配成功。 9.根据权利要求8所述的用于无人机影像目标检测的数据增强与训练方法， 其特征在 于， 所述步骤S 32中， 在模型训练中的最后10个训练批次自动关闭随机拼接图像增强组合操 作， 且关闭后只读取 未经拼接组合的影 像与标注数据。权　利　要　求　书 2/2 页 3 CN 115424154 A 3