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:中国人民解放军国防科技大学
摘要:本发明涉及一种面向半监督旋转目标检测的密集伪标签方法、装置和设备。方法包括:构建半监督旋转目标检测的预训练模型,预训练模型包括第一模型与第二模型;获取数据集,对数据集进行弱数据增强后,输入第一模型进行处理,输出密集伪标签;以及对数据集进行强数据增强后,输入第二模型进行训练,得到第二训练结果;训练过程中,通过第一模型中各尺度图像对第二模型中对应的各尺度图像进行约束,约束时,第一模型中各尺度图像一一对应约束第二模型中各尺度图像;根据密集伪标签与第二训练结果进行损失计算,更新预训练模型。本发明适用于旋转目标的检测,能够对任意方向、小尺寸、密集分布的旋转对象进行有效识别。
主权项:1.一种面向半监督旋转目标检测的密集伪标签方法,其特征在于,所述方法包括:构建半监督旋转目标检测的预训练模型,所述预训练模型包括第一模型与第二模型;获取数据集,对所述数据集进行弱数据增强后,输入第一模型进行处理,输出密集伪标签;以及对所述数据集进行强数据增强后,输入所述第二模型进行训练,得到第二训练结果;训练过程中,通过所述第一模型中各尺度图像对所述第二模型中对应的各尺度图像进行约束,约束时,所述第一模型中各尺度图像一一对应约束所述第二模型中各尺度图像;根据密集伪标签与第二训练结果进行损失计算,更新所述预训练模型;对所述数据集进行弱数据增强后,输入第一模型进行处理,输出密集伪标签,包括:对数据集进行弱数据增强处理,得到第一数据集;对第一数据集进行下采样处理,得到第一下采样数据;将所述第一数据集与所述第一下采样数据输入所述第一模型进行处理,输出密集伪标签;对所述数据集进行强数据增强后,输入所述第二模型进行训练,得到第二训练结果,包括:对数据集进行强数据增强处理,得到第二数据集;对第二数据集进行下采样处理,得到第二下采样数据;将所述第二数据集与所述第二下采样数据输入所述第二模型进行训练,输出第二训练结果;训练过程中,通过所述第一模型中各尺度图像对所述第二模型中对应的各尺度图像进行约束,包括:通过所述第一数据集中的各尺度图像对所述第二数据集中的各尺度图像进行约束;通过所述第一下采样数据中的各尺度图像对所述第二下采样数据中的各尺度图像进行约束。
全文数据:
权利要求:
百度查询: 中国人民解放军国防科技大学 面向半监督旋转目标检测的密集伪标签方法、装置和设备
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。