一种基于改进VAE与泊松融合的样本生成方法

本发明公开了一种基于改进VAE与泊松融合的样本生成方法，属于图像数据处理技术领域，包括步骤：构造目标图像集D1、背景图像集D2、子图集D3；构造一YOLOv8s网络并用D3训练得到分类模型；用分类模型识别D3中包含目标的子图构成目标子图集D4；基于CAM技术对D4中每张子图生成对应的目标区域图，构成第一样本集R1，用R1预训练一变分自编码器得到生成模型，并用生成多张生成图像构成第二样本集R2，合并R1和R2得到目标样本集R；从R何D2中各任选一图像，用泊松融合方法融合。本发明能大大减少对标注数据的依赖，提高了模型的泛化能力和背景适应性，尤其在复杂背景下能够保持较高的图像生成质量。