申请/专利权人:中国铁路设计集团有限公司
申请日:2024-02-26
公开(公告)日:2024-03-29
公开(公告)号:CN117788982A
主分类号:G06V10/774
分类号:G06V10/774;G06V10/22;G06V10/764;G06V10/82;G06V20/17
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.16#实质审查的生效;2024.03.29#公开
摘要:本发明公开了一种基于铁路工程地形图成果的大规模深度学习数据集制作方法,包括获取铁路地形矢量图并解析,根据解析出的地物信息对地物进行分类;获取原始的无人机影像得到仿射关系矩阵,将地形图中各类地物区域的顶点地理坐标,转换为图像坐标;根据无人机影像的尺寸大小,生成相应尺寸的空白掩膜图;得到的地物信息和各地物信息的图像坐标;对所述空白掩膜图进行填充,得到含有地物信息的mask掩膜图;将原始的无人机影像和所述mask掩膜图,进行分解后,进行乱序抽取,形成深度学习数据集。本申请利用地形图进行各类地物标识,生成掩膜图,利用掩膜图填充不同像素值,实现对无人机或卫星影像的自动标识,完成适用于深度学习的数据集的制作。
主权项:1.一种基于铁路工程地形图成果的大规模深度学习数据集制作方法,其特征在于,包括以下步骤:S1、获取原始的无人机影像和铁路地形矢量图;S2、将所述铁路地形矢量图进行解析,根据解析出的地物信息对地物进行分类;S3、根据所述无人机影像得到仿射关系矩阵,将地形图中各类地物区域的顶点地理坐标,利用仿射关系矩阵转换为图像坐标;S4、根据无人机影像的尺寸大小,生成相应尺寸的空白掩膜图;将S2中得到的地物信息和S3中得到的各地物信息的图像坐标;对所述空白掩膜图进行填充,得到含有地物信息的mask掩膜图;S5、将原始的无人机影像和所述mask掩膜图,按照预设大小进行分解,将分解后的小尺寸图像进行乱序抽取,形成训练集、验证集和测试集,形成深度学习数据集。
全文数据:
权利要求:
百度查询: 中国铁路设计集团有限公司 基于铁路工程地形图成果的大规模深度学习数据集制作方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。