摘要
本发明公开了一种基于扩散模型的数据和标签的生成方法及相关装置,属于计算机视觉领域,所述方法包括:获取高质量多样化图像;采用无监督实例分割模型识别高质量多样化图像生成图像标签;通过高质量多样化图像的掩码中裁剪得到裁剪图像,提取高质量多样化图像和裁剪图像的特征并判断特征之间的余弦相似度是否满足保留条件,若余弦相似度满足保留条件,则保留对应图像标签,若余弦相似度不满足保留条件,则删除对应图像标签,从而得到高质量图像标签;将高质量多样化图像与多种背景合并,并结合高质量图像标签,生成具有复杂背景的综合训练数据集,实现基于扩散模型的数据和标签的生成。本发明解决现有技术难以生成高质量多样化的合成图像的问题。
技术关键词
图像
生成方法
标签
深度卷积神经网络模型
实例分割模型
文本
数据
无监督
主题
处理器
可读存储介质
计算机程序产品
计算机视觉
生成系统
过滤模块
存储器
电子设备
语义
系统为您推荐了相关专利信息
两栖无人机
模式切换方法
笼式结构
双目摄像头
双目视觉系统
生成系统
文本
数据生成方法
生成数据集
噪声预测模型
ADMM算法
奇异值分解技术
光谱超分辨率
高光谱图像数据
增广拉格朗日