网站大量收购闲置独家精品文档,联系QQ:2885784924

面向深度学习的图像数据增强综述.docxVIP

  1. 1、本文档共46页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

面向深度学习的图像数据增强综述

目录

内容描述................................................3

1.1研究背景与意义.........................................3

1.2研究目标与任务.........................................3

1.3论文结构安排...........................................5

深度学习概述............................................6

2.1深度学习定义与发展历程.................................6

2.2深度学习主要模型介绍...................................7

2.3深度学习在图像处理中的应用.............................7

图像数据增强技术基础....................................8

3.1数据增强的定义与目的...................................9

3.2常见的图像数据增强方法.................................9

3.3数据增强对深度学习的影响分析..........................11

图像数据增强算法.......................................12

4.1基于内容的图像增强算法................................13

4.1.1直方图均衡化........................................13

4.1.2色彩空间变换........................................14

4.1.3局部对比度增强......................................15

4.1.4纹理合成............................................16

4.2基于模型的图像增强算法................................16

4.2.1生成对抗网络........................................17

4.2.2变分自编码器........................................17

4.2.3深度可解释的生成模型................................18

4.2.4迁移学习在图像数据增强中的应用......................18

面向深度学习的图像数据增强策略.........................19

5.1多尺度数据增强策略....................................19

5.1.1多尺度金字塔池化....................................21

5.1.2多尺度卷积神经网络的应用............................22

5.1.3多尺度特征融合......................................23

5.2跨域数据增强策略......................................23

5.2.1跨领域数据共享与迁移................................24

5.2.2跨域风格迁移技术....................................26

5.2.3跨域语义保持技术....................................27

5.3自适应数据增强策略....................................28

5.3.1动态调整参数的增强方法..............................30

5.3.2基于学习率和损失函数的数据增强......................31

5.3.3自适应上下文信息的数据增强..........................32

实验评估与分析.........................................32

6.1实验设计..............................................33

6.1.1数据集选择与预处理.........

文档评论(0)

文库新人 + 关注
实名认证
文档贡献者

文库新人

1亿VIP精品文档

相关文档