公开(公告)号：CN116310348A

公开(公告)日：2023-06-23

申请号：CN202310562310.1

申请日：2023-05-18

Applicant: 安徽农业大学

Inventor： 叶勇 ,  杨强力 ,  汪子文 ,  辜丽川 ,  王瑶

IPC: G06V10/26 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0475 ,  G06N3/0455 ,  G06N3/094

Abstract: 本发明公开了一种基于CGAN的语义分割数据集增广的方法，应用于计算机视觉语义分割技术领域，具体涉及基于有监督学习的条件生成对抗网络，在原有的生成器和判别器的网络结构基础上再加入一个生成器，两个生成器分别负责图像和标注的生成，两个生成器共用一个判别器，两个生成器和判别器之间相互对抗学习，生成新的图像和标注。本发明能对语义分割数据集中的图像增广的同时对图像对应的标注进行增广，实现生成图像的自动标注，为语义分割的训练提供丰富的训练样本数据，来扩充训练集，从而提高模型的泛化能力和鲁棒性，进而提高语义分割的准确性和效果。

公开(公告)号：CN116310348B

公开(公告)日：2023-08-22

申请号：CN202310562310.1

申请日：2023-05-18

Applicant: 安徽农业大学

Inventor： 叶勇 ,  杨强力 ,  汪子文 ,  辜丽川 ,  王瑶

IPC: G06V10/26 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0475 ,  G06N3/0455 ,  G06N3/094

Abstract: 本发明公开了一种基于CGAN的语义分割数据集增广的方法，应用于计算机视觉语义分割技术领域，具体涉及基于有监督学习的条件生成对抗网络，在原有的生成器和判别器的网络结构基础上再加入一个生成器，两个生成器分别负责图像和标注的生成，两个生成器共用一个判别器，两个生成器和判别器之间相互对抗学习，生成新的图像和标注。本发明能对语义分割数据集中的图像增广的同时对图像对应的标注进行增广，实现生成图像的自动标注，为语义分割的训练提供丰富的训练样本数据，来扩充训练集，从而提高模型的泛化能力和鲁棒性，进而提高语义分割的准确性和效果。