摘要
本发明涉及目标检测领域,尤其涉及一种小样本目标检测数据增强方法,包括以下步骤:对小样本数据进行划分,形成训练集、验证集和测试集,并对数据集进行目标检测标注;利用训练集中目标检测框的中心点位置作为输入,以目标检测框的宽高作为标签,训练神经网络;将训练集中目标检测框进行二维高斯分布转换;利用训练集中的图目标,采用稳定扩散模型训练图像,使其生成新的目标图片;可视范围内随机选择坐标,通过之前训练好的大小先验神经网络,生成相应的坐标,得到新的目标检测框;通过本发明,小样本目标检测问题得到有效解决,显著提高了目标检测的精度,为制造企业带来了多方面的益处,包括减少误检率、提高生产效率、降低生产成本。