[发明专利]一种利用生成对抗网络生成堆积物训练样本的方法

权利要求书

1.一种利用生成对抗网络生成堆积物训练样本的方法，其特征在于：包括以下步骤：

S1：创造堆积物和点的一一对应训练集；

S2：利用判别器和生成器训练GAN模型；

S3：随机生成器生成平面的点的随机分布集合；

S4：利用生成的随机的点生成更多的样本；

S5：利用生成的样本对GAN模型进行优化；

步骤S3中，首先生成多个矩形范围，在矩形的范围内沿X轴和Y轴方向生成随机的点，形成多个在平面上面随机分布的点，多个随机生成的点组成的集合形成生成样本对应的标注域。

2.根据权利要求1所述的一种利用生成对抗网络生成堆积物训练样本的方法，其特征在于：步骤S1具体包括：

手动标注不同的堆积物的样本，形成堆积物和样本一一对应的数据对；

在同一个几何平面上标注随机点，进行随机的分布，生产更多不同纹理的指示堆积物形成标注和样本一一对应的数据对。

3.根据权利要求1所述的一种利用生成对抗网络生成堆积物训练样本的方法，其特征在于：步骤S2所述生成器为U-Net网络，所述判别器为全连接网络，所述判别器的输入为语义标签图和对应图片的通道连接，使得判别器不再简单地判断图片本身的真与假，而是进一步判断两个图片的对应关系，从而使得生成器生成的图片同时具备真实性和相关性。

4.根据权利要求1所述的一种利用生成对抗网络生成堆积物训练样本的方法，其特征在于：步骤S4具体为：将生成器生成的样本以及随机生成的点的集合，放到一起生成对应的纹理详细的样本。