(12)发明专利说明书 | ||
(10)申请公布号 CN 114201632 A (43)申请公布日 2022.03.18 | ||
权利要求说明书 说明书 幅图 |
本发明属于计算机图像生成技术领域,公开了一种面向多标记目标检测任务的标签带噪数据集扩增方法,该方法针对深度神经网络容易过拟合噪声标签的问题,引入干净标签估计矩阵,以空间变换网络作为骨干网络的条件生成对抗网络,从标签带噪的目标检测数据集中学习到干净的标签条件生成分布,在指定目标边界框位置生成指定类别的目标的图像,在测试阶段基于给定的类别标签和边界框信息生成目标检测数据集。本发明通过引入考虑标签噪声的用于图像真假分类的损失函数,可使模型条件生成对抗网络模型从标签带噪且类别不平衡的多目标检测数据集中,生成高质量标注的多目标检测图像,扩增了目标检测数据集,缓解了对带有准确标注信息的数据日益增大的需求。 | |
法律状态公告日 | 法律状态信息 | 法律状态 |
2022-03-18 | 公开 | 发明专利申请公布 |
2022-04-05 | 实质审查的生效IPC(主分类):G06F16/55专利申请号:2022101495006申请日:20220218 | 实质审查的生效 |
2022-05-06 | 授权 | 发明专利权授予 |
本文发布于:2024-09-23 12:18:11,感谢您对本站的认可!
本文链接:https://www.17tex.com/tex/1/422383.html
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。
留言与评论(共有 0 条评论) |