检索结果-南通市图书馆

基于卷积神经网络的图像数据增强优化策略研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机与数字工程 2024年第7期52卷 2183-2188页

作者：佟国香刘洪俊田飞翔上海理工大学光电信息与计算机工程学院上海200093

论文基于卷积神经网络模型,提出一种改进的自动化图像数据增强策略。针对原有策略搜索空间的离散化及模型训练过程中超参数优化不稳定的问题,通过降低搜索空间策略的复杂度、优化子网络模型的训练过程、选取更有效率的增强随机搜索算法... 详细信息

论文基于卷积神经网络模型,提出一种改进的自动化图像数据增强策略。针对原有策略搜索空间的离散化及模型训练过程中超参数优化不稳定的问题,通过降低搜索空间策略的复杂度、优化子网络模型的训练过程、选取更有效率的增强随机搜索算法实现超参数优化等方法对原有策略进行改进。并针对不同类型的数据集进行了验证,实验结果表明,论文提出的数据增强策略在CIFAR-10、CIFAR-100、ImageNet数据集上提升了图像分类的准确性,取得了先进的实验效果。

关键词：卷积神经网络图像数据增强超参数优化增强随机搜索图像分类

在线全文

学校读者我要写书评

暂无评论

反向目标干扰的图像数据增强

计算机系统应用 2024年第6期33卷 48-57页

作者：袁姮胡月张晟翀辽宁工程技术大学软件学院葫芦岛125105 光电信息控制和安全技术重点实验室天津300308

混合样本数据增强方法只注重模型对于图像所属类别的正向表达,而忽略图像是否属于某一类别的反向判定.为了解决描述图像类别方式单一而影响模型性能的问题,提出一种反向目标干扰的图像数据增强方法.该方法增加图像背景及目标的多样性,... 详细信息

混合样本数据增强方法只注重模型对于图像所属类别的正向表达,而忽略图像是否属于某一类别的反向判定.为了解决描述图像类别方式单一而影响模型性能的问题,提出一种反向目标干扰的图像数据增强方法.该方法增加图像背景及目标的多样性,防止网络模型过拟合.其次采用反向学习机制,让网络模型在正确辨别原图像所属类别的同时,对填充图像不属于该类别的属性进行充分学习,从而增强网络模型对原图像所属类别辨识的置信度.最后,为验证该方法的有效性,使用不同的网络模型在CIFAR-10、CIFAR-100等5个数据集上进行大量实验.实验结果表明,本文方法与其他先进的数据增强方法相比较,可以显著提高模型在复杂背景下的学习效果和泛化能力.

关键词：图像数据增强混合样本反向学习目标多样化背景多样化

在线全文

学校读者我要写书评

暂无评论

基于改进生成对抗网络的图像数据增强方法

浙江大学学报:工学版 2023年第10期57卷 1998-2010页

作者：詹燕胡蝶汤洪涛鲁建厦谭健刘长睿浙江工业大学机械工程学院浙江杭州310023

为了提高机器学习模型的精确度,提出基于数据分布拟合、生成式对抗神经网络和图像超分辨率重建的图像数据增强方法.该方法将最大似然估计和采样算法生成的符合原始数据分布的二维噪声用于对抗训练,克服了在生成模型中传统图像噪声输入... 详细信息

为了提高机器学习模型的精确度,提出基于数据分布拟合、生成式对抗神经网络和图像超分辨率重建的图像数据增强方法.该方法将最大似然估计和采样算法生成的符合原始数据分布的二维噪声用于对抗训练,克服了在生成模型中传统图像噪声输入随意的问题;采用逐层训练方式生成高分辨率图像,改进高分辨率图像映射困难、参数冗余的缺点.以轴承滚子表面灰度图像数据增强为例,验证所提方法的有效性.研究结果表明,所提方法生成的图像质量更优,相比传统方法生成的图像峰值信噪比提高13.07%,结构相似性提高32.40%,弗雷歇初始距离降低37.58%,且数据增强后的模型平均精确度提升7.89%.

