期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于EnsNet与MCGAN级联处理的字符样本扩充方法 被引量：1
1
作者 余元超 雷刚 +2 位作者 陈小旋 谭栋 谭小娟 《微电子学与计算机》 2022年第6期69-78,共10页
针对分类任务中样本数据不均衡,分类模型在少数类上准确率不高的问题,本文提出一种基于EnsNet和MCGAN模型的背景风格迁移和字体风格迁移的级联处理方法,EnsNet模型较好地实现复杂背景的字体擦除和字体提取,MCGAN模型实现提取出的字体进... 针对分类任务中样本数据不均衡,分类模型在少数类上准确率不高的问题,本文提出一种基于EnsNet和MCGAN模型的背景风格迁移和字体风格迁移的级联处理方法,EnsNet模型较好地实现复杂背景的字体擦除和字体提取,MCGAN模型实现提取出的字体进行风格迁移与数据扩充.在确保满足样本多样性的前提下,通过两组模型的级联方法,实现了少数类样本跨数量级扩充.实验结果表明,首先,选用优化后的LeNet5-BN样本扩充效果进行验证,在数据分布严重不均衡的原始真实数据上,少数类识别准确低于99.50%,在使用数据扩充方法后的合成数据集上,原少数类识别准确率达到99.98%,其次继续采用Resnet和Mobilenet模型进一步验证扩充样本前后分类识别准确率,扩充前后的分类准确率分别从99.88%和99.8%,分别提升到99.96%和99.95%,样本扩充效果通过多组模型得到了很好的验证,最后,选用LeNet5-BN模型,实现了十次交叉验证实验,平均识别准确率从99.50%提升至99.98%,进一步表明样本跨数量级扩充模型具有较好的鲁棒性. 展开更多
关键词 ensnet MCGAN 样本扩充 风格迁移 LeNet5-BN
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部