典型文献
LabGAN:基于生成对抗网络标签自动生成的血细胞检测方法
文献摘要：
针对现有的条件生成对抗网络通过输入固定位置标签生成细胞样本多样性不足,导致细胞检测精度提升不能满足实际检测需求的问题,提出一种基于生成对抗网络的标签自动生成的血细胞检测方法.首先输入随机噪声生成细胞样本,将随机生成细胞样本与真实细胞样本通过标签生成器实现对细胞图像标签的生成;然后引入多功能鉴别器,将生成细胞图像、标签与真实细胞图像、标签成对一一对应,输入多功能鉴别器中对细胞位置进行匹配鉴别与真假鉴别.在血细胞数据集上的实验结果表明,通过输入随机噪声生成的细胞样本不仅增加了生成细胞图像的多样性与质量,同时与目前主流的细胞图像生成与检测方法LCGAN对比,细胞检测精度交并比由90.3％提升至91.1％,精确率由91.7％提升至94.8％.
文献关键词：
条件生成对抗网络;血细胞检测;标签自动生成;随机噪声;多功能鉴别器
中图分类号：
作者姓名：
丁启辰;黄小巧;刘泓锟;陈雪云;金鑫
作者机构：
广西大学电气工程学院 南宁 530004
文献出处：
引用格式：
[1]丁启辰;黄小巧;刘泓锟;陈雪云;金鑫-.LabGAN:基于生成对抗网络标签自动生成的血细胞检测方法)[J].计算机辅助设计与图形学学报,2022(07):1058-1067
A类：
LabGAN,多功能鉴别器,LCGAN
B类：
标签自动生成,血细胞检测,条件生成对抗网络,标签生成,细胞样本,样本多样性,检测精度,精度提升,随机噪声,生成器,细胞图像,一一对应,真假,图像生成,交并比,精确率
AB值：
0.176462
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