关键词：图像数据增强分布拟合采样算法生成式对抗网络图像超分辨率重建

图像数据增强技术提升输电线路异物检测性能研究

在线全文

学校读者我要写书评

暂无评论

图像数据增强技术提升输电线路异物检测性能研究

作者：曾武福建工程学院

学位级别：硕士

电力能源对于一个国家而言具有举足轻重的作用,国民经济生产的各个环节都离不开电力能源。输电线路作为电力系统中进行电力输送的主要载体,其运行状态直接关系电力系统的运行质量。输电线路上悬挂的异物可能引发停电等事故,将严重影响... 详细信息

电力能源对于一个国家而言具有举足轻重的作用,国民经济生产的各个环节都离不开电力能源。输电线路作为电力系统中进行电力输送的主要载体,其运行状态直接关系电力系统的运行质量。输电线路上悬挂的异物可能引发停电等事故,将严重影响输电线路的安全稳定运行。在日常巡检中如何对输电线路异物进行高效巡检,是保证电网高质量运行的关键。利用深度学习技术进行输电线路异物检测,不仅检测精度高,而且检测速度快。然而这类方法在训练图像有限或不足时,检测模型可能会出现检测精度较低以及泛化能力较差等问题。本文以输电线路巡检中的异物作为研究对象,探究在数据集图像数据有限或不足时,如何利用先进的图像数据增强方法获得检测性能更高的检测模型。针对输电线路异物检测模型存在训练数据有限或不足的问题,提出4种数据增强方法用于训练图像的扩增。本文主要工作如下:(1)针对Cutout及CutMix方法在裁剪区域较大时,可能将原图像重要区域过多遮挡及替换而导致原图失去过多重要信息的问题,提出Portion Out及Dynamic Mix方法。Portion Out改进了Cutout中将裁剪区域像素全部去除的不足;Dynamic Mix则是采用像素级动态混合方法,将裁剪区域图像大小与混合比例权重进行关联,使得原图裁剪区域像素保留权重随裁剪区域面积大小而动态改变,进而生成更优的增强样本。(2)针对Cutout及CutMix方法在裁剪区域的选择中过于随机,无法更好地促进模型对图像中鉴别性较差区域进行加强学习的不足,提出Saliency Out以及Saliency Cut Mix方法。旨在加强模型对图像中鉴别性较差区域特征的学习。这两种方法利用显著性检测技术寻找图像中部分显著性区域,接着将此区域中像素进行去除或者替换,以此引导模型加强对图像中鉴别性较弱区域的学习。(3)针对初始输电线路异物数据集图像有限或不足而导致检测精度不足等问题,使用多种经典图像数据增强方法及本文提出的图像数据增强方法进行图像数据扩增,以此生成数据增强训练集,该训练集中图像数量总计为12023张,并对图像进行标注。在异物数据集中进行大量的实验,结果表明使用多种图像数据增强方法能在训练集图像数量不足或有限时显著提升多种主流目标检测模型的检测性能。在YOLOv5l目标检测模型中,使用数据增强数据集训练出的模型相较于使用初始数据集(不使用图像数据增强技术进行扩增)训练出模型的m AP@.5及m AP@.5:.95分别提升4.1%及12.3%。在图像分类领域的多个公共数据集中进行大量实验,实验结果表明本文提出的4种数据增强方法可以赋予模型更好的鲁棒性及分类性能。

关键词：图像数据增强异物检测目标检测卷积神经网络深度学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

改进生成对抗网络的图像数据增强算法

改进生成对抗网络的图像数据增强算法

作者：庞晨西安科技大学

学位级别：硕士

在深度学习中,数据的体量和质量是影响模型性能的重要因素。深度卷积生成对抗网络作为一种新型无监督模型,采用生成器和判别器的对抗学习思想生成新的图像数据集,解决了传统数据增强方法无法提取更多图像细节的缺陷,但存在生成图像质量... 详细信息

