Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
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
当前位置 : 首页 > 专利喜报 > 恭喜纵目科技(上海)股份有限公司张济智获国家专利权

恭喜纵目科技(上海)股份有限公司张济智获国家专利权

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!

龙图腾网恭喜纵目科技(上海)股份有限公司申请的专利一种基于目标检测的下边缘检测模型的训练方法、模型和存储介质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:CN110148148B

龙图腾网通过国家知识产权局官网在2024-11-05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:201910158356.0,技术领域涉及:G06F30/27;该发明授权一种基于目标检测的下边缘检测模型的训练方法、模型和存储介质是由张济智;吴子章;唐锐;王凡设计研发完成,并于2019-03-01向国家知识产权局提交的专利申请。

一种基于目标检测的下边缘检测模型的训练方法、模型和存储介质在说明书摘要公布了:本发明提供一种基于目标检测的下边缘检测模型的训练方法、模型和存储介质,获取样本图像,将所述样本图像输入预先建立的初始神经网络模型;利用所述样本图像训练所述初始神经网络模型,先将样本图像输入基础神经网络模型得到目标检测的实例分割结果,再将目标检测的实例分割结果输入高度图神经网络模型,再由高度图转换得到目标下边缘检测结果;将执行过程中目标下边缘检测模型输出的结果与各个所述目标下边缘检测标注线比较;获得比较结果;根据所述比较结果调整所述目标下边缘检测模型中的损失函数,使得所述目标下边缘检测模型的损失函数最小。

本发明授权一种基于目标检测的下边缘检测模型的训练方法、模型和存储介质在权利要求书中公布了:1.一种目标检测的下边缘检测模型的训练方法,其特征在于,包括以下步骤:获取样本图像,所述样本图像标注有实例分割结果,所述实例分割结果中包括目标检测框;将所述样本图像输入预先建立的初始神经网络模型;利用所述样本图像训练所述初始神经网络模型,所述初始神经网络模型中包括基础神经网络模型、高度图神经网络模型和下边缘检测模型,先将样本图像输入基础神经网络模型得到目标检测的实例分割结果,将目标检测的实例分割结果输入高度图神经网络模型后,输入下边缘检测模型,由高度图转换得到目标下边缘检测结果;将执行过程中下边缘检测模型输出的结果与对应下边缘检测标注线比较;获得比较结果;根据所述比较结果调整所述下边缘检测模型中的损失函数,使得所述下边缘检测模型的损失函数最小;其中,所述基础神经网络模型能够提取实例分割结果的深度神经网络;所述高度图神经网络是能够实现特征维度转换的深度神经网络;所述下边缘检测模型能够实现下边缘轮廓提取的深度神经网络;所述高度图转换得到目标下边缘检测结果包括以下步骤:通过所述高度图神经网络反复地在原特征图上以多条分支进行卷积操作,再将多分支卷积操作结果合并,获取特征图对应的高度维度上为1的底边高度图;下边缘检测模型基于所述底边高度图中各个像素点的特征信息与原特征图中的像素点特征信息进行比对,获取所述底边高度图各个像素点与特征图像素点的对应关系,以该对应关系获得目标检测框中实例的下边缘轮廓;所述损失函数使用基于距离度量的回归问题损失函数,包括;均方误差损失函数、平均绝对值误差损失函数、平滑的平均绝对误差损失函数、Log-Cosh损失函数、分位数损失函数中的一种或几种。

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纵目科技(上海)股份有限公司,其通讯地址为:201203 上海市浦东新区中国(上海)自由贸易试验区上科路366号、川和路55弄10号全幢;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”。

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。