技术特征：
1.一种香烟终端陈列样本图像自动生成的仿真方法，其特征在于，包括以下步骤：s100：获取真实样本图像的基础数据，建立基础模型，预设所述基础模型生成样本图像的数量；所述基础模型包括柜台模型和样本对象模型；s200：通过python将所述样本对象模型生成的多个所述样本对象随机分布在所述柜台模型生成的柜台内部，得到待处理图像；s300：对所述待处理图像进行坐标相对转换处理，得到带有坐标标注的所述样本图像；s400：判断所述样本图像的数量是否达到预设值；若否，循环步骤s200~s400；若是，结束所述样本图像的生成。2.根据权利要求1所述的一种香烟终端陈列样本图像自动生成的仿真方法，其特征在于，所述s300步骤中，对所述待处理图像进行坐标相对转换处理，具体包括：s310：对所述待处理图像进行渲染，设定3d相机的位置和3d仿真的原点；s320：将所述样本对象在3d空间中的3d坐标信息均通过坐标矩阵转换算法转换为2d图像的2d坐标信息；所述2d坐标信息保存为所述样本图像的所述坐标标注。3.根据权利要求2所述的一种香烟终端陈列样本图像自动生成的仿真方法，其特征在于，所述s200步骤的具体流程为：s210：所述样本对象模型、柜台模型分别生成所述样本对象、柜台；s220：所述样本对象、柜台均赋予体积碰撞属性，为所述样本对象赋予重力信息；s230：设定所述柜台的长宽高和初始3d坐标为(x，y，z)，通过python将所述样本对象随机分布在所述柜台内部，生成初始图像；s240：通过重力和时序算法获取所述样本对象的3d坐标；s250：保存所述3d坐标、初始图像，输出为所述待处理图像。4.根据权利要求2所述的一种香烟终端陈列样本图像自动生成的仿真方法，其特征在于，所述s310步骤中，对所述待处理图像进行渲染之前，还包括为所述3d空间增加随机光照亮度。5.根据权利要求3所述的一种香烟终端陈列样本图像自动生成的仿真方法，其特征在于，所述样本对象的所述3d坐标在python中均保存在(obj_x，obj_y，obj_z)列表。6.根据权利要求5所述的一种香烟终端陈列样本图像自动生成的仿真方法，其特征在于，所述s320步骤中，所述坐标矩阵转换算法包括平移矩阵公式和旋转矩阵公式。7.根据权利要求6所述的一种香烟终端陈列样本图像自动生成的仿真方法，其特征在于，所述平移矩阵的公式为：move_point=original_point-[obj_x，obj_y，obj_z]；所述旋转矩阵的公式为：r_x=[[1,0,0],[0,cos(obj_x),sin(obj_x)],[0,-sin(obj_x),cos(obj_x)]]r_y=[[cos(obj_y),0,-sin(obj_y)],[0,1,0],[sin(obj_y),0,cos(obj_y)]]r_z=[[cos(obj_z),sin(obj_z),0],[-sin(obj_z),cos(obj_z),0],[0,0,1]]；其中，所述r_x、r_y、r_z分别为所述样本对象在3d空间中距离所述原点绕x轴、y轴、z轴的相对坐标转换向量；所述move_point为所述样本对象距离所述原点的移动距离；所述original_point为原点坐标；所述cos(obj_x)、cos(obj_y)、cos(obj_z)、sin(obj_x)、sin
(obj_y)和sin(obj_z)均为所述旋转矩阵的欧拉角。8.根据权利要求1所述的一种香烟终端陈列样本图像自动生成的仿真方法，其特征在于，所述基础数据为所述样本对象的形状、尺寸和所述柜台的材质和尺寸；所述材质包括玻璃和木材，所述木材上分布有木纹。9.根据权利要求8所述的一种香烟终端陈列样本图像自动生成的仿真方法，其特征在于，所述s100步骤中，建立基础模型，具体包括：s110：分别建立所述样本对象、柜台的白盒模型；s120：根据真实样本图片获取的所述基础数据和样本对象白盒模型，通过3d仿真生成带有真实纹理的所述样本对象模型；s130：根据所述柜台的材质、尺寸和柜台白盒模型，通过3d仿真进行随机贴图生成所述柜台模型。10.一种香烟终端陈列样本图像自动生成的仿真模型，其特征在于，所述仿真模型用于实现如权利要求1-9任一项所述的仿真方法，包括：获取模块，获取真实样本图像，并提取其基本数据；样本对象生成模块，根据所述真实样本图像、基本数据进行3d仿真，生成具有真实纹理的所述样本对象；柜台生成模块，根据所述真实样本图像、基本数据进行3d仿真，随机贴图后生成所述柜台；3d空间随机分布模块，将所述样本对象随机分布在所述柜台内部，得到待处理图像；样本生成模块，获取所述样本对象的3d坐标信息，对所述3d坐标信息进行坐标相对转换处理，得到2d坐标信息；所述2d坐标信息保存为所述样本图像的所述坐标标注，将所述坐标标注、待处理图像输出为所述样本图像。
技术总结
本发明公开了一种香烟终端陈列样本图像自动生成的仿真方法与模型，涉及深度学习技术领域，解决了针对某些行业，现有的技术方案难以快速获取其深度学习所需的大量样本图像的技术问题。该方法包括S100：获取真实样本图像的基础数据，建立基础模型，预设基础模型生成样本图像的数量；基础模型包括柜台模型和样本对象模型；S200：通过python将样本对象模型生成的多个样本对象随机分布在柜台模型生成的柜台内部，得到待处理图像；S300：对待处理图像进行坐标相对转换处理，得到带有坐标标注的样本图像；S400：判断样本图像的数量是否达到预设值；若否，循环步骤S200~S400；若是，结束样本图像的生成。本发明用于快速获取某些行业进行深度学习所需的大量样本图像。深度学习所需的大量样本图像。深度学习所需的大量样本图像。
技术研发人员：龙涛 杨恒 李轩 邓靖波
受保护的技术使用者：深圳爱莫科技有限公司
技术研发日：2022.09.03
技术公布日：2022/10/17