基于深度网络ACGAN的图像识别

现阶段图像识别方法多种多样,深度网络在计算机视觉领域的应用是可靠的方法之一。面向小样本量生成对抗网络(GAN)可生成随机数据辅助训练,ACGAN在传统GAN的基础上,添加标签约束扩展了GAN,以提高辅助样本生成质量。本文结合深度网络和ACGAN,面向小样本量数据集,利用训练模型进行图像识别,同时对标签信息对结果的影响进行研究,实验结果分析这种算法能有效进行分类识别且标签信息有效辅助模型生成。