摘要
本发明提供一种基于去噪扩散模型的样本图像生成方法及装置,包括:获取轮廓标签和类别标签;基于去噪扩散模型,构建样本图像生成模型;利用样本图像生成模型对轮廓标签、类别标签和随机噪声进行编码,以得到噪声图像和引导条件;根据引导条件对噪声图像进行解码和分类,以得到样本图像和分类结果。通过在利用基于去噪扩散模型构建的样本图像生成模型生成样本图像时添加轮廓标签和类别标签,能够帮助样本图像生成模型更好地理解特征,提高分类准确性,还能够增强特征表示,提高样本图像的质量,从而不仅能够产生多样且真实的困难样本,还能够有效提高样本图像的生成效率,解决了现有困难样本生成困难且缺乏真实性的问题。
技术关键词
样本图像生成方法
图像生成模型
噪声图像
轮廓编码
标签
编码器
图像生成装置
网络单元
随机噪声
上采样
数据分布
神经网络参数
原始图像数据
计算器
噪声方差
系统为您推荐了相关专利信息
水下声呐图像
密度峰值聚类算法
马尔科夫随机场模型
像素点
分割方法
知识点标签
大数据分析方法
编码矢量
房源推荐系统
会话
关键词
图表推荐
推荐方法
样本
计算机可执行指令