摘要
本发明涉及一种基于形状大模型的样本增强方法,包括以下步骤,S1、将训练集的标注图像输入到形状大模型结合扩散网络构成的数据增强网络中;S2、迭代测试训练,训练完成后,使用测试集输入到网络中生成样本,计算生成的形状样本与测试集的输入图像IOU交并比;S3、测试成功后,则应用网络来作数据增强;S4、使用透视变换矩阵对标注图像对应的原图作透视变换,得到增强样本。本发明通过训练出基于形状的大模型,再结合文生图扩散模型,通过新的形状来生成新的样本,使生成的样本多样且逼真。获得了质量更高的增强样本,提升了训练数据的质量,从而提高了模型效果的上限。
技术关键词
样本
透视变换矩阵
网络
预处理算法
图像特征提取
正确率
数据
工位
训练集
线状
片状
标签
基础
系统为您推荐了相关专利信息
建筑物变化检测
联合损失函数
分支
深度神经网络
模块
空地协同
火灾现场
图像语义分割网络
导航方法
全局路径规划
高效训练方法
蒸馏
学生
大语言模型
神经网络架构
多源异构数据融合
感控方法
风险
城市地下基础设施
时序