申请/专利权人:TCL科技集团股份有限公司
申请日:2020-05-25
公开(公告)日:2024-03-15
公开(公告)号:CN113724128B
主分类号:G06T3/04
分类号:G06T3/04;G06N3/0464;G06N3/08
优先权:
专利状态码:有效-授权
法律状态:2024.03.15#授权;2021.12.17#实质审查的生效;2021.11.30#公开
摘要:本发明公开了一种训练样本的扩充方法、存储介质及终端设备,所述方法包括对于初始训练样本组中的一训练图像,确定该训练图像对应的目标图像;根据目标图像生成目标图像对应的掩码图像;基于经过训练的生成网络模型、该掩码图像以及目标图像生成训练图像对应的第一合成图像;将生成的所有第一合成图像加入初始训练样本组,以得到扩充训练样本组。本发明通过经过训练的生成网络模型生成训练图像对应的第一合成图像,并将第一合成图像作为初始训练样本组的扩充图像补充至初始训练样本组,从而实现了训练样本的自动扩充,降低了训练样本扩充的工作量,提高了训练样本扩张的效率,进而提高了神经网络模型的训练效率。
主权项:1.一种训练样本的扩充方法,其特征在于,所述方法包括:读取预设的初始训练样本组中的训练图像,确定所述训练图像对应的目标图像;根据所述目标图像生成所述目标图像对应的掩码图像;基于经过训练的生成网络模型、所述掩码图像及所述目标图像生成所述训练图像对应的第一合成图像,其中,所述生成网络模型是基于训练样本集训练得到的,所述训练样本集包括多组训练图像组,每组训练图像组包括第一图像、第二图像以及第二图像的掩码图像,第二图像的图像背景与第一图像的图像背景的相似度满足预设条件;将所述第一合成图像加入所述初始训练样本组,以得到扩充训练样本组。
全文数据:
权利要求:
百度查询: TCL科技集团股份有限公司 一种训练样本的扩充方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。