检索结果-南通市图书馆

A Survey of Synthetic Data Augmentation Methods in Machine Vision

Machine Intelligence Research 2024年第5期21卷 831-869页

作者： Alhassan Mumuni Fuseini Mumuni nana kobina gerrar Cape Coast Technical University Cape CoastDL 50Ghana University of Mines and Technology Tarkwa237Ghana

The standard approach to tackling computer vision problems is to train deep convolutional neural network(CNN)models using large-scale image datasets that are representative of the target ***,in many scenarios,it is often challenging to obtain sufficient image data for the target *** augmentation is a way to mitigate this challenge.A common practice is to explicitly transform existing images in desired ways to create the required volume and variability of training data necessary to achieve good generalization *** situations where data for the target domain are not accessible,a viable workaround is to synthesize training data from scratch,i.e.,synthetic data *** paper presents an extensive review of synthetic data augmentation *** covers data synthesis approaches based on realistic 3D graphics modelling,neural style transfer(NST),differential neural rendering,and generative modelling using generative adversarial networks(GANs)and variational autoencoders(VAEs).For each of these classes of methods,we focus on the important data generation and augmentation techniques,general scope of application and specific use-cases,as well as existing limitations and possible ***,we provide a summary of common synthetic datasets for training computer vision models,highlighting the main features,application domains and supported ***,we discuss the effectiveness of synthetic data augmentation *** this is the first paper to explore synthetic data augmentation methods in great detail,we are hoping to equip readers with the necessary background information and in-depth knowledge of existing methods and their attendant issues.

关键词： Data augmentation generative modelling neural rendering data synthesis synthetic data neural style transfer(NsT)

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：