[發明專利]針對目標檢測的少樣本數據擴增方法在審
| 申請號： | 202110070610.9 | 申請日： | 2021-01-19 |
| 公開（公告）號： | CN112560998A | 公開（公告）日： | 2021-03-26 |
| 發明（設計）人： | 李學生;李晨;牟春 | 申請（專利權）人： | 德魯動力科技（成都）有限公司 |
| 主分類號： | G06K9/62 | 分類號： | G06K9/62;G06N20/00 |
| 代理公司： | 成都熠邦鼎立專利代理有限公司 51263 | 代理人： | 李曉英 |
| 地址： | 610000 四川省成都市高*** | 國省代碼： | 四川;51 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 針對 目標 檢測 樣本 數據 擴增 方法 | ||
【權利要求書】：
1.針對目標檢測的少樣本數據擴增方法，其特征在于：包括以下步驟：
S1，定性分析目標樣本可能出現的場景以及場景的風格；
S2，提取目標樣本的場景特征、風格特征；
S3，利用機器學習算法對場景特征和風格特征進行聚類分析；
S4，根據聚類分析結果從開源數據集中搜索具有相似場景或風格的圖片；
S5，將目標樣本與從開源數據集中找出的相似圖片進行融合，制作出假樣本。
2.根據權利要求1所述的針對目標檢測的少樣本數據擴增方法，其特征在于：它還包括S6，利用高斯濾波對假樣本進行濾波。
3.根據權利要求1或2所述的針對目標檢測的少樣本數據擴增方法，其特征在于：所述S2中，利用場景檢測算法和風格提取算法提取目標樣本的場景特征、風格特征。
4.根據權利要求1所述的針對目標檢測的少樣本數據擴增方法，其特征在于：所述S3中，利用kmeans算法對場景特征和風格特征進行聚類分析。
5.根據權利要求1所述的針對目標檢測的少樣本數據擴增方法，其特征在于：所述的開源數據集包括ImageNet和/或COCO數據集。
6.根據權利要求1所述的針對目標檢測的少樣本數據擴增方法，其特征在于：所述S5中，采用mixup或替換相應區域的方式將目標樣本與找出的相似圖片進行融合。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于德魯動力科技（成都）有限公司，未經德魯動力科技（成都）有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110070610.9/1.html，轉載請聲明來源鉆瓜專利網。
