基于多尺度特征自适应聚焦网络的数据增强方法和装置

本发明公开了一种基于多尺度特征自适应聚焦网络的数据增强方法和装置，涉及图像生成技术领域。该方法包括：对多尺度特征自适应聚焦生成对抗网络进行对抗训练；生成对抗网络包括生成器网络和判别器网络；判别器网络包括多尺度特征提取模块、动态通道注意力子模块和空间注意力子模块，增强对图像轮廓、纹理及细节的特征提取能力；在训练过程中，通过多尺度Wasserstein距离和动态权重更新实现多尺度特征对抗优化，增强判别器和生成器对不同尺度细节的捕捉能力并确保模型的收敛性；训练至模型收敛后，可得到所需权重参数，并利用所述权重参数完成高质量图像生成任务，能够解决小样本场景下生成图像质量低、缺乏多样性等问题。