تقویت تصویر آرکوپال دینو در این تحقیق از دو بخش تقویت روش سنتی تبدیل تصویر و تقویت روش FCutMix تشکیل شده است. در این میان، روش FCutMix از CutMix بهبود یافته تمرکز این قسمت است.
تقویت تبدیل تصویر سنتی
روش تقویت تصویر مبتنی بر تبدیل تصویر مورد توجه این مقاله نیست، اما بخشی ضروری است.
این روش با انجام عملیات آرکوپال تبدیل تصویر خاص بر روی نمونه‌های تصویر آموزشی و اطلاعات برچسب نمونه جدید، به هدف تولید نمونه‌های تصویر جدید دست می‌یابد.
با اطلاعات برچسب نمونه های تصویر اصلی سازگار است. پارادایم تقویت اولیه تصویر با تبدیل را می توان با توضیحات رسمی زیر تعریف کرد.
که در آن X={xj}Nj=1 برای توصیف مجموعه آموزشی حاوی N نمونه استفاده می شود، Y={yj}Nj=1 مجموعه برچسب مربوطه است. ،
روش تبدیل تصویر است، x’j و y’j به ترتیب نمونه پس از تبدیل تصویر و برچسب مربوطه را نشان می دهند.
شانزده روش سنتی تبدیل تصویر، مانند درون یابی دوخطی، تبدیل خطی، و کانال های رنگ معکوس، با توجه به شدت تبدیل گروه بندی شده اند و احتمالات استفاده متفاوتی را در این مقاله تنظیم می کنند.
احتمال استفاده از شدت تبدیل بالا باید کمتر تنظیم شود، در غیر این صورت اگر روش با شدت تبدیل بالا به طور مکرر استفاده شود.
کیفیت تصویر بارکد خوان کاهش می یابد. عملیات تبدیل های مختلف به طور تصادفی با توجه به احتمال در فرآیند استفاده ترکیب می شوند.
به طوری که نمونه های تولید شده متفاوت هستند. این روش تعداد نمونه های اصلی را از ۳۷۳ به ۳۹۹۴ افزایش می دهد.
شکل ۱ چندین نمونه آرکوپال فرانسه جدید تولید شده از یک نمونه را پس از افزایش داده ها نشان می دهد.
- منابع:
- تبلیغات:
دیدگاه شما با موفقیت ثبت شد.