一种面向小数据集场景的GAN模型改进方法

本发明属于数据增强应用领域，具体涉及一种面向小数据集场景的GAN模型改进方法。本发明的多判别器融合模块由多个判别器以及判别器融合子模块组成。每个判别器是由多层卷积、全连接层组成的网络，其采用下采样的方式接收一个批次的图片，并将其转换为张量。张量有四个维度，分别为每批次图像的数量batch，通道数c，每张图像的宽w，每张图像的高h。多判别器融合子模块负责协调多个判别器，接收多个判别器的返回值，并将其加权后传输给生成器进行反向传播。为了避免样本渗透的出现，会降低负责增强判别器的权重。这样既可以减少判别器过拟合的概率，又可以降低样本渗透的可能性。

《一种面向小数据集场景的GAN模型改进方法》是一发明专利，专利号为 2023105287223，当前法律状态为已下证，由江南大学提出申请，发明人为邓赵红;徐傲然;王士同，申请日期为2023-05-11，公开（公告）日期为2025-11-25，国际专利分类号（IPC）为 G06N 3/0464 (2023.01)，所属技术领域包括：生成对抗网络改进、小样本图像生成、网络结构与损失优化、低样本GAN稳定生成、稀缺样本图像建模、损失函数优化、生成器判别器协同调优、模式崩溃抑制、小样本训练框架、图像生成算法、有限样本深度学习、生成模型改良、对抗网络训练、低数据场景建模、样本扩充模型。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明属于数据增强应用领域，具体涉及一种面向小数据集场景的GAN模型改进方法。本发明的多判别器融合模块由多个判别器以及判别器融合子模块组成。每个判别器是由多层卷积、全连接层组成的网络，其采用下采样的方式接收一个批次的图片，并将其转换为张量。张量有四个维度，分别为每批次图像的数量batch，通道数c，每张图像的宽w，每张图像的高h。多判别器融合子模块负责协调多个判别器，接收多个判别器的返回值，并将其加权后传输给生成器进行反向传播。为了避免样本渗透的出现，会降低负责增强判别器的权重。这样既可以减少判别器过拟合的概率，又可以降低样本渗透的可能性。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！