-
公开(公告)号:CN112132133A
公开(公告)日:2020-12-25
申请号:CN202010545903.3
申请日:2020-06-16
摘要: 本发明涉及一种标识图像数据增强方法及真伪智能鉴定方法。本发明的目的是提供一种标识图像数据增强方法及真伪智能鉴定方法,解决现有图像分类算法遇到小样本问题时的解决方案。本发明的技术方案是:一种标识图像数据增强方法,其特征在于:获取显示有标识的真图;获取真图中标识的关键特征数据;基于关键特征数据建立伪图数据规则;根据数据规则生成伪图。本发明适用于计算机视觉技术领域。
-
公开(公告)号:CN112699726A
公开(公告)日:2021-04-23
申请号:CN202011251301.3
申请日:2020-11-11
摘要: 本发明涉及一种图像增强方法、真伪商品鉴别方法及设备。本发明的目的是提供一种图像增强方法、真伪商品鉴别方法及设备,以避免数据集有偏导致分类模型过拟合到无关因子。本发明的技术方案是:一种图像增强方法,其特征在于:S01、对于具体的图像分类任务分析其中分类无关的有偏因子,控制有偏因子对应的属性为唯一变量,摄取图像作为源域数据集;S02、通过GAN网络结构训练有偏因子对应属性迁移模型,学习一个生成器G,x’=G(x,a);S03、在目标数据集上,应用经训练的生成器G扩充样本,对于目标数据集上的每一个样本,通过遍历有偏因子对应属性所有的取值a,得到无偏的生成样本。本发明适用于计算机视觉领域。
-
公开(公告)号:CN112699726B
公开(公告)日:2023-04-07
申请号:CN202011251301.3
申请日:2020-11-11
IPC分类号: G06V20/20 , G06V10/74 , G06V10/774 , G06V10/764
摘要: 本发明涉及一种图像增强方法、真伪商品鉴别方法及设备。本发明的目的是提供一种图像增强方法、真伪商品鉴别方法及设备,以避免数据集有偏导致分类模型过拟合到无关因子。本发明的技术方案是:一种图像增强方法,其特征在于:S01、对于具体的图像分类任务分析其中分类无关的有偏因子,控制有偏因子对应的属性为唯一变量,摄取图像作为源域数据集;S02、通过GAN网络结构训练有偏因子对应属性迁移模型,学习一个生成器G,x’=G(x,a);S03、在目标数据集上,应用经训练的生成器G扩充样本,对于目标数据集上的每一个样本,通过遍历有偏因子对应属性所有的取值a,得到无偏的生成样本。本发明适用于计算机视觉领域。
-
公开(公告)号:CN112132133B
公开(公告)日:2023-11-17
申请号:CN202010545903.3
申请日:2020-06-16
IPC分类号: G06V30/148 , G06V10/774 , G06V30/19 , G06V10/82 , G06N3/0464 , G06V20/62 , G06T3/40
摘要: 本发明涉及一种标识图像数据增强方法及真伪智能鉴定方法。本发明的目的是提供一种标识图像数据增强方法及真伪智能鉴定方法,解决现有图像分类算法遇到小样本问题时的解决方案。本发明的技术方案是:一种标识图像数据增强方法,其特征在于:获取显示有标识的真图;获取真图中标识的关键特征数据;基于关键特征数据建立伪图数据规则;根据数据规则生成伪图。本发明适用于计算机视觉技术领域。
-
-
-