在深度学习中,数据的体量和质量是影响模型性能的重要因素。深度卷积生成对抗网络作为一种新型无监督模型,采用生成器和判别器的对抗学习思想生成新的图像数据集,解决了传统数据增强方法无法提取更多图像细节的缺陷,但存在生成图像质量较差、模型不稳定的问题。针对以上问题,本文从外部输入噪声维数和内部结构两个方面对深度卷积生成对抗网络模型进行改进,提出一种基于相对判别器的深度残差卷积生成对抗网络模型。主要工作如下:针对最大似然维数算法估计图像本征维数存在的负偏差现象,提出采用自适应最大似然维数估计算法估计图像本征维数。通过对最大似然估计算法求出的本征维数进行加权求和后再取平均值,削弱了不相干数据点的贡献,加强了重要区域数据点的作用,并根据其结果确定深度卷积生成对抗网络的最佳噪声输入维数。实验结果表明,使用改进的最大似然维数估计算法进行图像本征维数估计,可以减少模型的计算量,提高模型的生成图像质量。针对深度卷积生成对抗网络存在生成图像质量差、模型崩塌的问题,提出一种基于相对判别器的深度残差卷积生成对抗网络模型。首先,采用SeLU激活函数和相对判别器作为生成对抗网络的判别器结构,增强生成图像的质量与多样性。其次,在现有生成器结构中引入残差块,在提升模型捕获图像细节特征能力的同时提高了模型的稳定性。通过在MNIST、fashion-MNIST和MSTAR数据集上进行实验仿真,结果表明,相比于深度卷积生成对抗网络,本文改进算法在三种数据集上的FID值分别下降29.60%、18.71%和1.90%,图像数据增强效果显著提升。

关键词：深度卷积生成对抗网络本征维数相对判别器残差网络图像数据增强

基于WGAN-GP的水稻图像数据增强方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于WGAN-GP的水稻图像数据增强方法研究

作者：陶贤鹏黑龙江八一农垦大学

学位级别：硕士

水稻是世界三大主要粮食之一,我国超过一半人口以稻米为主食,水稻生产安全关乎国家的粮食安全。随着智慧农业的发展,对水稻种植的自动化技术要求更高,精确、快速地诊断水稻病害是研究热点之一。目前对水稻病害识别的主流方法采用的是深... 详细信息

水稻是世界三大主要粮食之一,我国超过一半人口以稻米为主食,水稻生产安全关乎国家的粮食安全。随着智慧农业的发展,对水稻种植的自动化技术要求更高,精确、快速地诊断水稻病害是研究热点之一。目前对水稻病害识别的主流方法采用的是深度神经网络,但由于水稻病害叶片采集难度大导致样本数量有限,无法为深度神经网络提供大规模、高质量的训练样本,因此需要对小样本数据集进行增强处理。对黑龙江垦区实地考察发现稻瘟病、胡麻斑病以及白叶枯病最为常见,因此本文主要针对这三种病害的数据集进行数据增强方法的研究。采用多尺度渐进式WGAN-GP(Progressive WGAN-GP,PWGAN-GP)生成水稻病害图像,进行小样本数据集增强。研究WGAN-GP网络的算法原理,在此结构上引入多尺度渐进式方法,提出一种多尺度渐进式的WGAN-GP网络,渐进式地提升生成图像的分辨率,增强模型训练和生成图像的稳定性。验证实验结果表明PWGAN-GP的图像生成效果最优。使用PWGAN-GP数据增强方法对VGG-16、Goog Le Net和Res Net-50的识别准确率提升了10.9%、13.4%和13.3%,证明了该方法能有效提升卷积神经网络识别病害图像的准确率。基于PWGAN-GP的水稻病害图像生成模型,引入具有Transformer结构的Vi T模块,提出了Vi T-PWGAN-GP网络。生成模型利用Vi T模块对目标样本的特征空间进行全局特征学习,并逐步提高生成图像的分辨率。判别模型基于WGAN-GP结构进行约束。验证实验结果表明,Vi T-PWGAN-GP的图像生成效果优于对比模型。使用Vi T-PWGAN-GP进行图像数据增强对VGG-16、Goog Le Net和Res Net-50的识别准确率分别提升了15.3%、14.7%和14.3%。水稻图像数据集验证实验结果表明,Res Net-50采用Vi T-PWGAN-GP进行数据增强后,对三种水稻病害识别的准确率达到了98.7%。设计实现水稻病害图像数据增强系统。系统包括图像采集、图像生成以及图像识别三个功能模块。系统集成图像生成模型可对小样本数据集进行增强,并实现对三类常见水稻病害图像快速诊断。

