(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 202211245488.5 (22)申请日 2022.10.12 (71)申请人 湖南视比特机 器人有限公司 地址 410100 湖南省长 沙市高新 开发区岳 麓西大道58 8号芯城科技园2栋15 05室 (72)发明人 梁鸿　邓文平　项载尉　陈万春　 (74)专利代理 机构 长沙湘之星知识产权代理事 务所(普通 合伙) 43271 专利代理师 刘斌　徐仰贵 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 7/70(2017.01) G06V 10/26(2022.01) G06V 10/764(2022.01)G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 数据生成、 图像识别方法及计算机存储介质 和终端设备 (57)摘要 本发明涉及数据生 成、 图像识别方法及计算 机存储介质和终端设备， 包括： 获取待生成目标 图像的背景图像和模板图像； 根据模板图像的轮 廓， 确定待生成目标图像的目标框， 能完全容纳 模板图像； 根据目标框和背景图像， 以目标框在 背景图像的范围内为基准， 确定目标框在背景图 像上的摆放位置， 将目标框叠放在背景图像上， 以生成目标图像； 根据目标框和目标框在背景图 像上的摆放位置， 生成带标签的目标图像数据。 一方面能够基于少量背景图像、 模板图像构建大 量目标图像， 内容更丰富、 实现更简单、 获取速度 更快； 另一方面， 能通过自身确定的目标框在背 景图像中的位置确定标签数据， 无需重新识别位 置以确定标签， 数据生成过程更快速、 结果更精 准。 权利要求书2页 说明书9页 附图6页 CN 115311296 A 2022.11.08 CN 115311296 A 1.一种数据生成方法， 其特 征在于， 包括： S1： 获取待生成目标图像的背景图像和模板图像； S2： 根据模板图像的轮廓， 确定待生成目标图像的目标框； 所述目标框， 能完全容纳模 板图像； S3： 根据目标框和背景图像， 以目标框在背景图像的范围内为基准， 确定目标框在背景 图像上的摆放 位置， 将目标框 叠放在背景图像上， 以生成目标图像； S4： 根据目标框和目标框在背景图像上的摆放 位置， 生成带 标签的目标图像数据。 2.根据权利要求1所述的数据生成方法， 其特 征在于， 步骤S3， 包括： S31： 在目标框上或目标框内， 选 定任意点为目标框的基准 点； S32： 在背景图像上随机生成摆放坐标， 将目标框的基准点对准摆放坐标， 拟摆放目标 框； S33： 判断目标框在每 个方向上， 离基准 点最远的点是否在背景图像的范围内； S34： 若在， 则确定该摆放 坐标为目标框在背景图像上的摆放 位置； S35： 若不在， 则返回步骤S32， 直至确定目标框在背景图像上的摆放 位置。 3.根据权利要求2所述的数据生成方法， 其特 征在于， 步骤S34， 包括： S341： 若在， 则确定该摆放 坐标为待摆放工件的候选摆放 位置； S342： 根据候选摆放 位置， 将待摆放工件拟摆放在候选摆放 位置； S343： 判断待摆放工件的目标框与已摆放工件的目标框是否存在交集； S344： 若是， 则舍弃 该候选摆放 位置， 返回步骤S32； S345： 若否， 则将该候选摆放 位置， 确定为待摆放工件的摆放 位置。 4.根据权利要求1所述的数据生成方法， 其特 征在于， 步骤S3， 还 包括： S31’： 根据目标框在背景图像的摆放位置， 计算背景图像中目标框的摆放区域的平均 亮度； S32’： 计算目标框的平均亮度； S33’： 计算背景图像中目标框的摆放区域的平均亮度和目标框的平均亮度的差值； S34’： 将目标图像的当前像素值减去差值， 得到目标图像的修正后像素值， 以修正目标 图像。 5.根据权利 要求1所述的数据生成方法， 其特征在于， 还包括： 步骤S4之前， 完成步骤T1 和T2； T1： 获取待生成目标图像的参 考纹理图像和参 考纹理图像对应的参 考模板图像； T2： 根据参考纹理图像和参考纹理图像对应的参考模板图像， 对目标框增加纹理特征， 更新目标框 。 6.根据权利要求5所述的数据生成方法， 其特征在于， 步骤T2， 还包括： 对背景图像和参 考纹理图像计算多层图像拉普拉斯金字塔， 并将处于同一层的图像金字塔进行线性融合， 再对不同尺寸的图像金字塔依 次扩展至相同分辨率， 最后将多层图像金字塔进行叠加， 更 新目标框 。 7.根据权利要求1 ‑6任意一项所述的数据生成方法， 其特征在于， 带标签的目标图像数 据， 包括： 带目标检测标签的目标图像数据， 或/和带语义分割标签的目标图像数据， 或/和 带实例分割标签的目标图像数据， 或/和带边 缘检测标签的目标图像数据。权　利　要　求　书 1/2 页 2 CN 115311296 A 28.一种基于神经网络的图像识别方法， 其特征在于， 采用权利要求要求1 ‑7任意一项所 述的数据生成方法， 生成训练神经网络模型的样本数据。 9.一种计算机存储介质， 其特征在于， 存储有可执行程序代码； 所述可执行程序代码， 用于执行权利要求1 ‑7任意一项所述的数据生成方法或权利要求8所述的图像识别方法。 10.一种终端设备， 其特征在于， 包括存储器和处理器； 所述存储器存储有可被处理器 执行的程序 代码； 所述程序 代码用于执行1 ‑7任意一项 所述的数据生成方法或权利要求8所 述的图像识别方法。权　利　要　求　书 2/2 页 3 CN 115311296 A 3