(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 202210410099.7 (22)申请日 2022.04.19 (71)申请人 国家石油天然气管网集团有限公司 地址 100013 北京市朝阳区东土城路5号A 座6层08-10室 (72)发明人 李洪烈　李智文　严密　顾清林　 冯伟　程艳　郑大海　毛建　 李德明　张争伟　田小民　舒亮　 (74)专利代理 机构 苏州科权知识产权代理事务 所(普通合伙) 32561 专利代理师 王静 (51)Int.Cl. G06V 10/25(2022.01) G06V 10/774(2022.01) G06V 10/80(2022.01)G06N 20/00(2019.01) (54)发明名称 一种基于图像组合的工程机械智能识别数 据集处理方法 (57)摘要 本发明公开了一种基于图像组合的工程机 械智能识别数据集处理方法， 其涉及图片数据处 理用于模型训练领域， 旨在解决用在管道周边的 模拟训练系统学习数据库太少的问题， 其技术方 案要点包括工程机械图片收集、 图片调整、 图片 标注、 背景图片获取、 机械图片组合、 背景图片组 合、 图片组融合和效果验证， 本发明达到了大量 提高管道周围模型训练系统学习数据库的效果。 权利要求书1页 说明书3页 附图1页 CN 114821039 A 2022.07.29 CN 114821039 A 1.一种基于图像组合的工程机 械智能识别数据集处 理方法， 其特 征在于， 包括 S1、 工程机 械图片收集： 准备管道周边图片集， 将数据集进行预处理， 针对数据集中无关图片、 重复图片人工剔 除， 对前期管道图片中分类错 误的图片进行 人工调整； S2、 图片调整： 人工深度调整包括将图片格式转换为jp eg格式， 将图片大小调整至500kb， 并对图片进 行分类和重命名； S3、 图片标注： 确定图片标注标准， 利用统一的标注工具人工对管道机械 图片进行标注， 通过确定矩 形的方式， 记录图片的四个坐标， 框选出管道机械出现在图像中的范围， 通过S1、 S2和S3生 成原始的管道机 械训练图片， 后续使用到的机 械图片都选取于S3后生成的图片； S4、 背景图片获取： 从各大图片门户网站爬取， 后选取图片内容大多为室内照片包括家居、 办公室、 会议室 等； S5、 机械图片组合： 将多张机械图片按固定比例缩小， 此步骤是将图片按照上下、 左右的结构依次排列， 获 得具有多个机械图片组合成的机 械图片组； S6、 背景图片组合： 选择与S5中机械 图片相同数量的背景图片， 将选择的多张背景图片按照上下、 左右 的 结构依次排列， 获得 具有多个背景图片组合成的背景图片组； S7、 图片组融合： 调整机械图片组、 背景图片组大小， 保证背景图片组大于机械图片组大小， 且机械图片 组中的机械图片要和背景图片组中的背景图片要一一对应， 然后 将机械图片组插入到背 景 图片组中， 注意两张图片组中图片不能有边缘重合， 在图像融合后， 管道机械的坐标也会随 着图像的变化而随之改变； S8、 效果验证： 将S6中的融合生成的图片数据集用于管道周边机械设备识别模型训练中， 来检验新数 据对于模型的改善情况。权　利　要　求　书 1/1 页 2 CN 114821039 A 2一种基于图像组合的工 程机械智能识别数据集 处理方法 技术领域 [0001]本发明涉及图片数据处理用于模型训练的技术领域， 尤其是涉及一种基于图像 组 合的工程机 械智能识别数据集处 理方法。 背景技术 [0002]西气东输管道工程作为本国最重要的基建工程之一， 贯穿东西9个省市， 而管道安 全问题更是重中之重。 但管道周围经常会出现大型工程机械， 对管道的安全和西气东输的 稳定存在潜在威胁， 为了避免大型机械对管道造成可能损伤， 故采集大量工程机械图片构 建数据集， 为后续自动识别工作提供 数据支撑 。 [0003]深度学习模型训练中常常因训练图片中目标的尺度与实际场景应用中模型尺度 的差异导致结果误差较大的问题。 虽然类似R ‑CNN、 Fast  R‑CNN的网络结构已经开始考虑解 决由于目标尺度导致的分类误差， 但不如从训练图片 本身出发通过改变尺度来适应实际情 况， 从而提高模型的效果。 [0004]上述中的现有技术方案存在以下缺陷： 现有的管道周围会布置多个摄像头对视频 流中的图片进行监测， 主要是通过模型训练对视频流中机械设备违规动作进行报警， 但是 现有的模型训练缺少大量的数据库作为支撑点， 导致模型训练的系统无法切实有效的实 施， 此问题亟 待解决。 发明内容 [0005]本发明的目的是提供一种基于图像组合的工程机械智能识别数据集处理方法， 其 具有大量 提高管道周围模型训练系统学习数据库的作用。 [0006]为实现上述目的， 本发明提供了如下技 术方案： 一种基于图像组合的工程机 械智能识别数据集处 理方法， 其特 征在于， 包括 S1、 工程机 械图片收集： 准备管道周边图片集， 将数据集进行预处理， 针对数据集中无关图片、 重复图片人 工剔除， 对前期管道图片中分类错 误的图片进行 人工调整； S2、 图片调整： 人工深度调整包括将图片格式转换为jpeg格式， 将图片大小调整至500kb， 并对图 片进行分类和重命名； S3、 图片标注： 确定图片标注标准， 利用统一的标注工具人工对管道机械图片进行标注， 通过确 定矩形的方式， 记录图片的四个坐标， 框选出管道机械出现在图像中的范围， 通过S1、 S2和 S3生成原 始的管道机 械训练图片， 后续使用到的机 械图片都选取于S3后生成的图片； S4、 背景图片获取： 从各大图片门户网站爬取， 后选取图片内容大多为室 内照片包括家居、 办公室、 会 议室等；说　明　书 1/3 页 3 CN 114821039 A 3