摘要
本发明涉及目标检测领域,尤其涉及一种小样本目标检测数据增强方法,包括以下步骤:对小样本数据进行划分,形成训练集、验证集和测试集,并对数据集进行目标检测标注;利用训练集中目标检测框的中心点位置作为输入,以目标检测框的宽高作为标签,训练神经网络;将训练集中目标检测框进行二维高斯分布转换;利用训练集中的图目标,采用稳定扩散模型训练图像,使其生成新的目标图片;可视范围内随机选择坐标,通过之前训练好的大小先验神经网络,生成相应的坐标,得到新的目标检测框;通过本发明,小样本目标检测问题得到有效解决,显著提高了目标检测的精度,为制造企业带来了多方面的益处,包括减少误检率、提高生产效率、降低生产成本。
技术关键词
训练神经网络
图像
样本
推土机
复制粘贴数据
正则化策略
坐标
正则化方法
度量
分辨率
图片
多层感知机
训练集
协方差矩阵
聚类
标签
关系
语义
系统为您推荐了相关专利信息
机械式电表
内容管理系统
图像数据处理
Prewitt算子
成像
柔性多层线路板
三维X射线成像
测试方法
光学相干层析成像
故障特征
数据预处理方法
算法模块
负荷
聚类
非线性动力系统
生成场景图像
知识图谱构建
坐标
视觉监控系统
处理单元
人脸检测识别方法
神经网络加速器
人脸识别神经网络
人脸检测识别系统
人脸特征向量