[发明专利]一种特种服装深度学习数据增强方法及装置

说明书

本发明提供一种特种服装深度学习数据增强方法及装置，该方法包括：获取随机噪声信号；将所述随机噪声信号输入到特种服装图像生成模型中，得到由所述特种服装图像生成模型输出的多张特种服装生成图像，所述特种服装图像生成模型是通过样本特种服装图像，对生成对抗网络进行训练得到的，其中，所述样本特种服装图像中包括有穿着特种服装的目标人物；根据所述多张特种服装生成图像和所述特种服装样本图像，构建特种服装深度学习数据训练集。本发明提高了特种服装深度学习数据的采集效率和模型训练准确率。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种特种服装深度学习数据增强方法及装置。

背景技术

通过深度学习进行目标检测的算法目前已大规模应用于各领域，基于深度学习的目标检测算法在训练过程中需要大量的数据集，以提高识别的准确率。

现有特种服装检测算法作为一种基于监督学习的目标检测算法，需要大规模数据集进行训练，从而提高特种服装检测算法的准确率，使得最终训练好的模型可识别目标人物是否穿着特种服装。由于特种服装作为一种在特殊场合中使用的服装，存在样本数量较少的问题，现有特种服装检测模型在训练时，需要通过人工方式手动收集大量的数据集，并需要保证数据集的分布场景尽可能广泛，对模型训练效率和准确率造成影响。

因此，现在亟需一种特种服装深度学习数据增强方法及装置来解决上述问题。

发明内容

针对现有技术存在的问题，本发明提供一种特种服装深度学习数据增强方法及装置。

本发明提供一种特种服装深度学习数据增强方法，包括：

获取随机噪声信号；

将所述随机噪声信号输入到特种服装图像生成模型中，得到由所述特种服装图像生成模型输出的多张特种服装生成图像，所述特种服装图像生成模型是通过样本特种服装图像，对生成对抗网络进行训练得到的，其中，所述样本特种服装图像中包括有穿着特种服装的目标人物；

根据所述多张特种服装生成图像和所述特种服装样本图像，构建特种服装深度学习数据训练集。

根据本发明提供的一种特种服装深度学习数据增强方法，所述特种服装图像生成模型通过以下步骤训练得到：

获取预设数量的样本特种服装图像，并对各张所述样本特种服装图像标记真实图像标签，构建得到第一样本集；

将随机生成的高斯噪声输入到生成器网络中，得到样本特种服装预测图像；

通过所述样本特种服装预测图像和所述第一样本集，对判别器网络进行训练，得到判别器反馈结果和参数更新后的判别器网络；

根据所述判别器反馈结果，对所述生成器网络的参数进行更新，得到参数更新后的生成器网络；

若训练结果满足预设条件，得到所述特种服装图像生成模型；若不满足，对所述参数更新后的生成器网络和所述参数更新后的判别器网络进行训练，直到训练结果满足预设条件。

根据本发明提供的一种特种服装深度学习数据增强方法，在所述获取预设数量的样本特种服装图像之后，所述方法还包括：

对各张所述样本特种服装图像进行图像预处理和图像增强处理，并通过处理后的样本特种服装图像构建所述第一样本集。

根据本发明提供的一种特种服装深度学习数据增强方法，所述生成器网络包括第一全连接层、归一化层、第二全连接层、第一卷积层和第二卷积层，其中，所述第一全连接层的输出端连接所述归一化层的输入端，所述归一化层的输出端连接所述第二全连接层的输入端，所述第二全连接层的输出端连接所述第一卷积层的输入端，所述第一卷积层的输出端连接所述第二卷积层的输入端；