首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于Mosaic融合的长尾学习数据增强方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:华南理工大学

摘要:本发明公开了一种基于Mosaic融合的长尾学习数据增强方法,首先在长尾数据图片中设定图片中心分割点并将每张图片分割为四块区域;接着将批次内的图片样本顺序打乱,获得四组不同顺序的图片样本集;所有图片样本类别根据其类别数量分为多数类和少数类,两种类别的图片样本采用不同的策略进行Mosaic融合数据增强;最后根据每张图片的融合情况,调整图片的标签信息,计算损失函数。本发明考虑了长尾数据的特点,通过在训练数据中引入Mosaic融合增强,借助多数类样本丰富的信息提高少数类别的多样性,从而提升深度学习网络模型的分类性能,改善模型在长尾数据集上的分类效果。

主权项:1.一种基于Mosaic融合的长尾学习数据增强方法,其特征在于,包括以下步骤:步骤1:获取长尾数据图片,设定图片中心分割点的范围,按照分割点的水平竖直方向将每张图片分割为四块区域;打乱训练批次内图片样本的标号顺序,获得四组不同顺序的图片样本集用于后续的Mosaic融合;步骤2:根据不同类别的图片样本数量将图片样本类别分为多数类和少数类,对批次内的每个样本进行数据增强,如果样本属于多数类样本,将该样本与步骤1中获得的其它图片样本集的样本进行Mosaic融合,填充在图片的分割区域中,如果样本属于少数类样本,则保持原图不变不进行融合;步骤3:为了反映融合过程中每张图片的贡献,根据每张图片进行Mosaic融合的情况,调整图片的标签信息,通过利用多数类样本丰富的信息提升少数类样本的识别效果的方式进行数据增强,最后,将图片和标签投入深度神经网络模型中计算损失函数,即可完成长尾学习数据增强。

全文数据:

权利要求:

百度查询: 华南理工大学 一种基于Mosaic融合的长尾学习数据增强方法

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。