摘要
本发明涉及人工智能数据增强技术领域,且公开了一种基于AIGC目标检测的离线数据增强方法,在截取图像中的目标后,通过AIGC的技术对背景进行图像补全,并尽可能的保留原背景中的语义信息,并建立数据集。本发明的优点在于:通过利用AIGC的技术对基础数据进行处理,其能够尽可能的保留原背景中的语义信息,并对目标数据进行风格变换或者动作变换,增加目标数据的属性多样性,可根据用户意图创造含有特定语义信息的样本数据,并以此需求生成样本特征符合特定分布且语义信息完整且合理的数据集,且可创造超出原数据集中没有的语义信息,通过预设样本库直接生成数据集,无需用户提供原始数据集作为输入,并且可几乎无限、不重复的扩增数据集。
技术关键词
深度学习框架
样本
离线
语义
遮挡关系
人工智能数据
生成数据集
图像
学习工具
风格
拍摄设备
场景
输入设备
意图
基础
参数
概念
算法
系统为您推荐了相关专利信息
多源异构数据
图谱
预训练语言模型
编织模式
匈牙利算法
问答系统
语义向量
动态知识图谱
节点
知识图谱构建
暴雨预测模型
暴雨预测方法
指标
编码后数据
传感器节点
环境智能控制系统
远红外加热技术
室内外环境参数
线性回归模型
数据处理模块