智能自动售货机中目标检测的合成数据生成与自适应
计算机视觉与模式识别
2019-04-30 v1 图形学
机器学习
摘要
本文提出一种改进方案，用于生成与自适应合成图像，以训练深度卷积神经网络（CNNs）执行智能自动售货机中的目标检测任务。虽然生成合成数据已被证明对补充监督学习方法中的训练数据有效，但在生成类似于复杂真实场景的虚拟图像以及最小化冗余训练数据方面仍存在挑战。为解决这些问题，我们在数据生成过程中考虑了放置在虚拟场景中杂乱物体的模拟以及用于捕获整个场景的带畸变广角相机，并用精心设计的生成网络对生成图像进行后处理，使其更类似于真实图像。我们进行了多种实验，证明了使用生成的虚拟图像在有限真实训练数据的现有数据集上提升检测精度，以及将训练后的网络应用于新环境采集数据集的泛化能力。
引用
@article{arxiv.1904.12294,
title = {Synthetic Data Generation and Adaption for Object Detection in Smart Vending Machines},
author = {Kai Wang and Fuyuan Shi and Wenqi Wang and Yibing Nan and Shiguo Lian},
journal= {arXiv preprint arXiv:1904.12294},
year = {2019}
}
备注
9 pages, 9 figures