一种深度学习模型训练数据增强方法

本发明涉及深度学习技术领域，且公开了一种深度学习模型训练数据增强方法，该方法包括以下步骤：数据预处理：对原始训练数据进行预处理，包括图像大小调整、归一化等操作，确保输入数据的一致性和稳定性；GAN数据增强：使用预训练的生成对抗网络生成与原始数据分布相似的图像样本；神经风格转换数据增强：利用神经风格转换技术，将原始图像的内容与不同风格的图像相结合，生成具有新风格的图像样本；混合数据增强：将GAN生成的图像和神经风格转换生成的图像进行混合，形成最终的增强数据集。该深度学习模型训练数据增强方法的目的是结合了GAN的生成能力和神经风格转换的风格迁移特性，能够生成具有多样性和丰富性的增强数据。