关键词：图像数据增强 WGAN-GP PWGAN-GP ViT 水稻病害识别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

改进生成式对抗网络的图像数据集增强算法

电讯技术 2022年第3期62卷 281-287页

作者：郭伟庞晨西安科技大学通信与信息工程学院西安710600

针对现有深度学习中图像数据集缺乏的问题,提出了一种基于深度卷积生成式对抗网络(Deep Convolutional Generative Adversarial Network,DCGAN)的图像数据集增强算法。该算法对DCGAN网络进行改进,首先在不过多增加计算量的前提下改进现... 详细信息

针对现有深度学习中图像数据集缺乏的问题,提出了一种基于深度卷积生成式对抗网络(Deep Convolutional Generative Adversarial Network,DCGAN)的图像数据集增强算法。该算法对DCGAN网络进行改进,首先在不过多增加计算量的前提下改进现有的激活函数,增强生成特征的丰富性与多样性;然后通过引入相对判别器有效缓解模式坍塌现象,从而提升模型稳定性;最后在现有生成器结构中引入残差块,获得相对高分辨率的生成图像。实验结果表明,将所提方法应用在MNIST、SAR和医学血细胞数据集上,图像数据增强效果与未改进的DCGAN网络相比显著提升。

关键词：图像数据增强生成对抗网络深度卷积相对判别器残差网络

高分辨率可见光遥感图像船舶目标数据增强方法研究

在线全文

学校读者我要写书评

暂无评论

高分辨率可见光遥感图像船舶目标数据增强方法研究

作者：洪硕哈尔滨工业大学

学位级别：硕士

高分辨率可见光遥感图像丰富多样的地物信息推动了遥感图像目标检测技术的发展。作为海上交通、海洋资源探测的重要载体,海面船舶目标的快速准确检测在军民领域具有重要意义。为满足船舶检测不断提高的精度需求,当前检测方法已逐渐从传... 详细信息

