[發明專利]基于對抗生成網絡的數據增廣方法、裝置、計算機及介質

在審

• 申請號: 202110970515.4
• 申請日: 2021-08-23
• 公開（公告）號: CN113658036A
• 公開（公告）日: 2021-11-16
• 發明（設計）人: 吳宥萱;周宸;陳遠旭
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06T3/00
• 分類號: G06T3/00;G06N3/04;G06N3/08
• 代理公司: 深圳市明日今典知識產權代理事務所(普通合伙) 44343
• 代理人: 王杰輝

本申請涉及醫學影像的數據增廣領域，揭示了一種基于對抗生成網絡的數據增廣的方法、裝置、計算機設備及存儲介質，方法包括：獲取目標域中的第一圖片與源域中的第二圖片；將所述第一圖片輸入至第一生成網絡，得到偽第二圖片；將所述偽第二圖片輸入至第二生成網絡，得到偽第一圖片；計算所述第一圖片與所述偽第一圖片的一致性約束值；將所述第二圖片與所述偽第二圖片輸入至判別網絡，得到所述判別網絡對所述第二圖片及所述偽第二圖片的分類結果；根據損失函數計算所述分類結果的損失值；若所述一致性約束值與所述損失值的和滿足預設值，將所述偽第一圖片添加至目標域中，以增加目標域中的圖片數據。本申請能夠提高數據樣本的生成效率。

技術領域

本申請涉及到醫學影像的數據增廣領域，特別是涉及到一種基于對抗生成網絡的數據增廣的方法、裝置、計算機設備及存儲介質。

背景技術

隨著互聯網技術的發展，在進行機器學習、訓練時，需要大量的樣本數據，而在特殊場景下，某些類型的樣本數據無法輕易獲得，尤其是醫學領域下的醫學影像數據在現實中出現的幾率較低導致特定類型的醫學影像數據無法輕易獲得，例如重度黑眼圈的樣本數據的現實樣本數據少，導致樣本數據的獲取效率低，成本高。

發明內容

本申請的主要目的為提供一種基于對抗生成網絡的數據增廣的方法、裝置、計算機設備及存儲介質，旨在解決目前在樣本數據量少的場景下進行數據增廣的準確率低的問題。

為了實現上述發明目的，本申請提出一種基于對抗生成網絡的數據增廣的方法，包括：

獲取目標域中的第一圖片與源域中的第二圖片；

將所述第一圖片輸入至第一生成網絡，得到偽第二圖片；將所述偽第二圖片輸入至第二生成網絡，得到偽第一圖片；所述第一生成網絡與所述第二生成網絡互為相反的網絡；

計算所述第一圖片與所述偽第一圖片的一致性約束值；

將所述第二圖片與所述偽第二圖片輸入至判別網絡，得到所述判別網絡對所述第二圖片及所述偽第二圖片的分類結果；

根據損失函數計算所述分類結果的損失值；

若所述一致性約束值與所述損失值的和滿足預設值，將所述偽第一圖片添加至目標域中，以增加目標域中的圖片數據。

進一步地，所述獲取目標域中的第一圖片與源域中的第二圖片之后，還包括：

將所述第二圖片輸入至第二生成網絡，得到假第一圖片；將所述假第一圖片輸入至第一生成網絡，得到假第二圖片；

計算所述第二圖片與所述假第二圖片的候選一致性約束值；

將所述第二圖片與所述假第二圖片輸入至第二判別網絡，得到所述第二判別網絡對所述第二圖片及所述假第二圖片的候選分類結果；

根據損失函數計算所述候選分類結果的候選損失值；

若所述候選一致性約束值與所述候選損失值的和滿足預設值，將所述假第二圖片添加至源域中，以增加源域中的圖片數據。

進一步地，所述源域與目標域為相互映射的數據集。

進一步地，所述若所述一致性約束值與所述損失值的和滿足預設值，將所述偽第一圖片添加至目標域中之前，包括：

獲取當前數據增廣的執行階段；

根據所述執行階段匹配一致性約束值與所述損失值之和的預設值。

進一步地，所述獲取目標域中的第一圖片與源域中的第二圖片之前，還包括：

從若干個待選域中選取一個作為目標域，獲取所述目標域的圖片等級；

根據預設的等級規則匹配與所述目標域的圖片等級相鄰的候選圖片等級；