数据增广方法技术

本申请涉及一种数据增广方法

【技术实现步骤摘要】
数据增广方法、装置、计算机设备和存储介质


[0001]本申请涉及计算机
，尤其涉及一种数据增广方法
、
装置
、
计算机设备和存储介质
。

技术介绍

[0002]随着训练模型的应用场景越来越来多，发展出越来越多不同种类的训练模型，但模型在训练时需要大量的样本数据，在样本数据有限的情况下通常会对样本数据进行数据增广，数据增广就是指通过对原始数据集进行一系列的变换来增加数据的多样性，从而提高模型训练的效果
。
通常情况下，数据增广技术可以帮助训练模型更好地适应样本的变化
、
噪声，同时也可以提高模型的鲁棒性，从而提升模型的泛化能力
。
同时，数据增广也可以帮助解决训练数据不足的问题，通过增加数据集数量，从而减少过拟合的可能性
。
[0003]一般模型训练通常采用离线的方式对数据进行增广，然而在检索识别业务场景下，模型要识别的业务数据种类繁多，这种数据增广方式无法针对不同的业务数据进行定制化的增广操作，则会增加增广操作的冗余次数，降低模型的训本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种数据增广方法，其特征在于，所述方法包括：在预设业务模型的训练过程中，对所述预设业务模型的样本图像进行特征提取得到提取特征，其中，所述预设业务模型用于识别所述样本图像对应的样本标签；利用预设注意力机制对所述提取特征进行特征增强处理，得到目标增强特征；将所述目标增强特征输入至全连接神经网络中学习得到所述目标增强特征对应的目标仿射变换参数；按照所述目标仿射变换参数对所述目标增强特征进行仿射变换增广处理，得到增广后的增广特征，其中，所述增广特征用于组成增广图像，所述增广图像用于参与所述预设业务模型的训练过程，所述增广图像与所述样本图像指示同一样本标签且所述增广图像与所述样本图像包含不同特征
。2.
根据权利要求1所述的方法，其特征在于，所述利用预设注意力机制对所述提取特征进行特征增强处理，得到目标增强特征，包括：利用第一注意力机制对所述提取特征进行第一维度特征增强处理，得到第一维度增强特征；利用第二注意力机制对所述第一维度增强特征进行第二维度特征增强处理，得到所述目标增强特征，其中，所述预设注意力机制至少包括所述第一注意力机制和所述第二注意力机制
。3.
根据权利要求2所述的方法，其特征在于，所述利用第一注意力机制对所述提取特征进行第一维度特征增强处理，得到第一维度增强特征，包括：利用所述第一注意力机制对所述提取特征按照第一维度分别进行全局平均池化处理以及全局最大池化处理，得到全局平均池化处理后的第一处理特征以及全局最大池化处理后的第二处理特征；将所述第一处理特征和所述第二处理特征拼接形成第一融合特征；将所述第一融合特征输入至权重计算函数中，输出第一权重系数；将所述提取特征与所述第一权重系数相乘，得到所述第一维度增强特征
。4.
根据权利要求3所述的方法，其特征在于，所述利用第二注意力机制对所述第一维度增强特征进行第二维度特征增强处理，得到所述目标增强特征，包括：利用所述第二注意力机制对所述第一维度增强特征按照第二维度分别进行全局平均池化处理以及全局最大池化处理，得到全局平均池化...

【专利技术属性】
技术研发人员：王发发，
申请(专利权)人：北京奇艺世纪科技有限公司，
类型：发明
国别省市：