中车青岛四方车辆研究所有限公司薛松获国家专利权
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!
龙图腾网获悉中车青岛四方车辆研究所有限公司申请的专利一种基于混合擦除策略的弱监督目标定位方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117036680B 。
龙图腾网通过国家知识产权局官网在2025-08-01发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202311093986.7,技术领域涉及:G06V10/25;该发明授权一种基于混合擦除策略的弱监督目标定位方法是由薛松;阎士奇;苗津铨;李乾;张程;王曙;李鲲鹏;唐化勇;王军涛;张启发;刘峻杭;贾瑞涛设计研发完成,并于2023-08-28向国家知识产权局提交的专利申请。
本一种基于混合擦除策略的弱监督目标定位方法在说明书摘要公布了:本发明涉及一种基于混合擦除策略的弱监督目标定位方法,包括:构建神经网络,将图像输入第一深度学习分类模型,获取第一特征图生成第一激活图,根据第一激活图得到擦除阈值;对第一特征图进行归一化和零替换操作得到第二特征图并生成第二激活图;获取第二激活图的目标区域及目标预测概率;将第二激活图与第一激活图相加得到定位图,并筛选定位图得到第一阶段蒙版;将图像和第一阶段蒙版输入深度学习语义分割模型得到第三特征图并生成第三激活图;对第三激活图翻转擦除得到第四激活图,引导深度学习语义分割模型训练,并对输出结果继续归一化操作,得到定位框集合。本发明的弱监督定位方法扩展性强,定位精度高。
本发明授权一种基于混合擦除策略的弱监督目标定位方法在权利要求书中公布了:1.一种基于混合擦除策略的弱监督目标定位方法,其特征在于,所述方法包括: 构建神经网络,所述神经网络包括第一深度学习分类模型、第二深度学习分类模型和深度学习语义分割模型; 将图像输入所述第一深度学习分类模型,获取所述第一深度学习分类模型中全卷积网络输出的第一特征图,通过全局平均池化层将所述第一特征图输入第一分类器生成第一激活图; 根据所述第一激活图的像素激活值总和得到擦除阈值; 对所述第一特征图执行归一化操作,并对所述第一特征图中大于所述擦除阈值的像素值进行零替换操作,得到第二特征图,通过全局平均池化层将所述第二特征图输入第二分类器生成第二激活图; 根据所述第二激活图获取蒙版,将所述蒙版叠加到所述图像的原图上,得到所述第二激活图的目标区域; 将所述第二激活图输入所述第二深度学习分类模型,通过归一化指数函数得到所述第二激活图的目标区域的目标预测概率; 将所述目标预测概率作为所述第二激活图的权重,并将所述第二激活图与第一激活图相加,得到定位图; 根据所述定位图进行筛选,得到第一阶段蒙版; 将所述图像和第一阶段蒙版输入所述深度学习语义分割模型,获取所述深度学习语义分割模型中全卷积网络输出的第三特征图,并根据所述第三特征图生成第三激活图; 对所述第三激活图进行翻转擦除得到第四激活图,将所述第三激活图和第四激活图的商作为损失函数引导所述深度学习语义分割模型的训练; 对所述深度学习语义分割模型的输出结果进行归一化操作,得到定位框集合。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中车青岛四方车辆研究所有限公司,其通讯地址为:266031 山东省青岛市市北区瑞昌路231号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
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。