【技术实现步骤摘要】
一种基于图像样本的自动数据增强策略选择方法
[0001]本专利技术涉及图像处理领域，特别是医学图像数据增强策略方法领域。
技术介绍
[0002]1)随着图像处理技术特别是深度学习技术的快速发展，在很多方面需要用到大量的有标记数据，比如人脸识别、医学影像相关疾病的自动诊断等，而获取充足的标记数据是一份非常耗时耗力的工作。数据增强是一种有效的解决标注数据不足的一种方法，它能够利用现有的标注数据，通过一系列图像转换操作，生成新的数据，从而有效的扩充数据集。
[0003]2)近年来，在大量的图像处理，以及医学影像处理任务中，通常使用深度神经网络技术来提取图像的特征，可以取得更高的性能。但是，为了保证深度神经网络模型的性能，通常需要大量的有标注样本进行训练，然而大量样本的获取是非常不容易的，特别是对于某些医学病例的样本，往往多年的积累也才累计到几千甚至几百例样本。同时对样本的标注也是非常耗时耗力的，比如要对一幅医学图像中的病灶进行精确的边缘分割标注，一个人往往需要几分钟甚至是十几分钟的时间。当需要的标注图像数较大时(比如100...
【技术保护点】
【技术特征摘要】
1.一种基于图像样本的自动数据增强策略选择方法，其特征在于，包括如下步骤：步骤1、获取目标图像数据集；步骤2、建立数据增强策略搜索空间，所述搜索空间包括多种数据增强策略，同时设立每种增强策略的量级取值范围；步骤3、设定参数N值，其中N值表示对每一个图像随机进行N次图像数据转换操作，每次操作都均等的从所设立的搜索空间中选择一种增强策略进行图像变换操作；步骤4、设定参数P值，其中P值表示每一个增强策略执行的概率值，即单次增强策略有P的概率值会进行增强操作，也有1
‑
P的概率保持图像不变，若进行图像变换，则变换幅度在设定变换量级范围内随机选择；步骤5、在经过N次图像变换后，以随机裁剪的方式对经过图像增强的数据进行剪裁，获取输入至神经网络模型的图像样本；步骤6、将裁剪后的图像数据输入到深度神经网络模型里面进行进一步训练，以便更好的提取图像特征并进一步应用。2.根据权利要求1所述的一种基于图像样本的自动数据增强策略选择方法，其特征在于，所述步...
【专利技术属性】
技术研发人员：徐梦娟，姚鹏，申书伟，邵鹏飞，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。