(19)中华 人民共和国 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 202111683433.8 (22)申请日 2021.12.31 (71)申请人 西安电子科技大 学广州研究院 地址 510555 广东省广州市黄埔区中新知 识城海丝中心B5、 B6、 B7栋 (72)发明人 石光明　白洁　李旭阳　饶承炜　 谢雪梅　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 代理人 廖慧琪 (51)Int.Cl. G06V 10/26(2022.01) G06V 10/20(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01)G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 目标部件检测数据集的构建方法、 检测方 法、 装置及设备 (57)摘要 本发明公开了一种目标部件检测数据集的 构建方法、 检测方法、 装置及设备， 所述方法包 括： 根据预设的物体类别， 从预设的公开数据集 中获取第一组图像； 根据所述物体类别， 通过图 像采集获取第二组图像； 根据预设的部件拆解标 准， 对第一组图像和第二组图像中的每一张图像 中的每一个目标物体进行部件拆解， 获得拆解后 的第一组图像和拆解后的第二组图像； 根据拆解 后的第一组图像和拆解后的第二组图像， 构建初 始数据集； 对初始数据集中的每一张图像中的每 一个目标物体的拆解部件进行子类标注， 获得目 标部件检测数据集。 采用本发明的技术方案通过 对目标物体进行部件拆解及标注， 能够获得更准 确的物体信息， 从而在实际应用中提高机器人的 抓取成功率。 权利要求书2页 说明书14页 附图3页 CN 114373075 A 2022.04.19 CN 114373075 A 1.一种目标部件检测数据集的构建方法， 其特 征在于， 包括： 根据预设的物体类别， 从预设的公开数据集中获取第 一组图像， 其中， 所述第 一组图像 中包括至少一张图像， 每一张图像中包括至少一种物体 类别所对应的目标物体； 根据所述物体类别， 通过图像采集获取第二组图像， 其中， 所述第二组图像 中包括至少 一张图像， 每一张图像中包括至少一种物体 类别所对应的目标物体； 根据预设的部件拆解标准， 对所述第 一组图像和所述第 二组图像中的每一张图像 中的 每一个目标物体进行部件拆解， 获得拆解后的第一组图像和拆解后的第二组图像； 根据所述拆解后的第一组图像和所述拆解后的第二组图像， 构建初始数据集； 对所述初始数据集中的每一张图像中的每一个目标物体的拆解部件进行子类标注， 获 得目标部件检测数据集。 2.如权利要求1所述的目标部件检测数据集的构建方法， 其特征在于， 所述方法通过以 下步骤对第i个目标物体的第j个 拆解部件进行子类标注： 基于所述第i个目标物体所在的目标图像生成所述第j个拆解部件所对应的矩形边界 框； 根据所述第j个拆解部件在所述目标图像中的位置， 对所述矩形边界框进行调整， 获得 所述第j个拆解部件所对应的旋转边界框， 其中， 在基于所述目标图像建立的图像坐标系 中， 所述旋转边界框表示为(x， y， w， h， θ )， (x， y)表示所述旋转边界框的中心点坐标， (w， h) 表示所述旋转边界框的宽度和高度， θ表示所述旋转边界框相对于X轴的旋转角度， 0≤θ＜ π。 3.如权利要求1所述的目标部件检测数据集的构建方法， 其特征在于， 所述根据 所述物 体类别， 通过图像采集获取第二组图像， 具体包括： 获取每一种物体 类别在所述第一组图像中对应的图像数量； 针对图像数量小于预设的数量阈值的物体 类别， 通过图像采集获取第二组图像。 4.