龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：哈尔滨工业大学
摘要：一种基于两阶段训练和多视图自标注策略的开放世界目标检测方法，它属于计算机视觉中的目标检测技术领域。本发明解决了现有基于封闭世界假设设计的目标检测方法会对真值标签不存在的未知新类别造成误检、漏检的问题。本发明基于基础模型Deformable‑DETR引入一个类别不可知的二分类头，并提出两阶段的模型训练方法。第一阶段，二分类头将所有预测输出二分类为前景或者背景；第二阶段，提出多视图自标注策略和一致性约束方法，基于当前已知类别的数据集微调模型的投影层、分类头和二分类头的参数，冻结其他类别不可知模块的参数。训练好的模型可以对已知类别的目标进行正确分类，并将未知类别的目标识别出来。本发明方法可以应用于开放世界目标检测。
主权项：1.一种基于两阶段训练和多视图自标注策略的开放世界目标检测方法，其特征在于，所述方法具体包括以下步骤：步骤一、在Deformable-DETR模型中的Transformer模块之后连接一个二分类头，获得引入了二分类头之后的Deformable-DETR模型；步骤二、将原始图像数据集输入步骤一中获得的Deformable-DETR模型进行预训练，模型对原始图像数据集中目标的预测输出的集合为N是模型的预测输出个数，表示第i个预测输出中目标的类别，表示第i个预测输出中目标的边界框的中心坐标，以及第i个预测输出中目标的边界框相对于其所在原始图像的高度和宽度；集合对应的真值标签集合为ci表示第i个预测输出中目标的真实类别标签，bi表示第i个预测输出中目标的真值边界框中心坐标，以及真值边界框相对于其所在原始图像的高度和宽度；针对二分类头，模型对原始图像数据集中的目标的预测输出的集合为表示二分类头的第i个预测输出中的目标是否为前景，集合的真值标签集合为0表示前景，1表示背景；步骤三、冻结预训练好的模型中除了投影层、分类头和二分类头之外的其它部分的网络参数，再对预训练好的模型进行训练，以微调预训练好的模型中投影层、分类头和二分类头的网络参数；步骤四、去除步骤三中训练好的模型的二分类头后，再将待分类的图像输入训练好的模型，通过训练好的模型的分类头和回归头输出目标检测结果。
全文数据：
权利要求：
百度查询： 哈尔滨工业大学 一种基于两阶段训练和多视图自标注策略的开放世界目标检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号