使用Stable Diffusion图像修复来生成自己的目标检测数据集

文章预览

点击上方 “ 小白学视觉 ”，选择加" 星标 "或“ 置顶 ” 重磅干货，第一时间送达 作者： Ré digé par Gabriel Guerin 编译：ronghuaiyang 来源 ：AI公园 导读 有些情况下，收集各种场景下的数据很困难，本文给出了一种方法。 深度学习模型需要大量的数据才能得到很好的结果，目标检测模型也是一样。 要训练一个YOLOv5的模型来自动检测你最喜欢的玩具，你需要拍几千张你的玩具在不同上下文中的照片，对于每张图，你需要标注玩具在图中的位置。 这样是非常耗时的。 本文提出了使用图像分割和stable diffusion来自动生成目标检测数据集的方法。 生成自定义数据集的pipeline 生成目标检测数据集的pipeline包含4个步骤： 找一个和你要识别的物体属于相同实例的数据集（比如狗数据集）。 使用图像分割生成狗的mask。 微调图像修复Stable Diffusion模型。 使用Stable Diff ………………………………