如权利要求1所述的目标部件检测数据集的构建方法， 其特征在于， 所述对所述初始 数据集中的每一张图像中的每一个目标物体的拆解部件进 行子类标注， 获得目标部件检测 数据集， 具体包括： 将所述初始数据集划分为第 一数据集和第 二数据集， 并对所述第 一数据集中的每一张 图像中的每一个目标物体的拆解部件进行子类标注； 将标注后的第 一数据集划分为训练集和测试集， 并根据 所述训练集对预设的网络模型 进行训练， 根据所述测试集对训练后的网络模型进行优化； 根据优化后的网络模型对所述第二数据集中的每一张图像中的每一个目标物体的拆 解部件进行子类标注； 根据标注后的第一数据集和标注后的第二数据集， 获得 所述目标部件检测数据集。 5.如权利要求4所述的目标部件检测数据集的构建方法， 其特征在于， 在所述根据优化 后的网络模型对所述第二数据集中的每一张图像中的每一个目标物体的拆解部件进行子 类标注之后， 所述方法还 包括： 对所述第二数据集中的每一张图像的标注结果进行检验， 并对标注缺陷的图像进行校 正； 则， 所述根据标注后的第一数据集和标注后的第二数据集， 获得所述目标部件检测数权　利　要　求　书 1/2 页 2 CN 114373075 A 2据集， 具体为： 根据标注后的第一数据集和检验校正后的第二数据集， 获得所述目标部件检测数据 集。 6.一种目标检测方法， 其特 征在于， 包括： 根据预设的目标部件检测数据集对预设的目标检测模型进行训练， 其中， 所述目标部 件检测数据集采用如权利要求 1～5中任一项所述的目标部件检测数据集的构建方法获得， 所述目标检测模型为如权利要求 4所述的优化后的网络模型； 根据训练好的目标检测模型对待检测图像进行目标检测， 获得目标物体的部件检测结 果。 7.一种目标部件检测数据集的构建装置， 其特征在于， 用于实现如权利要求1～5中任 一项所述的目标部件检测数据集的构建方法， 所述装置包括： 第一组图像获取模块， 用于根据预设的物体类别， 从预设的公开数据集中获取第一组 图像， 其中， 所述第一组图像中包括至少一张图像， 每一张图像中包括至少一种物体类别所 对应的目标物体； 第二组图像获取模块， 用于根据所述物体类别， 通过图像采集获取第二组图像， 其中， 所述第二组图像中包括至少一张图像， 每一张图像中包括至少一种物体类别所对应的目标 物体； 图像部件拆解模块， 用于根据预设的部件拆解标准， 对所述第一组图像和所述第二组 图像中的每一张图像中的每一个目标物体进 行部件拆解， 获得拆解后的第一组图像和拆解 后的第二组图像； 初始数据集构建模块， 用于根据所述拆解后的第一组图像和所述拆解后的第二组图 像， 构建初始数据集； 目标部件检测数据集构建模块， 用于对所述初始数据集中的每一张图像中的每一个目 标物体的拆解部件进行子类标注， 获得目标部件检测数据集。 8.一种目标检测装置， 其特征在于， 用于实现如权利要求6所述的目标检测方法， 所述 装置包括： 目标检测模型训练模块， 用于根据 预设的目标部件检测数据集对预设的目标检测模型 进行训练， 其中， 所述 目标部件检测数据集采用如权利要求1～5中任一项所述的目标部件 检测数据集的构建方法获得， 所述目标检测模型为如权利要求 4所述的优化后的网络模型； 目标物体检测模块， 用于根据训练好的目标检测模型对待检测图像进行目标检测， 获 得目标物体的部件检测结果。 9.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质包括存储的计算 机程序； 其中， 所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如 权利要求 1～5中任一项 所述的目标部件检测数据集的构建方法， 或者， 如权利要求6所述的 目标检测方法。 10.一种终端设备， 其特征在于， 包括处理器、 存储器以及存储在所述存储器中且被配 置为由所述处理器执行的计算机程序， 所述处理器在执行所述计算机程序时实现如权利要 求1～5中任一项 所述的目标部件检测数据集的构建方法， 或者， 如权利要求6所述的目标检 测方法。权　利　要　求　书 2/2 页 3 CN 114373075 A 3