Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于半监督的Teacher-YOLO水电行业渗水渗油识别方法 

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!

摘要:基于半监督的Teacher‑YOLO水电行业渗水渗油识别方法,包括如下步骤:步骤S1:数据预处理:通过对已标注的渗水渗油数据和未标注的渗水渗油数据进行域自适应和分布自适应,并自动计算每个epoch中的伪标签的PLA标签划分的阈值;步骤S2:模型训练:在教师‑学生模型的训练中,教师模型的参数被学生模型通过EMA来更新;步骤S3:模型评估:使用验证集对训练好的学生模型进行评估;验证集应该包含未见过的标注数据,以测试模型的泛化能力;步骤S4:模型微调:基于模型评估的结果,对模型进行微调。本发明用于解决如何有效地利用大量未标注数据来辅助目标检测模型的训练,从而提高模型的性能和泛化能力的问题。

主权项:1.基于半监督的Teacher-YOLO水电行业渗水渗油识别方法,其特征在于:包括如下步骤:步骤S1:数据预处理:通过对已标注的渗水渗油数据和未标注的渗水渗油数据进行域自适应和分布自适应,并自动计算每个epoch中的伪标签的PLA标签划分的阈值;步骤S2:模型训练:在教师-学生模型的训练中,教师模型的参数被学生模型通过EMA来更新;步骤S3:模型评估:使用验证集对训练好的学生模型进行评估;验证集应该包含未见过的标注数据,以测试模型的泛化能力;步骤S4:模型微调:基于模型评估的结果,对模型进行微调;步骤S5:数据反馈循环:收集新的渗水渗油数据,包括新的数据分布或未曾遇到的渗水渗油场景;并对新数据进一步训练和优化模型,形成一个持续学习和改进的过程;步骤S6:实际部署与监控:将训练好的模型部署到实际的渗水渗油检测系统中,并对其性能进行实时监控。这一阶段需要考虑模型的计算效率和实时性,确保其可以在实际环境中高效运行。

全文数据:

权利要求:

百度查询: 中国长江电力股份有限公司 基于半监督的Teacher-YOLO水电行业渗水渗油识别方法

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。

相关技术
相关技术
相关技术
相关技术