一种针对大规模目标检测的类内尺度平衡数据增强方法

本发明公开了一种针对大规模目标检测的类内尺度平衡数据增强方法，包括以下步骤；步骤1：进行高斯混合模型对类别内尺度分布建模并量化尺度分布，对大规模目标检测数据集中的每个类别进行分析；步骤2：基于高斯混合模型的建模结果，计算反向概率密度函数并生成目标尺度，设计反向概率密度函数指导尺度生成：步骤3：对反向概率密度函数进行自适应尺度调整，实现数据增强实现。本发明利用指导性的尺度变换策略，增强了模型的鲁棒性。