高分辨率可见光遥感图像丰富多样的地物信息推动了遥感图像目标检测技术的发展。作为海上交通、海洋资源探测的重要载体,海面船舶目标的快速准确检测在军民领域具有重要意义。为满足船舶检测不断提高的精度需求,当前检测方法已逐渐从传统的视觉显著性阈值分割过渡到以深度学习为代表的数据驱动检测方法。为满足在存储、能耗等资源受限的移动端实时处理应用需求,轻量级深度学习模型由于能够大幅减少计算量被逐渐应用于船舶检测任务中。其中,稀疏Mobile Net V2是课题组经过前期实验与研究积累的面向遥感在轨处理的方法,能够有效实现平静海面下船舶快速高精度检测,然而,由于其训练集中缺乏船舶目标和正负样本类不平衡的问题,导致检测模型在复杂的云干扰场景下易陷入过拟合。数据增强是一种对有限训练数据通过某种变换得到更多数据的技术,可以从原始数据角度出发在一定程度上解决船舶目标检测的过拟合问题。本文提出一种样本空间与特征空间联合的数据增强方法（Space Association Data Augmentation,SADA）,通过从样本数据变换和特征空间拟合的角度丰富数据集,实现对船舶图像的增强与补充,具体研究内容如下:（1）针对样本空间数据增强方法设计主要依赖专家先验知识及图像特点的问题,通过借鉴地面拍摄的自然景物图像数据集常见增强方法,开展实验研究确定船舶样本空间增强策略,以解决卫星遥感图像分析领域船舶目标数据增强方法研究基础不足的缺陷。首先,通过分析船舶图像特点,从样本空间方法中筛选出具有减少训练集与真实场景差异潜力的操作,并结合本文船舶图像特点对其相关参数进行设置。然后通过筛选出的方法分别对原始船舶数据进行相同倍数的扩充,对比各类方法扩充后的训练集在稀疏Moible Net V2网络训练的召回率和虚警率,确定本文基于样本空间的船舶目标数据增强方法具体操作方式。根据实验结果,本文的样本空间增强方法能够有效提升船舶目标检测召回率,但同时带来虚警率明显升高,降低模型对负样本的分辨能力。（2）针对样本空间增强方法受数据格式限制未丰富目标特征,且带来检测虚警率增高的问题,利用生成对抗网络在特征空间对船舶目标进行数据增强。针对传统深度卷积生成对抗网络（Deep Convolutional Generative Adversarial Networks,DCGAN）生成遥感船舶图像清晰度不足的问题,从特征空间拟合角度生成遥感船舶图像,提出能够进一步丰富数据集的深度卷积船舶目标生成对抗网络（Deep Convolutional Ship Generative Adversarial Networks,DCSGAN）,并通过稀疏Moible Net V2网络验证其精度提升效果。根据实验结果,本文的特征空间增强方法能够在提升船舶目标检测召回率的同时避免虚警率明显升高,但其对召回率的提升效果相比样本空间方法稍有不足。（3）针对样本空间与特征空间增强方法各自在图像多样性方面的不足以及召回率与虚警率的矛盾,本文面向高分辨率可见光遥感船舶目标,提出一种空间联合数据增强方法。首先通过将原始船舶图像与通过样本空间和特征空间方法各自并行扩充获得的待选数据集,然后再按照对比实验确定的比例组合,形成空间联合增强数据集。利用稀疏Moible Net V2网络开展的性能验证与评估实验表明:与单一空间数据增强精度提升方法相比,本文的空间联合数据增强方法能够在显著提升召回率的同时避免虚警率明显上升,有效地缓解了检测召回率与虚警率相互制约的冲突。（4）针对目标检测精度评价无法全面衡量数据增强效果的问题,本文对DCSGAN网络生成的船舶图像进行质量定量评价研究。借鉴自然图像领域常见评价指标,选择峰值信噪比（Peak Signal to Noise Ratio,PSNR）和结构相似度（Structural Similarity Index,SSIM）衡量本文生成船舶图像与原始图像在能量、结构的相似性,以解决遥感领域缺乏数据增强效果评价相关研究的不足。针对特征相似性常见评价指标普遍采用的特征提取网络Inception V3对本文遥感船舶图像特征提取效果的适应性问题,提出一种借助稀疏Mobile Net V2网络进行特征提取的评价指标Fre?chet Mobile Net Distance（FMD）,用以衡量本文生成图像与原图的特征相似性。实验结果表明,本文生成的船舶图像与真实图像相比像素失真程度较小,结构和特征相似度较高。

关键词：可见光遥感船舶目标图像数据增强深度卷积生成对抗网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种改进的小组立工件图像处理算法

中国海洋平台 2024年第3期39卷 103-108页

作者：于航赵亦希康世豪上海船舶工艺研究所上海200032 上海交通大学上海200241

针对三维相机拍摄得到的小组立复杂结构件点云数据,建立小组立焊接机器人的整体视觉算法系统。在处理点云图像时,发现阴影和常规点云滤波方法可能会破坏模型,因此采用离群滤波算法对点云数据进行清理,估计提取的特征向量,并结合曲率滤... 详细信息

针对三维相机拍摄得到的小组立复杂结构件点云数据,建立小组立焊接机器人的整体视觉算法系统。在处理点云图像时,发现阴影和常规点云滤波方法可能会破坏模型,因此采用离群滤波算法对点云数据进行清理,估计提取的特征向量,并结合曲率滤波算法去除小范围阴影噪声平面。经过设备调试和生产验证,成功剔除噪声点,并有效保留三维模型的尖锐特征,为后续点云配准和三维重建提供基础。整个小组立三维相机处理系统可涵盖大部分小组立复杂结构件,这一研究成果可为船厂小组立焊缝识别视觉系统的设计提供有益参考。

关键词：小组立图像数据增强点云滤波图像补全曲率滤波