[发明专利]一种图像数据扩增方法

摘要

本发明公开了一种图像数据扩增方法，针对深度学习中目标检测样本不均衡问题，通过增加少样本(样本数量较少的类别)的数据量，避免该问题产生的过拟合现象，提高训练后的模型泛化能力，同时能够减少前期图像数据的采集量以及预处理工作量。该方法包括：确定所需扩增图像类别，通过标注软件提取该图像中的类别标记框，确定其目标区域和噪声干扰区域，改变噪声干扰区域的像素值，生成新的样本。通过该方法可以利用已有样本生成新的样本，在突出目标特征的同时减少噪声特征对模型的干扰，以及生成的新样本不需要再重新进行预处理，可直接进行检测模型的训练。

主权项

1.一种图像数据扩增方法，其特征在于，所述方法包括以下步骤：确定所需扩增的类别，从数据集中挑选出含有该类别的样本图像；利用标注软件获取图像中该类别的标记框，确定类别信息中的目标区域和噪声干扰区域；改变噪声干扰区域的像素值，生成新的图像样本；重复上述过程即可对该类别图像数据进行扩增。