摘要
本申请公开了一种样本图像的采样方法、装置和电子设备,属于图像处理技术领域和工业检测技术领域。所述方法包括:根据目标深度学习模型的模型类型、各张样本图像的样本类型、真实标签掩码图像以及预测标签掩码图像中的至少一种,对批量的样本图像进行聚类,得到多个第一聚类类别;所述模型类型为图像分类类型或图像分割类型;针对每个第一聚类类别,从所述第一聚类类别所包含的样本图像中采集目标数量的目标样本图像;所述目标数量小于相应第一聚类类别所包含的样本图像的数量;确定所述目标样本图像为所述目标深度学习模型的训练样本,极大地降低了训练样本的冗余度,降低了迭代的延时,同时还能够保持训练样本的多样性。
技术关键词
样本
深度学习模型
采样方法
标签
聚类算法
非暂态计算机可读存储介质
批量
工业检测技术
图像分割模型
对象
电子设备
图像处理技术
图像缩放
处理器
采样装置
关系
冗余度
系统为您推荐了相关专利信息
车道中心线
车道特征
车辆轨迹预测方法
节点特征
长短期记忆网络
注意力机制
长短期记忆网络
识别监控区域
人工神经网络模型
大坝变形监控
城市风环境
数据
城市特征
地理信息系统平台
卷积神经网络识别
销售预测模型
时间序列预测模型
计算机执行指令
数据预测方法
字段